【摘 要】
:
在无强光干扰的烟雾场景中,利用图像增强、图像复原、深度学习等方法可以有效地恢复烟雾中隐匿的目标信息。当成像场景存在强光干扰时,除烟雾散射的影响外,场景中的强光会导致目标信息被强光淹没,目标难以分辨和重建。为解决这一问题,本文研究了强光烟雾场景中大气透射比、强光照度、强光角度对目标图像重建的影响规律。在此基础上根据烟雾图像和强光干扰信息的平滑度差异对烟雾图像进行分离。在对烟雾图像预处理后,基于Ret
论文部分内容阅读
在无强光干扰的烟雾场景中,利用图像增强、图像复原、深度学习等方法可以有效地恢复烟雾中隐匿的目标信息。当成像场景存在强光干扰时,除烟雾散射的影响外,场景中的强光会导致目标信息被强光淹没,目标难以分辨和重建。为解决这一问题,本文研究了强光烟雾场景中大气透射比、强光照度、强光角度对目标图像重建的影响规律。在此基础上根据烟雾图像和强光干扰信息的平滑度差异对烟雾图像进行分离。在对烟雾图像预处理后,基于Retinex算法实现目标图像的重构。本文研究对火灾救援、战场侦察、海上探测、灾难预警以及雾天驾驶等强光烟雾场景中目标的探测和成像有显著的现实意义。本文具体内容如下:(1)强光干扰对透过烟雾成像的影响。在分析雾天图像的退化机理基础上,选取暗通道先验、同态滤波、直方图均衡化三种常见去烟雾成像算法为参考,探究强光烟雾场景复原图像变化规律。在模拟强光烟雾实验的基础上,研究了大气透射比、强光照度、强光角度对烟雾图像的影响。当大气透射比低于0.4时,三种算法对无强光烟雾图像重建效果几乎为0;加入强光后重建图像质量和有效恢复距离将同时降低,强光在大气透射比0.4-0.55区间内对图像重建干扰最严重。强光与成像光轴夹角为30°、90°,垂直烟仓上表面方向重建图像质量随照度变化的规律存在较大差异,其对图像复原质量衰减影响的顺序由强到弱依次为:30°、90°、垂直烟仓上表面方向。(2)强光烟雾图像的分离与重建。在传统大气散射模型的基础上结合强光的传输规律以及强光烟雾图像的信息分布,建立强干扰光下的大气散射模型。在此基础上根据烟雾图像和强光的信息平滑度差异,得出其在灰度梯度上的分布规律,将强光烟雾图像的分离提取转化为最大联合概率分布求取问题,通过调节平滑度因子和调和因子实现烟雾图像从原始图像的分离。获取分离图像后,利用中值滤波和灰度Gamma矫正算法使图像更加接近无强光干扰下的烟雾图像,接着根据重建图像质量结果确定了最佳的矫正参数分布区间1.2-1.4,最后利用Retinex算法实现强光烟雾图像的重建。经过本方法重建的强光烟雾图像较传统透烟雾算法EN最高提升25%、AG最高提升80%、SF最高提升120%,视觉效果有明显提升。
其他文献
随着我国高铁经济的快速发展,北京城区内高铁数量逐渐增多。京沪高铁对城市空间的割裂,导致沿线环境无序,地面空间闲置等问题突出。在城市交通空间的高质量发展下,城区内高铁沿线空间的再利用是治理的重要对象。北京行政辖区内京沪高铁共约41.88km,以高架形式为主,其桥下及沿线地面空间的再利用是本论文的研究内容。研究首先对城区内的京沪高铁沿线城市空间现状进行梳理,在遥感卫星图像的基础上,结合研究区内的实地调
近年来,由于市场激烈竞争,企业采取并购方式进行规模扩张来扩大市场占有率越来越广泛。截至2021年12月,我国企业并购交易量达12790笔。然而实际并购中存在信息壁垒、对目标企业实际经营状况偏差等因素,引发收购目标企业估值不准确。于是对赌协议就应时而生运用于企业收购中,其事先约定相关条款和目标,便于控制因信息不对称和估值方法错误等因素产生的估值偏差风险、激励被并企业实现业绩目标、降低整合失败风险。但
耕地作为粮食作物生长的载体,是保障粮食安全的基本要素。我国人多地少,人均耕地资源远低于世界平均水平,近年来由于城市化的加快以及社会经济的发展进一步导致了耕地数量的减少,粮食安全受到威胁,因此国家制定了严格的耕地保护制度对耕地的数量和质量进行保护。其中高标准农田建设可以巩固和提高粮食生产能力、保障国家粮食安全,高标准农田建设区的划定是高标准农田建设的首要工作,因此确定影响高标准农田建设条件的评价因子
关系抽取是自然语言处理的基础任务,远程监督方法可以为关系抽取任务自动构建数据集,缓解人工构建数据集的压力和成本,为自动关系抽取的实现建立基础。然而其强假设的数据集构建方式造成错误标注的问题,引入大量噪声数据,导致较差的模型性能。因此为缓解远程监督中噪声数据问题,一方面从现有知识库引入实体背景描述信息来为模型提供更丰富的输入句子特征。另一方面采用对抗训练提高模型在遇到对抗样本时的鲁棒性。本文针对远程
去芳构化反应是有机合成中的基本反应之一,它能够将芳香化合物转化为非芳香环状化合物。Birch还原反应是最常见的去芳构化反应之一,但是其往往需要使用碱金属和液氨等,而这些苛刻的反应条件限制了它的广泛使用。一个有意义的改进是,用氯硅烷作为亲电试剂,在普通溶剂中将芳环转化为硅取代环己烯或衍生物。该类反应所用试剂廉价且反应条件安全温和,但其适用范围仅限于结构简单的富电子芳烃。对于缺电子的芳基羰基化合物,在
在新媒体迅猛发展的时代背景下,党媒也开启了平台化生产和传播模式,陆续入驻各大社交媒体平台以及其他新媒体平台。而在复杂的舆论环境下要想实现长足发展,必须在了解新媒体的平台属性以及受众需求的前提下积极争夺话语主导权,提升传播力和影响力。而运用情感传播策略能有效地增进受众的情感认同,从而达到有力的传播效果以助党媒“重夺麦克风”,基于此,党媒在新媒体平台开始摸索传播实践中的情感应用。本文选取《人民日报》微
深度学习有着强大而有效的网络结构,可以高效地解决传统机器学习无法解决的复杂学习问题。得益于优秀的学习能力,深度神经网络广泛地应用于目标检测、图像分类、语音识别等领域,其中卷积神经网络在图像分类任务上的表现甚至超越了人类水平。然而近期的研究发现网络对于微小扰动有着很强的脆弱性,比如图像任务中的对抗样本,是一种人为构造的特征扰动,微小到人类几乎无法察觉,但会极大地干扰网络的正常决策与行为。除了精心构造
聚类是一种重要的无监督学习技术,其目的是将无标签数据分成几类或几组,广泛应用于计算机视觉、数据挖掘等领域。传统聚类算法对低维数据能够取得较好的效果,但对图像等高维、复杂、大规模数据集,传统方法存在计算成本高、易受冗余数据影响等问题,很难取得较好的效果。基于自编码网络(Auto Encoder,AE)的降维方法是目前用于聚类的主流方法,它通过构造结构良好的AE并与适当的聚类损失函数相结合,使得提取出
随着深度学习的发展以及机器算力的提升,计算机视觉的研究向着更精细、更准确的方向前进。传统的分割算法只能将图像中的一类整体分割出来,深度学习时代的分割算法则可以对图像中的关注目标进行实例级的分割,甚至进行精准的部件级分割。尽管实例分割算法已经在自然场景中达到了较高精度,但在遮挡情况发生时,现有算法往往无法满足需求,这在对于人体类别的实例分割算法中尤为明显。因而,本文专注于对遮挡场景中的实例分割算法进
随着工业对供电设备的要求越来越高,提高电源容量和可靠性的技术亟待研究。脉冲宽度调制(Pulse Width Modulation,PWM)变换器凭借其高功率因数、可以实现能量双向流动、谐波含量较低的优点,在工业领域有广泛的应用。根据PWM变换器直流侧储能元件种类进行分类,可以将PWM变换器分为电压源变换器和电流源变换器,电流源变换器具有比电压源变换器的性能相对较好的优点,比如动态响应快、可靠性高、