【摘 要】
：
彩色成像系统响应的非线性导致了高动态范围彩色图像与系统平场图像不能匹配,给高动态范围图像的非均匀校正带来了困难。通过不同F数和不同积分时间的多点平场辐射定标实验,标定系统RGB三通道的相对响应曲线;对高动态范围场景通过多积分时间成像,应用三通道的相对响应曲线对其进行线性化,融合生成高动态范围彩色图像;引入对应F数下的线性化平场图像对生成的高动态范围彩色图像进行两点法校正。应用夜晚路灯照明场景进行了
【机 构】
：
大连工业大学信息科学与工程学院,北京理工大学光电学院
【基金项目】
：
国家自然科学基金项目(61975012),辽宁省自然科学基金引导项目(2019-ZD-0292).
论文部分内容阅读
彩色成像系统响应的非线性导致了高动态范围彩色图像与系统平场图像不能匹配,给高动态范围图像的非均匀校正带来了困难。通过不同F数和不同积分时间的多点平场辐射定标实验,标定系统RGB三通道的相对响应曲线;对高动态范围场景通过多积分时间成像,应用三通道的相对响应曲线对其进行线性化,融合生成高动态范围彩色图像;引入对应F数下的线性化平场图像对生成的高动态范围彩色图像进行两点法校正。应用夜晚路灯照明场景进行了实验验证,结果表明校正前后三通道高动态范围图像的粗糙度平均增大6.81%,统计F比平均减小9.87%。
其他文献
近年随着电网调度领域数据自动化、智能化管理需求的日益增长,知识图谱成为提供知识管理、智能查询、辅助决策等功能的重要技术.实体作为构成知识图谱的核心要素,识别的准确率将直接影响知识图谱的质量.针对电网调度领域,首先分析电网调度实体识别研究现状,明确了实体识别任务目标,然后根据电网调度领域文本数据特征,设计了同时满足局部特征与全局特征提取需求的算法结构,构建了基于双向长短期记忆网络(bi-directional long short-term memory,BiLSTM)-卷积神经网络(convolution
在含光伏的直流配电网系统中,传统的下垂控制在光伏出力变化的情况下,存在功率分配不均衡及母线电压偏差大等问题.针对光伏出力受环境因素影响较为严重,引起传统下垂控制效果变差这一问题,根据光伏出力变化情况自适应调节下垂特性曲线,使其在重载条件下实现功率的精确分配,在轻载条件下,实现母线电压的稳定控制.通过建立下垂控制输出阻抗模型,分析了下垂系数自适应变化对系统环流抑制能力及均流度的影响.在MATLAB/Simulink中搭建光伏直流配电网进行仿真验证.理论分析和仿真验证表明所提光伏变流器柔性出力自适应分段下垂控
日益增加的户用光伏发电系统改变了配电网的潮流分布,同时对配电网的线损产生显著影响.为了便于量化分布式光伏电源(distributed photovoltaic generation,DPG)接入三相四线制低压配电网的运行经济性,文章以三相不平衡线损为研究目标,首先建立了适用于低压配电网平衡态和不平衡态的线损计算模型;通过引入DPG接入模式、位置及容量3种要素,建立DPG不同接入模式下的线损变化量模型;以此为基础,提出一种考虑DPG接入模式的有源低压配电网的三相不平衡线损计算方法.在进行计算时,所提方法既可
随着大规模可再生能源对电网渗透率的不断增加,大型风光电站也开始参与到电网的调频当中.首先,建立了功率响应总偏差、调频里程支出最小化的多目标互补控制模型,以解决不同调频资源的动态功率分配问题.为解决该非线性优化问题,采用多目标蝠鲼觅食优化算法(multi-objective manta ray foraging optimization,MMRFO)快速地获取高质量的Pareto前沿,以满足电网的实时在线调频需求,提高区域电网的动态响应能力.然后,基于熵权法,设计了灰靶决策法客观地选择不同功率扰动下兼顾运行
随着风电和光伏等可再生能源通过多微网(multiple microgrids,MMGs)的形式接入配电网(distribution network,DN),其不确定性会给配电网与多微网系统联合运行的可靠性、经济性带来挑战.对此,文章提出了一种考虑风光相关性的配电网与多微网数据驱动鲁棒调度方法.首先采用分布式调度方法建立配电网与多微网调度框架,分别建立配电网调度模型与微网二阶段鲁棒调度模型,以联络线功率作为两者的耦合参数;考虑风光出力的不确定性与时空相关性,采用数据驱动算法构建风光出力不确定集合,从而建立微
随着电力系统中风电渗透率的不断提高,电力系统潮流分布的复杂性和不确定性随之增加.为解析含风电互联电力系统的稳定运行特性,提升接纳间歇性可再生能源发电的能力,文章提出利用概率灵敏度指标优化配置风电落点.首先,针对互联系统多种运行方式,研究系统状态矩阵与留数之间关系,构建系统概率灵敏度指标,辨别引起系统低频振荡的相关因素和强相关电机组.之后,采用特征根和动态时域仿真,对比分析“增加”和“替换”风电两种配置方案对系统振荡特性的影响,并确定风电入网的最优配置落点.最后,采用算例对所提方法的可行性与有效性进行仿真验
目前深度学习方法在物理层通信中得到了广泛的应用,信道估计是物理层通信中的关键部分,与传统信道估计算法相比,深度学习方法在信道估计方面具有一定的优势。本研究介绍了深度学习中常见的神经网络模型,从模型驱动和数据驱动方式两个方面分别阐述了深度学习方法在信道估计中的应用。综述了将深度学习方法应用在信道估计中的最新研究进展。为了满足下一代移动通信的性能需求,讨论了智能物理层通信中信道估计面临的挑战与机遇。
研究了鱼露发酵过程中理化指标的变化情况并对发酵过程中产生的挥发性盐基氮(TVB-N)和氨基酸态氮(AN)质量浓度进行预测。通过对不同鱼露发酵条件下的理化指标进行检测,得到130组实验数据,由Person相关性分析可知,在整个发酵过程中,TVB-N和AN质量浓度均与发酵时间和含盐量呈正相关性,与pH呈负相关性,与温度和成曲添加量不相关。将主成分回归、偏最小二乘回归以及BP神经网络模型应用于TVB-N和AN质量浓度的预测,结果表明3种模型均能对鱼露发酵过程的TVB-N和AN质量浓度进行预测。比较3种模型的预测
当前超高层建筑在国内各地大量兴起.相比于一般建筑,超高层建筑的消防救援更加困难,因此超高层建筑其供电保障尤为重要.在GB 51348-2019《民用建筑电气设计标准》中要求150 m以上的超高层公共建筑的消防负荷应为一级负荷中特别重要负荷.因此150 m以上的超高层项目一般均设置有柴油发电机组,除了为消防负荷提供应急电源外,还可为楼内一些重要负荷提供后备电源.
近十多年来,我国新能源发展取得了较为显著的成果,并在全国各地得到大量应用,为我国能源战略提供了有效补充.尽管如此,从装机数量以及发电量占比来看,目前煤机火力发电仍然是主体.虽然我国工业锅炉制造工艺及水平已有大幅提高,锅炉能效水平及污染控制指标逐步优化,但就整个工业锅炉行业整体运行而言,目前运行效率仍然较低.本文以工业锅炉数字化技术发展为主题进行讨论,利用其高效节能的特点,对机组的运行调节水平进行优化,从而提高煤机燃烧效率,增强机组运行经济性.整个锅炉行业必须紧紧围绕着数字化进步和创新,在我国相关能源和环保