基于偏色校正和信息损失约束的沙尘暴降质图像增强算法

为了解决沙尘暴环境下拍摄的图像中存在的颜色偏移、对比度低等降质问题,提出基于偏色校正和信息损失约束的沙尘降质图像增强算法,主要包含偏色校正和对比度增强2个模块,在偏色校正模块中,通过分析沙尘降质图像的RGB 3个通道直方图分布特点,提出一个改进的基于高斯模型的偏色校正算法;在对比度增强模块中,通过结合基于暗通道先验和信息损失约束算法,提出一种基于大气散射模型的对比度增强算法.为了验证算法的有效性,通过与4种已有算法的大量实验结果对比发现:文中算法不但能够很好地增强不同种类的沙尘降质图像的对比度,而且可以有效地避免图像偏色现象,并且保持良好的色彩保真度和合适的亮度.     

人工智能生成内容（AIGC）在施工单位精装修深化设计中的应用

基于天津医科大学第二医院改扩建三期工程，对基于生成式人工智能的装修深化设计工作流的执行方法进行了研究。通过提供各种类型的医院项目装修效果图训练线性最优速率自适应模型，对人工智能绘图结果进行风格修正，根据所选方案，使用建筑信息模型进一步建模和深化效果图，以指导后续的调整和施工。生成式人工智能技术的应用显著提高了室内装修深化设计的效率和质量，为所有参与者提供一个共享和互动意见的平台，提高了项目的设计和施工效率，降低了变更成本，是一项具有广阔应用前景的技术。