排序方式: 共有38条查询结果,搜索用时 15 毫秒
31.
为解决弱光环境下的红外与可见光图像的融合结果存在对比度低、细节纹理不足、融合耗时长的问题,提出了一种改进多尺度结构化融合的方法。在图像融合前,采用动态范围压缩算法对弱光下的可见光图像进行增强,再通过多尺度结构化分解将增强后的可见光图像和红外图像分解成低频和高频信息;在融合过程中,提出一种基于均方根误差系数的方法对低频信息进行融合,提出一种基于信息熵自适应调整权重的策略对初步融合的高频信息进行二次优化融合,再通过多尺度结构化分解的逆变换重构出融合图像;最后,提出一种基于灰度分类的区域像素增强算法来提高融合后图像的对比度。将提出方法与9种常用的融合方法进行了定性和定量的分析比较,在TNO和CVC-14数据集上的实验结果表明,该方法在平均梯度、交叉熵、边缘强度、标准差和空间频率指标上取得了更好的客观评价结果,整体视觉效果也要优于对比方法。本方法的融合结果具有丰富的细节纹理、较高的清晰度和对比度,且融合耗时短。 相似文献
32.
地震引起的滑坡是我国山区最为常见的地质灾害,为了深入理解地震作用下边坡的破坏过程及动力响应特性,对震裂–溃滑型破坏模式的边坡进行了室内振动台模型试验,深入分析该类型边坡失稳破坏的物理过程,以及在地震荷载作用下边坡动力响应规律。通过分析相关边坡的现场资料,设计制作相似模型并进行多工况的模型试验。试验结果表明在地震荷载作用下,边坡加速度放大系数沿高程的变化规律受加载波的类型影响较大。在同样条件下,卧龙波诱导的边坡加速度放大系数最大,EL Centro波次之,正弦波最小。边坡加速度放大系数与输入波加速度峰值关系受输入波类型、边坡土体位置等影响较大。当激励载荷频率较低时(如小于6 Hz),整个边坡的加速度放大效应不明显;当激励载荷频率较高时(如大于10 Hz),边坡底部区域加速度放大效应不明显,但在边坡中上部位置边坡加速度放大效应显著。 相似文献
33.
34.
35.
针对传统独立式风光互补路灯难以进行有效监控管理的问题,设计一种基于ZigBee无线传感网络的道路照明智能控制系统。系统通过在每一盏路灯的控制器安装ZigBee节点从而构建无线传感网络实现路灯工作状态的数据采集,并在管理机构搭建智能监控管理平台实现状态数据的接收、分析,最终依据辅助决策系统实现对每一盏路灯的工作状况全方位的分布式自动\人工监视和控制。实验结果表明,系统能够有效实现风光互补路灯的智能监控和管理。 相似文献
36.
随着国民经济的发展,各工业部门对自动化仪表提出更加广泛的更高的要求,仪表工业也相应的发展,自动化技术手段形式更加多样。如我们所熟悉的基地式调节仪表、单元组合仪表、计算机、多回路集中检测控制等。调节规律有:双位调节、比例调节、比例积分调节、比例微分调节、比例积分微分调节等,利 相似文献
37.
针对自动驾驶车辆视觉感知系统在雾天条件下捕获图像质量较低,造成目标检测算法精度下降的问题,提出一种基于卷积神经网络(convolutional neural networks,CNN)图像增强的跨域自适应雾天目标检测方法。构建一个端到端目标检测网络,融合数字图像处理技术(digital image processing,DIP)和CNN的自适应图像增强模块,通过小型CNN参数预测器自适应学习增强参数,提升雾天图像质量;进一步地,将多尺度领域自适应(domain adaptive,DA)模块与YOLOv4主干网络相连,通过对抗训练减少由雾天造成的领域差异,提高雾天目标检测精度。在训练阶段,所提方法以端到端的方式学习CNN、DA模块以及YOLOv4,而在目标检测阶段将移除CNN及DA模块,仅使用预训练权重在正常天气和雾天天气自适应地检测图像,不会增加原有网络复杂性,从而保证自动驾驶车辆的实时性要求。在公开数据集Foggy Cityscapes上的实验表明,采用所提方法使雾天图像质量显著增强,目标检测平均精度提升了10.4%,有效提升了雾天条件下自动驾驶车辆对目标的识别能力。 相似文献
38.