融合双尺度暗通道的单图像去雾方法

针对使用单一尺度滤波窗口计算暗通道的去雾方法会使去雾图像产生光晕的问题,提出融合双尺度暗通道的单图像去雾方法。该方法使用大、小两种尺度滤波窗口,分别计算两个暗通道及其最大值滤波结果,并实现了大尺度暗通道与两个最大值滤波结果的融合,以融合后的暗通道计算透射率,并进行幂函数调整和向导滤波,最后以优化后的透射率实现图像去雾。实验结果表明,该方法能很好地消除景深边缘的光晕及天空区域的彩色斑块,恢复后的图像有理想的亮度和对比度,且算法实现简单。     

一种改进的基于暗原色先验的雾天图像清晰化方法

为了提高雾天降质图像的清晰度,基于暗原色先验提出了一种改进的图像去雾方法。针对原算法对明亮区域敏感和运算量过大问题,首先提出天空区域自适应选择算法求取大气光强度,然后利用快速双边滤波算法修复透射率图,在保证去雾效果前提下大幅度降低了计算复杂度。针对去雾后的图像颜色较真实场景偏灰暗的问题,提出了一种简单有效的亮度调节方法。实验结果表明,该算法可以有效的消除灰白和明亮区域对大气光和透射率计算的影响,真实地复原场景的色彩和清晰度,同时,本文算法的时间复杂度与图像大小成线性关系,可以明显提升运算速度。     

云计算驱动了雾计算的发展

认为雾计算/边缘计算(MEC)是云计算的延伸,其发展源自物联网(IoT)实时反馈型应用需求的驱动,通过雾计算/MEC将数据采集、数据处理和应用分析程序集中在网络边缘设备中,使云端计算、网络、存储能力得以向边缘扩展。提出在IoT中采用中枢智能与边缘智能的两级架构,实现雾计算与云计算的协作,提高IoT处理效率。     

基于自然统计特征分布的交通图像雾浓度检测

针对交通场景图像去雾中缺乏有效浓度检测的不足,提出基于自然统计特征分布的雾浓度检测算法.首先,将待检图像分为P×P大小的子块;其次,建立图像局部对比度及熵的自然统计特性向量,求解待检图像和标准图像子集间最佳期望及协方差的最大似然估计;最后,分别计算待检图像与有雾和无雾标准子集间的马氏距离,以二者的比值D作为场景雾浓度的度量.通过同一场景不同浓度等级和不同场景不同雾浓度等级的图像测试,表明算法D值能正确反应雾浓度的变化趋势;通过与标准主观评价法（MOS）比较,表明二者呈现近似的线性,相关系数可达0.97,远高于归一化亮度系数（MSCN）的0.56;通过与PM2.5比较,表明算法能准确的评定雾浓度等级.     

集成电路抗腐蚀能力的研究

首先介绍了塑封电路、玻璃封装电路和陶封电路的构成材料，然后分别选取这3种电路的若干只样品，按几种试验条件进行了盐雾试验，针对试验后在电路上出现的腐蚀现象进行了理论分析，最后总结了3种电路各自的抗腐蚀能力。     

基于双通道及图像质量评价模型的去雾方法

针对传统暗通道先验去雾算法易产生明亮区域失 真、去雾图像整体偏暗等问题,提 出一种基于双通道及图像质量评价模型的去雾方法。首先,划分出图像的明亮区域与非明亮 区域;其次,利用双通道先验算法准确估计出大气光值;接下来,将暗通道先验的透射率作 为非明亮区域的透射率,在明亮区域单独构建透射率,将二者融合细化,得到带有参数的透 射率;最后,通过构造参数驱动图像质量评价模型,迭代选取最优的无雾图像。实验结果表 明,算法去雾效果良好,可以有效地抑制Halo效应,避免区域的失真,改善复原图像 的综合质量。     

结合天空区域分割的图像去雾算法

针对现有去雾算法在天空区域易失真和复原图像整体偏暗的问题,提出一种结合天空区域分割的图像去雾算法.该算法首先利用图像局部香农熵将原图像分割为天空区域与非天空区域;然后对相应的透射率分别进行求取,并利用快速引导滤波对最终的透射率进行细化处理,再采用四叉树搜索算法求取大气光值,最后利用暗原色先验模型恢复出无雾图像;另外对于整体偏暗的复原图像,则利用改进的局部对比度保留的非线性增强方法进行亮度调整.实验结果表明,与其它去雾算法相比,所提算法能更有效地复原图像;复原后的图像无颜色失真和光晕效应,而且清晰度和亮度更佳,整体视觉效果更加符合人眼视觉特性.     

云、边缘和雾计算安全性研究综述

随着云计算技术在学术界与工业界的快速发展和广泛应用,云计算领域中的信息安全和隐私问题成为当前研究的热点。从云计算到边缘计算再到雾计算,不同的计算范式形成各自独特的计算生态系统,这些系统具有不同体系结构、信息存储和处理能力。由于不同的计算生态系统具有一定的异质性,使得多样性计算在信息安全和隐私保护方面仍面临着诸多挑战性的问题。介绍了云、边缘和雾计算3种范式的背景知识以及它们之间的相似性与差异性,3种范式各自在信息安全和隐私保护方面的相关技术及其特征;综述了3种范式在信息安全以及隐私威胁方面所面临的挑战,总结了不同的安全部署与隐私机制以解决此类挑战。确定了信息安全与隐私机制的部署缺陷是由多样性计算的异质性所导致,融合不同的信息安全部署技术可以进一步加强信息的安全性与隐私性。     

尺度自适应暗通道先验去雾方法

在雾、霾等天气条件下,大气粒子的散射作用使环境的能见度偏低,视觉系统采集到的图像严重降质。基于暗通道先验的图像复原方法因其去雾效果自然、约束条件少,且易于实现等优点而受到广泛关注。但是,该方法的去雾效果受尺度（暗通道的求解半径）影响很大,对于不同场景的图像,不存在一个普遍适用的最优尺度。针对该问题,文中提出一种尺度自适应方法,根据图像的颜色和边缘特征自适应地调节暗通道的尺度范围,得到像素级的暗通道求解尺度,兼顾大尺度求解色彩失真小和小尺度求解光晕失真小等优点。此外,针对暗通道去雾方法会使天空光估计点落到前景区域的问题,提出了一种改进的天空光估计方法,可使估计点鲁棒地落到与其物理意义相符的背景区域。对多种雾化场景图像的处理结果表明:文中方法适应性强、去雾效果自然,且对比度提升显著。