多视角图像特征匹配的高光去除方法

针对物体镜面反射使拍摄图像出现饱和高光导致的纹理信息丢失问题,提出了一种基于多视角图像特征匹配的高光去除方法。首先,选取两幅不同视角的图像作为基准图和辅助图,转换到HSV空间进行亮度调整,将亮度统一后的两幅图像进行特征点匹配,估算出单应性变换矩阵,然后利用该矩阵将辅助图透视变换到与基准图同一视角,最后利用MSF算法对基准图进行高光检测,将检测出来的高光区域遮罩在辅助图的相应位置选择纹理信息对基准图进行填补并修复缺失纹理,从而去除基准图的高光。实验结果表明,所提出的方法适用于多种真实场景图像的高光去除,且在保证图像峰值信噪比和结构相似性有所提高的同时能最大限度地恢复高光区域的纹理细节信息,高光去除后的视觉效果更好。     

应对枢纽失效的轴辐式网络枢纽备份

为提高轴辐式网络可靠性,在初始枢纽失效时保持轴辐式网络正常运转,提出了一种轴辐式网络枢纽备份优化方法,给每一个枢纽点选择一个备份枢纽,使轴辐式网络初始成本和备份成本总和最优。首先,在轴辐式网络基本模型中引入枢纽备份变量,建立非线性规划扩展模型,通过变量代换的线性化方法,将扩展模型线性化,用数学求解器CPLEX求解轴辐式网络枢纽备份小规模问题。然后,增加轴辐式网络节点规模,设计遗传算法求解大规模轴辐式网络枢纽备份优化问题。最后,在CPLEX和遗传算法中,调整初始轴辐式网络成本和备份成本比例权重,分别得到初始成本、备份成本、枢纽选址与备份枢纽的精确解和优化解。算例实验得出初始轴辐式网络、备份枢纽以及目标函数最优值。实验结果表明,所提方法备份枢纽分担了初始枢纽的流量和容量,当初始枢纽失效时,备份枢纽可以承担初始枢纽的运输任务让轴辐式网络继续运转。该枢纽备份优化方法可应用于应急物流和物流网络安全管理方面。     

基于FY-MWRI的中国西部被动微波积雪判识算法北大核心CSCD

积雪是冰冻圈中分布最广泛的要素,在气候变化以及水文循环中扮演着重要角色。微波遥感因其全天时全天候工作、具有一定穿透性等优势,成为积雪监测的重要手段。利用FY-3C卫星同步观测获取的微波成像仪(MWRI)被动微波亮度温度数据、融合可见光红外扫描仪(VIRR)与中等分辨率成像光谱仪(MERSI)数据得到的积雪产品,结合MODIS地表分类数据、地表温度数据,发展了基于国产卫星数据的被动微波积雪判识算法。首先提取无云覆盖的不同地表类型被动微波数据像元样本,然后对各地表类型的微波特征进行分析,利用空间聚类的方法,得到TB19V-TB19H、TB19V-TB37V、TB22V、TB22V-TB89V、(TB22V-TB89V)—(TB19V-TB37V)这五类可以较好地区分积雪和其他类似积雪地表的指标。最后应用MODIS积雪产品为参考对该积雪判识算法进行精度评价,该算法在中国西部积雪判识总体精度为87.1%,漏判率为4.6%,误判率为23.3%;Grody算法判识总体精度为78.6%,漏判率为9.8%,误判率为30.7%,该算法判识精度高于Grody算法;通过Kappa系数分析比较,该算法积雪判识结果的Kappa系数值为47.3%,高于Grody算法判识结果的Kappa系数值39.9%,表明该算法积雪判识结果与MODIS积雪产品判识结果一致性更好。     

轴辐式网络设计中的变折扣轴线选址问题研究

现有轴线选址问题(HALP)研究多数采用固定折扣的轴线,不能有效地针对轴辐式网络中轴线流量差别较大的情形。为此,在改进HALP假设条件的基础上,提出采用分段线性函数进行变折扣模拟的变折扣轴线选址问题(HALPUD),建立HALPUD数学模型,分析问题的最优解特性并设计拉格朗日松弛算法对HALPUD进行求解。在CAB标准数据集上的实验结果表明,对于不同的问题规模及分段线性函数,拉格朗日松弛算法均能在较短的时间内得到求解结果,具有较高的求解效率和质量。     

以智能化为目标导向的直升机驾驶舱光环境现状调查

直升机驾驶舱设备精密复杂、布置高度集成,同时,驾驶舱外部光环境复杂多变且毫无规律,因此驾驶员的视看信息负荷极其繁重。高效舒适智能的驾驶舱光环境是减缓视觉疲劳、保证直升机全天候安全飞行的必要条件。目前,智能照明应用于直升机驾驶舱已有探讨性研究,驾驶舱光环境的智能化是必然趋势。本文通过对驾驶员的问卷访谈和直升机驾驶舱光环境参数测量,获得了反映驾驶员现状满意度的主客观数据,通过数据统计分析得出:舱外日眩光、舱内夜间显示设备亮度分布不合理产生的眩光和玻璃反射眩光、设备亮度调控不便和灵敏度较低、照度不足和照明遮挡等问题,是直升机驾驶舱光环境现状存在的主要问题,解析了“获取全天候的自发光设备的亮度自调节控制曲线”和“夜间工况下满足视觉舒适和视觉功效要求的环境照明照度及照度均匀度阈值”是智能照明应用于驾驶光环境的两项首要研发任务需求。     

基于CMOS图像传感器的亮度测量系统设计

对于道路照明,路面亮度分布的均匀性是为机动车驾驶员提供安全舒适的视觉条件的保证。针对路面亮度分布检测的需求,从光度学原理出发,提出了一种基于CMOS图像传感器的亮度分布测量系统。通过CMOS图像传感器OV7670采集图像,以STM32作为微控制器对图像进行处理并计算路面亮度及亮度分布。通过CMOS图像传感器测量亮度原理,对图像采集处理的各部分电路及系统软件进行了详细的分析和说明。通过对参数进行标定,完成了对路面亮度分布的检测,能够满足系统的设计要求。     

基于PCNN和最大灰度熵图像分量的彩色图像分割

为提高彩色图像的分割效果,提出了一种最大灰度熵图像分量和脉冲耦合神经网络(PCNN)相结合的彩色图像分割方法.将彩色图像转换到符合人眼视觉特征的色调饱和度亮度(HSV)颜色空间中,选取灰度熵值最大的分量图像,用PCNN增强以增大感兴趣区域对比度,对增强后的分量图像运用PCNN进行循环分割,当二维Renyi熵值不再大于前一次的值时,终止PCNN的循环分割,获得最佳分割结果.运用多种评价指标对所分割的结果进行评价,评价结果表明:提出的算法能够有效实现对彩色图像的分割,尤其在图像细节方面,比传统的彩色图像分割方法表述得更为清晰.     

基于人工鱼群微细分解的先验未知像素点修复算法

由于未知像素点先验信息缺失,因此模块匹配和边缘结构信息未知,全息修复困难。传统方法采用子空间特征信息多维搜索方法未能实现对图像纹理的微细结构信息的模板匹配,效果不好。引入人工鱼群算法,提出一种基于人工鱼群微细分解和亮度补偿的先验未知像素点全息修复算法,即采用子空间特征信息多维搜索方法进行先验未知像素点置信度的更新,以保持被修复的图像破损区域的连续性。构建人工鱼群算法的图像微细分解模型,结合边缘特征点亮度补偿策略,来实现对先验未知像素点的图像信息修复改进。实验结果表明,改进的图像修复算法具有良好的视觉效果,修复时间和计算开销较少,提高了稳定性和收敛性,图像修复后的信噪比误差较小,保持在6%以内,因此该算法的性能优越。     

保持背景亮度的直方图均衡

直方图均衡已经广泛应用于图像增强,但是直方图均衡也存在一些明显的缺点:首先,直方图均衡后会使得图像的均值接近于灰度级的中点;其次,直方图均衡后会使得一部分灰度级被拉伸,另一部分灰度级被简并,表现为图像的过增强出现不自然的表象。在这篇文章中,使用方法是非线性直方图均衡,即提出了保持背景亮度的直方图均衡(BBPHE),不仅提高图像对比,还保留背景亮度。