基于暗原色先验的APEX图像复原算法

为满足有效性和处理速度的要求,结合暗原色先验的参数估计,将用于模糊处理的近似点扩展函数估计(APEX)用于天气退化图像复原。考虑到不同天气条件下、不同大小的图像其APEX参数不一致,算法能够针对不同浓度的沙尘、雾动态调整估计参数;而且与大多数多幅图像输入的复原方法不同,算法针对单幅图像进行处理。仿真结果表明算法具有很好的实用性。为进一步改善视觉效果,基于颜色恒常性能够均衡图像中光源颜色分量不均匀造成的影响,对复原图像进行了颜色恒常性处理。     

单一图像的快速去雾算法

为了改善雾天环境下退化图像的视觉效果,结合雾天成像模型和暗原色先验的规律,提出了一种快速的单一图像去雾算法。利用暗原色先验对大气参数进行估计,选取图像中满足条件的像素点进行透射率的估计,在此基础之上利用多元线性回归分析得到回归方程,并据此计算图像中其它像素点的透射率,从而大大减小了图像透射率估计运算量,最后根据大气参数和透射率计算得到清晰化的图像。实验结果表明,该算法相对于传统的单一图像去雾方法具有处理速度快和效果好的特点。     

基于温度场剖面的航行器热尾迹红外识别算法

提出了一种利用热尾迹区分水下航行器和水面航行器的手段。通过分析热尾迹红外图像,借鉴等位面的概念,提出了一种基于温度场剖面的航行器热尾迹识别算法。首先构建热尾迹红外图像的三维示意图,然后在此基础上通过全局温度特征确定的等间隔温度剖面来对其进行分割,最后将反映温度分布离散程度的自定义参数sigma和反映温度分布离散程度变化情况的自定义参数delta作为特征来判断热尾迹所属类别。结果表明本文所提出的识别算法能有效判断热尾迹所属类别。     

红外多目标跟踪的稀疏多假设匹配和模型优化

伴随海洋经济的不断发展,目标跟踪作为海洋安全的重要部分,需要兼顾高实时性与高准确性。针对多目标跟踪过程中常出现模糊匹配错误以及深度学习目标检测器推理速度慢的问题,提出了一种基于稀疏多假设匹配的轻量化红外多目标跟踪算法。首先,从定量角度分析费用矩阵的匹配过程,结合深度级联匹配算法与多假设跟踪算法,设计并实现了稀疏多假设匹配算法,在稀疏化费用矩阵、减少匹配过程计算量的同时,提高了费用矩阵匹配精度;其次,针对深度学习模型参数多、存在冗余参数的问题,采用层自适应剪枝算法对YOLOv8s模型进行剪枝,在不牺牲模型准确度的同时,减少模型的参数量与浮点运算量,使得YOLOv8s模型能够在更广泛的场景下部署。在视频序列跟踪实验中,MOTA指标较其他算法提高了0.2%~1.2%,证明稀疏多假设匹配算法提升了目标跟踪效果;在剪枝实验中,相比于原模型,剪枝后的YOLOv8s模型的平均精度(mAP@50)提升了0.1%,参数量下降为42.0%,浮点运算量下降为66.4%,实现了推理准确度与推理速度的提升。     

恶劣天气环境下退化图像的清晰化算法

针对恶劣天气环境下的户外检测系统,提出一种退化图像清晰化算法.将近似点扩散函数估计算法与改进的部分重叠子块直方图均衡化去雾算法相结合,以去除影响图像质量的气象因素,根据图像大小选择子块的尺寸和步长,使用固定参数经验值进行图像处理,实现降质图像的复原.实验结果表明,该算法具有较强的自适应性和实时性.     

一种用于公安系统动态监视的视频图像增强设备

本文介绍了一种用于公安系统动态监视的视频图像增强设备。该设备采用先进的DSP图像处理技术,结合国内外最先进的图像处理算法,将现代图像增强理论与工程实践有机结合。能自动完成视频图像的去雾、去眩光、对比度提升和亮度调节等图像增强工作。     

M-CORD下无线接入网络资源分配研究

针对M-CORD架构将传统的无线接入网络解耦并虚拟化的特征,考虑软件定义网络（SDN）的集中控制和全局监测作用,研究无线接入网侧资源的动态分配及优化问题。将数据中心的计算资源纳为资源分配考虑因素之一,综合干扰阈值、前传网络容量限制、用户移动性、服务最低资源保障以及计算资源限制五方面,推导出M-CORD架构下无线接入网资源分配公式,通过改进基于增量的贪心分配算法,求得资源分配的次优解。仿真结果验证了改进算法在M-CORD架构下对无线接入网资源分配的适用性。     

基于卡尔曼滤波的时变水声信道估计

为了能同时利用时变水声信道的簇状稀疏特性和时间相关性,构造了一种时变水声信道模型,并基于该模型对传统的卡尔曼滤波压缩感知算法进行改进。该方法主要利用前一时刻估计的信道状态响应来确定当前时刻信道的候选支撑集,并以此构造时变水声信道的状态转移方程。通过卡尔曼滤波迭代的方法计算候选支撑集上的系数,最后通过阈值法滤除误差原子。仿真结果表明：该方法能有效地利用水声信道间的时间相关性来提高信道估计的性能,同时由于水声信道存在簇状稀疏特性,因此经该方法也具有一定的鲁棒性。     

改进非线性亮度提升模型的逆光图像恢复

针对因为拍照时光线不足或拍摄角度不佳而拍出逆光图像影响肉眼观察或计算机识别的问题,提出一种改进的非线性亮度提升模型的逆光图像恢复手段。已有的非线性亮度提升方法虽然能够提高逆光区域的亮度,但往往由于过度提升导致高亮度区域失真。在已有的图像亮度处理算法基础上,提出基于非线性亮度提升模型的自适应逆光图像恢复方法,采用对数函数的转换关系对图像亮度进行分段处理,其分段阈值由Otsu阈值分割决定,其转换函数中逆光区域的调节系数由逆光区像素面积比计算得到。仿真结果显示,新方法提升了图像质量且确保了整幅图片自然不失真,与利用对数函数转换关系,并在HSI空间模型下对图像亮度进行调节的方法相比,提升了处理性能。