【摘 要】
：
针对低照度条件下获取的图像存在可见光照度低、噪声大等问题,提出了一种基于形态成分分析(MCA)和Retinex算法结合的低照度图像增强方法。首先,将低照度图像转换到HSV色彩空间,接着采用MCA将V分量分解为纹理和平滑部分;其次对平滑部分采用基于改进的多尺度Retinex算法和自适应全局色调映射进行增强,对纹理部分进行维纳滤波去噪后再进行Laplace算子锐化;然后MCA重建得到亮度增强图像,将其
【基金项目】
：
江西省教育厅科技资助项目(GJJ170526)。
论文部分内容阅读
针对低照度条件下获取的图像存在可见光照度低、噪声大等问题,提出了一种基于形态成分分析(MCA)和Retinex算法结合的低照度图像增强方法。首先,将低照度图像转换到HSV色彩空间,接着采用MCA将V分量分解为纹理和平滑部分;其次对平滑部分采用基于改进的多尺度Retinex算法和自适应全局色调映射进行增强,对纹理部分进行维纳滤波去噪后再进行Laplace算子锐化;然后MCA重建得到亮度增强图像,将其与H、S分量合并且转换到RGB色彩空间;最后采用自适应函数恢复色彩得到最终增强图像。实验结果表明,该算法
其他文献
导水裂隙带高度是西部矿区保水采煤的理论依据和关键参数。近年来,BP神经网络广泛应用于导水裂隙带高度预测,但BP神经网络存在收敛速度慢、易陷入局部极小等问题。为提高导水裂隙带高度预测的准确性,利用粒子群优化算法(PSO)对BP神经网络的权值和阈值进行优化,建立基于PSO-BP神经网络的导水裂隙带高度预测模型。选择开采厚度、开采深度、工作面倾斜长度、煤层倾角、覆岩结构特征为导水裂隙带高度主要影响因素,选取22例导水裂隙带高度实测数据对PSO-BP神经网络进行训练,将训练后的PSO-BP神经网络对2例测试样本的
针对传统交通数据获取成本高,以及单参数输入的LSTM模型预测精度不高等问题,提出一种基于WiFi探针数据的短时交通状态预测方法。首先利用WiFi探针数据构建交通状态指数数据集,然后采用LSTM网络构建预测模型,并分析不同交通参数组合对模型预测精度的影响,最后比较不同模型对同一路段的预测性能。试验结果表明:交通流量会影响交通状态指数的预测精度,相比于仅考虑交通状态指数的LSTM网络,同时引入交通流量和上下游信息的LSTM网络的预测精度提升明显,其RMSE、MAE分别降低了11.89%,12.22%,R2提高
为解决同塔四回输电线路选相复杂的难题,文中基于新时域相模变换矩阵提出了一种新的故障选相方法。该方法以单回线故障时的选相研究为目标,在四回线发生单回线故障时,利用故障边界条件和解耦后模量与电流分量之间的关系,得出新型选线判据。之后,利用不同类型故障时特定的1种模分量幅值和另外2种模分量的正负号,提出了相应的选相判据,并给出了选相流程图。大量的PSCAD/EMTDC仿真数据表明了实验方案的准确性和可行性,且不受过渡电阻和故障距离的影响,计算量小。
地表温度是描述陆表过程和反映地表特征的重要参数.研究矿区地表温度的时空演变特征,对于理解煤矿开采活动对矿区生态环境的影响具有重要意义.淮南矿区是我国东部典型的高潜
为了实现电磁转矩的增强,文章提出了一种在定子槽口增添永磁体的新型永磁辅助外转子开关磁阻电机。首先分析新型电机的结构和工作原理,用等效磁路法建立混合励磁等效模型,并证明增添永磁体后,气隙磁链增大和定子磁链减小。其次建立电磁转矩的平衡方程,并分析了电机的三种励磁工作模式。然后仿真分析永磁体厚度对电磁转矩和齿槽转矩的影响,验证了较大的电枢电流能更好发挥永磁体的作用。最后,与传统外转子开关磁阻电机相比较,新型电机能降低定子铁心的磁饱密度和增强电磁转矩。
采用水热合成法制备铁基-新型有机金属框架MIL-101(Fe),并以此作为光助非均相芬顿催化剂,研究其在可见光辐照下对苯胺黑药的降解性能,通过SEM、XRD、FTIR及BET等手段表征MIL-
地质异常体是矿井灾害发生的主要隐蔽致灾因素,井下钻探工程是进行地质异常体探查、验证和治理的重要技术手段。针对常规钻孔探查距离短、精度低,且易存在探查盲区的不足,介绍了采用井下定向钻孔进行地质异常体探查的方案。总结地质异常体空间形态、岩性和钻探等识别特征,给出探查定向钻孔轨迹布设原则,得到基于定向钻孔的地质异常点和地质异常体空间计算定位方法,并从钻孔布设间距、钻孔轨迹测控精度、地层和地质异常识别精度、地质异常体发育规模等方面分析定向钻孔探查精度影响因素与解决方法。在焦作赵固二矿和宁东梅花井煤矿开展地质异常体
The Histograms of Oriented Gradients(HOG)can produce good results in an image target recognition mission,but it requires the same size of the target images for
Network monitoring is receiving more attention than ever with the need for a self-driving network to tackle increasingly severe network management challenges.Ad
Three main ambipolar compact models for Two-Dimensional(2D)materials based Field-Effect Transistors(2D-FETs)are reviewed:(1)Landauer model,(2)2D Pao-Sah model,and(3)virtual Source Emission-Diffusion(VSED)model.For the Landauer model,the Gauss quadrature m