一种基于波长的分布式改进的水下图像增强算法

针对光在水下传播时会衰减和散射,导致水下收集的图像通常出现颜色失真或对比度低等现象,提出了一种基于波长的分布式改进的深度神经网络模型,模型重新设置了超参数值以平滑算法优化的梯度摆动幅度,引入了dropout层以缓解网络模型的过拟合现象;在公开的数据集上,应用改进模型与现有的4种水下图像增强算法进行定量与定性实验;实验结果表明,该模型在不同颜色失真的水下图像增强结果上优于对比算法,且对带噪声干扰的水下图像仍然具有较好的增强效果。

二醛纳米纤维素的“一步法”制备及其分散稳定性研究

以微晶纤维素为原料,直接采用高碘酸钠氧化"一步法"制备了二醛纳米纤维素(DANC)。通过单因素实验探讨了不同氧化条件对产物醛基含量及产率的影响。利用红外光谱、X射线衍射、透射电镜和热重分析对优化氧化条件下制备的产物进行表征。结果表明,在40℃、p H为4的条件下,用0. 5 mol/L的高碘酸钠氧化40 g/L的微晶纤维素,可以得到基本无定型的DANC,醛基含量为6. 84 mmol/g,产率为49%,长度与直径主要分布在110~170 nm与10~20 nm。DANC易团聚,加入少量壳寡糖可以明显增加纳米纤维素在水中的分散稳定性。