结合暗通道先验的单幅图像快速去雾算法

基于暗通道先验的单幅图像去雾算法对天空区域的恢复效果不佳,且运行效率较低.为此,文中提出了一种快速、有效的单幅图像去雾算法.该算法首先根据颜色衰减先验建立场景深度模型,并基于场景深度模型估计透射率,再基于局部一致性和暗通道先验得到粗透射率;然后利用图像融合的方法,将基于场景深度模型估计的透射率与粗透射率融合,实现天空区域透射率的修正;最后采用导向滤波细化的透射率复原图像,并对复原图像进行色调调整.实验结果表明,文中算法运行效率高,并且有效地提高了复原图像的清晰度和对比度.

结合系数重用正交匹配追踪的字典学习算法

针对压缩感知中字典对信号稀疏表示能力不足的问题,文中提出了一种结合系数重用正交匹配追踪的自适应字典学习算法,该算法使用系数重用正交匹配追踪算法得到稀疏系数,在字典更新阶段引入上一次迭代过程的先验信息.首先对稀疏系数矩阵进行奇异值分解,再分别用前一次更新的字典对左奇异矩阵和用训练信号对右奇异矩阵进行变换,然后采用变换后的左、右奇异矩阵构造新矩阵,最后利用新矩阵进行字典训练.实验结果表明,采用文中算法得到的字典对图像具有更好的稀疏表示能力,提高了重构图像的质量.

基于手机应用的课后学习平台

为了进一步丰富课堂教学内容,增加课堂教学的互动性、参与性,同时培养学生的自主学习、探究创新的兴趣和能力,结合当前智能手机在学生中的普及,开发了一款基于智能手机的课后学习的应用。应用以大学物理的课后作业练习中的选择题和填空题为对象,实现自动判断答案、自动记录成绩、作业定时提醒、作业短信提交等功能。应用不但能够帮助教师提高课后作业批改效率,减轻教师课后工作量,同时也能为同学们提供课后自主学习平台,增加学习的兴趣和动力。

基于手机应用的课堂考试系统

为了减轻高校教师阅卷压力,提高阅卷效率,结合当前智能手机在高校师生中的普及,开发了一款基于android平台的短信课堂考试系统。学生以短信形式将测验或考试的选择题答案发送至教师手机,安装在教师手机中的系统通过与教师所输入的答案进行比对,将自动完成答案的批改,自动记录成绩以及分析成绩。系统可灵活设置A、B卷答案,操作简便,结果一目了然,便于分析,大大减轻了教师的工作量,同时实现了考试无纸化,更符合环保理念。

结合卷积神经网络与动态环境光的图像去雾算法

为了有效估计雾霾图像的透射率并改善去雾图像偏暗的问题,提出一种结合卷积神经网络与动态环境光的图像去雾算法。设计了基于卷积神经网络的透射率估计网络,构建包含配对的真实雾霾图像与透射率图像库,对其进行随机块采样,得到配对的雾霾图像块与透射率图像块,并将其作为训练集用于训练透射率估计网络;使用训练好的网络估计雾霾图像的透射率,并进行平滑滤波。考虑到图像成像时光照不均的问题,使用动态环境光替代全局大气光。使用平滑滤波后的透射率和动态环境光进行图像去雾。实验结果表明,该算法不仅可以有效实现图像去雾,而且提高了去雾图像的亮度和饱和度。