基于暗通道引导滤波和光照校正的煤矿井下图像去雾算法

现有煤矿井下图像去雾方法在处理煤矿井下图像时未能在提取图像深层次特征信息的同时进行光照校正,处理后的图像存在细节信息丢失或图像偏暗的问题。提出一种基于暗通道引导滤波和光照校正的煤矿井下图像去雾算法。首先,井下原始图像通过图像分化模块(IDM)进行双边滤波、光照估计和暗原色处理后得到光照图、暗原色图和光照反射图。然后,对暗原色图进行预处理,作为权重引导参数对光照反射图进行引导滤波,以恢复图像细节特征信息。最后,将光照图作为权重参数对图像进行光照校正和特征提取,通过多次光照校正解决颜色失真问题,同时增加网络深度,进而去除黑暗区域的退化,实现图像细节的重构,从而得到清晰图像。主观评价结果表明:基于暗通道引导滤波和光照校正的煤矿井下图像去雾算法在去除雾气的同时,保留了更多的结构纹理及背景细节,使整个图像更加接近于对应的清晰图像。客观评价结果表明:与次优算法PMS-Net相比,在训练集和测试集上信息熵分别提高0.32和0.11,标准差分别提高3.58和1.89,平均梯度分别提高0.008和0.004,说明所提算法可有效降低煤矿井下图像的雾气。消融实验结果表明,所提算法在测试数据集上的信息熵、标准差、平均梯度均高于其他网络组成模型,说明所提算法去雾效果最好,且能有效保留图像细节和边缘信息。

基于密集混合注意力和全局补偿的图像去雨网络

针对现有图像去雨算法提取雨线特征效果不佳导致雨纹残留的问题,提出一种基于密集混合注意力和全局补偿的图像去雨网络。通过多层卷积运算,提取输入雨天图像的浅层特征。融合密集连接与残差网络的优势,引入多注意力机制,设计密集残差注意力模块,以此实现特征循环利用并捕获图像的多尺度特征。加入全局补偿模块以确保特征图像提取的全面性。通过卷积层重建特征,得到清晰且无雨的图像。实验证明,所提出的算法优于现有的经典和新颖算法,能有效清除雨痕,并提升图像的整体视觉感受。

基于深度学习的人体行为识别技术

针对计算机视觉中基础性的视频人体行为识别的问题,从基于3D卷积的方法、基于双流网络的方法和基于循环神经网络的方法三类主流方法入手,对三类方法分别进行了阐述。三类方法的核心思想都是挖掘视频所固有的时空特征,区别在于特征挖掘所使用算法的不同,详细分析了每一种方法在处理视频的时空特征时的优缺点,并且在每一类中选取若干主流方法,将其准确率进行对比。通过实验数据对比表明,双流网络由于兼备更为完整的时空特征,从而具有更高的行为识别的准确率。

基于MATLAB的BPSK信号仿真分析

文章在深入分析BPSK信号工作机理的基础上,采用MALTAB为仿真工具,实现了对BPSK信号的仿真。进一步,借助仿真结果验证了BPSK信号产生和接收机理的正确性,从而为后续BPSK信号的应用奠定了理论基础。

水泵交流异步电动机的调速运行节能浅析

从工程实践出发,通过对水泵交流异步电动机的变极对数调速、串级调速、变频调速等方式进行分析比较,并从节能原理上加以论述。确定了水泵交流异步电动机变频调速的方式,节能效果显著,提高了工作效率,具有较好的经济和社会效益。

沈大高速公路环境空气污染现状研究

本文对沈大高速公路沿线 ６个断面的汽车尾气污染物的环境空气污染现状进行了研究。并以 １９９６年为基准年，采用模型估算的方法，对沿线２５个区间的汽车尾气污染物环境空气污染现状得出初步结论。

沈大高速公路交通噪声污染现状

通过对沈大高速公路3个断面的交通噪声污染现状进行定量研究。并以1996年为基准年 ,用模型估算的方法对沿线25个区间的交通噪声污染现状得出初步结论。