具有透射率先验与亮度感知的图像去雾算法

在图像去雾领域,图像明亮区域的去雾效果与去雾后图像的抗噪性能是重要的去雾评估标准,然而大多数去雾算法在处理有雾图像明亮区域时存在一定程度的失真问题,并且得到的去雾后图像常存在一定噪声,导致去雾后图像的抗噪性能普遍较弱。针对以上去雾问题,文中提出了具有透射率先验与亮度感知的图像去雾算法(Image Dehazing Algorithm with Transmittance Prior and Luminance Awareness,DTPLA)。该算法首先构造求解大气光值模块(Solving Atmospheric Light Value Module,SALVM),将该类问题转化为克服干扰因素的影响和缩小求解误差的问题;其次,提出透射率先验(Transmittance Priori,TP)方法,以对图像明亮区域透射率的取值问题进行优化求解,并设计图像亮度感知模型(Image Luminance Perception Model,ILPM),对图像可视化效果进行增强,通过对透射率取值与可视化效果的联合优化解决失真问题并丰富图像重要信息;最后,引入图像降噪模块(Image Noise Reduction Module,INRM),将其嵌入到图像去雾模型中,以提升去雾后图像的抗噪性能;仿真结果表明,与其他主流算法相比,运用所提算法得到的去雾结果在3种数据集下均具有更好的性能表现,图像的MSE值、PSNR值、SSIM值分别平均达到7.4701,39.9839 dB,83.72%,基于以上3种数据集的实验结果验证了所提算法的有效性。

基于容差机制与高斯滤波的图像去雾算法

为了使暗通道先验去雾算法能够有效处理雾霾图像中天空等明亮区域,提升去雾后图像的抗噪性能,提出了一种基于容差机制与高斯滤波的图像去雾算法。首先,引入容差机制来修正明亮区域透射率;然后,融入高斯滤波算法来提升去雾后图像的抗噪性能;最后,适当调整图像亮度,以提升去雾后图像的可视化效果。仿真实验结果表明,改进后算法不仅能够有效处理雾霾图像中天空等明亮区域,而且能够提升去雾后图像的抗噪性能;相较于主流的同态滤波算法,改进后算法的去雾性能更优。

基于受限光值与透射率修正的图像去雾算法

针对暗通道先验去雾算法在滤波窗口较小时得到的去雾后图像存在颜色失真、对引入因子的选择及明亮区域透射率的计算存在误差、去雾后图像的抗噪性能较弱等问题,提出基于受限光值与透射率修正的图像去雾算法。首先对大气光值A设定阈值上限;其次通过建立引入因子与结构相似度的对应关系以获得最佳引入因子;并在引入容差机制的基础上进一步提出透射率优化方法;最后在所提去雾算法基础上融入高斯滤波算法,并调整去雾图像亮度以提升可视化效果。仿真结果表明,运用所提算法得到的图像PSNR值、SSIM值、Entropy值相对于改进前分别平均提升9.9964 dB、8.57%、0.3732,验证了所提算法的有效性与优越性。

浅谈我国电力企业现状与改革策略

当前电力企业将要面对世界经济一体化、国内经济工业化和农村迅速城市化的环境。这些意味着电力企业的竞争不断加剧，消费者的需求不断增长，因此，电力企业现代化管理显得尤为重要。

一种基于Canny边缘检测算法的零件缺陷图像处理方法

近年来,零件缺陷造成的机械安全问题越来越多,影响了机械生产的效率和质量。以准确检测出零件上的螺纹缺陷为研究目的,利用图像处理技术对无螺纹、半螺纹和不规则螺纹等3种螺纹缺陷进行检测。首先,对零件图像进行灰度化、二值化、图像锐化等预处理;然后,利用边缘检测、直线检测、图像旋转和垂直投影等方法对螺纹缺陷进行检测。其中,通过对比6种边缘检测算法的效果,最终采用Canny算法对螺纹缺陷进行检测。

雾霾场景下绝缘子缺陷检测模型的建立与仿真

近年来,雾霾天气严重影响到绝缘子自爆缺陷检测的精度和电力系统的正常运行。以雾霾场景下自爆绝缘子图像为研究目标,采用暗通道先验去雾算法对图像作预处理,以避免绝缘子边缘检测结果断裂漏检现象的发生。针对绝缘子图像中的雾霾问题,运用直方图均衡化去雾算法、单尺度Retinex去雾算法、暗通道先验去雾算法进行仿真实验。结果表明,采用暗通道先验去雾算法得到的图像峰值信噪比平均值和结构相似性平均值均高于直方图均衡化去雾算法和单尺度Retinex去雾算法。

基于Canny边缘检测算法的绝缘子缺陷图像处理方法

近年来,输电线路绝缘子自爆故障率愈来愈高,给电力系统的正常运行带来了严重威胁。以无人机拍摄到简单背景下的自爆绝缘子图像为研究目标,采用新型Canny边缘检测算法、Radon直线检测算法、图像旋转算法、垂直投影算法来识别绝缘子自爆缺陷。针对传统Canny边缘检测算法存在的图像滤波效果较差、不能自适应调整高斯函数方差等问题,采用自适应平滑滤波取代高斯滤波。利用Matlab R2020a进行仿真实验,结果表明,改进后的图像峰值信噪比平均值比改进前增加了1.8 dB,实现了对传统Canny边缘检测算法在图像抗噪性能方面的改进。

基于改进暗通道先验的车牌图像去雾方法研究

针对雾霾场景下车牌识别系统存在识别精度较差的问题,提出改进型车牌识别模型。该模型运用改进型暗通道先验去雾算法进行去雾处理,考虑到原去雾算法处理含明亮区域雾霾图像时会出现颜色失真等问题,首先对大气光值进行阈值限制,其次对引入因子进行优化选择,最后引入容差机制以修正透射率,并对图像亮度进行调整以提升图像可视化效果。仿真结果表明,运用改进后算法得到的去雾结果在PSNR、SSIM、Entropy、e性能上相对于改进前分别平均提升1.934 dB、0.082、0.235、38.995。将去雾前后车牌图像进行识别测试,车牌识别精度提升22%,证明了所提模型的优越性。

暗通道先验理论的绝缘子图像去雾算法

以雾霾场景下的绝缘子图像为研究目标,在原绝缘子缺陷检测模型的基础上,采用改进型暗通道先验去雾算法进行图像预处理,以提升绝缘子缺陷检测精度。为保证在图像去雾的基础上具有良好的抗噪性能,并提高图像结构相似度,在传统暗通道先验去雾算法的基础上融入高斯滤波算法与图像对数增强算法,对图像亮度进行调整以增强绝缘子图像特征信息,并对比主流去雾算法去雾后的图像性能指标。仿真结果表明:运用改进型暗通道先验去雾算法得到的图像相对于改进前算法,其PSNR值平均提升6.8 dB,图像SSIM值平均提升0.143,绝缘子缺陷检测精度提升12%。

基于STM32的THR康复评估系统研究

目前人工全髋关节置换术(THR)是治疗髋关节疾病较为有效的方式,但传统的术后康复一直存在训练不规范、人工康复评价方式主观、康复治疗精度和效率低下等问题,严重影响着患者的生活质量。针对THR康复训练存在的问题,采用关节活动度的相关指标,设计并搭建了一种基于STM32的THR康复评估系统,实现了对患者训练姿态和训练强度的监测和预警,为康复治疗和评估提供了思路。

基于Gabor变换的自动校准方法

在现有的眼科医学检测系统中,眼底相机应用较为广泛,但受到复杂背景、人脸面光反射、镜片反射和折射等因素的影响,眼底相机的对焦常会出现一定程度的偏差。为此,提出了基于Gabor变换的瞳孔定位自动校准方法,利用二值化、灰度化等方法对图像进行预处理,以消除噪声和背景光照等因素的影响。使用FRGC 1.0数据库进行实验,以验证算法的性能。实验结果表明,采用本算法检测到的瞳孔位置非常接近于人工标记的瞳孔位置。

基于双向搜索的改进A^(*)算法路径规划研究

为了提高A^(*)算法的搜索效率、保证路径的最优性,提出了一种基于双向搜索的改进A^(*)算法,以正向、反向搜索的当前节点互为目标点进行双向搜索。首先,引入加权曼哈顿作为距离启发函数,动态调整代价函数的权重比,以保证算法的实时性和路径的优越性;其次,针对双向路径搜索过程中存在的局部路径最优问题,在启发函数中加入偏离最优距离作为代价因素。仿真实验结果表明,该算法的搜索效率更高、遍历节点和路径代价更少,验证了算法的有效性。