融合遗传算法的多域值分块低照度图像增强算法

针对低照度图像对比度低、细节模糊等问题,提出了融合遗传算法的多域值分块低照度图像增强算法。通过遗传算法寻找输入图像亮度通道的最优分割阈值,根据得到的阈值,将亮度通道划分为多个不同曝光级的子图。通过多阈值分块增强算法对所有子图进行评估,根据评估结果调整每个子图的亮度。最后使用多尺度融合方法将输入图像细节信息融合到亮度增强图像中与现有的增强算法进行对比实验。结果表明,用所提算法增强后图像的各指标增加幅度均大于其它对比算法,且在提升图像亮度的同时解决了增强图像颜色失真和亮度分块的问题,有效地还原了图像的纹理信息,增强后图像的亮度分布很好地还原了真实拍摄环境的亮度分布,验证了该算法具有更好的性能。

混沌粒子群鸡群融合优化的RSSI质心定位算法

针对传统接收信号强度指示(RSSI)定位算法定位精度低及粒子群优化(PSO)算法容易陷入早熟和局部最优解的问题,提出一种RSSI质心定位算法。通过RSSI测距技术计算各传感节点之间的距离,选择离未定位节点最近的3个锚节点和已定位节点,建立以未知节点坐标为参数的数学模型。在PSO算法的基础上运用混沌优化思想避免搜索过程陷入局部极小,并利用鸡群算法进行优化从而得到质量更好的解。实验结果表明,与原始质心定位算法、加权RSSI质心定位算法和PSO-RSSI质心定位算法相比,该算法具有较快的收敛速度和较高的定位精度。

基于人眼视觉的多尺度融合图像增强算法

为解决低照度图像对比度低、细节模糊的问题,提出基于人眼视觉的多尺度融合图像增强算法。将图像从RGB空间转换到HSV空间,分离图像的色彩信息和亮度信息;将HSV空间的H和S通道的信息Image H和Image S转换为权重图,对V通道的亮度信息Image V进行增强;利用引导滤波算法增强图像的细节信息。为验证该算法的优越性,对比其它传统增强算法处理后的结果发现,该算法的增强效果优于几种传统的增强算法。

针对户外应用的LEACH路由改进分簇区域算法

针对现今无线传感器网络在户外应用的特点,考虑到现有的LEACH算法节点死亡较快,影响网络结构和寿命的缺点,该文在LEACH基础上对JC-LEACH算法进行了改进,提出适用于大范围环境下的SR-LEACH算法。该算法将监测区域按负荷比例分成区域的形式,再根据距离和能量关系优化选举每个区域簇头,每个区域中的簇头以多跳形式将数据传输给基站。通过Matlab仿真结果表明,改进算法在抑制节点首轮死亡数与降低节点的平均剩余能量上有明显的改进。相比LEACH与JC-LEACH算法,改进算法适用范围较大,并优化了网络的寿命与稳定性,拓展了路由算法的应用范围。

基于Android平台的互联网+云超市软件

利用http协议设计了一款基于Android平台的互联网+云超市软件。致力于为人们打造精准、快捷、舒适的购物方式。寻常的超市购物商品信息与现实的不对称,超市与购物者间信息的不流通,普通网购"慢"物流的缺点,都在催促着一种全新的购物方式出现。云端超市的项目基于最近互联网流行的"云"概念,结合O2O的运营模式,通过手机APP移动终端建立起超市与购物者间信息流通的桥梁,构建数据库为购物者提供最精准的商品信息,为商家提供购物数据,精准地定位人们对商品需求的变化,提供商家与购物间的交流平台。切入快节奏的生活,实现当日到货解决"慢"物流的缺点。