一种优化透射率的无人机影像去雾算法研究

无人机获取的影像出现不均匀雾,使得传统算法的去雾结果出现细节丢失、色彩失真等问题,很大程度上限制了影像的应用价值。针对该问题,本文提出一种改进透射率的无人机影像去除不均匀雾算法。首先,结合颜色衰减模型和大气散射模型计算透射率,通过改进引导滤波细化透射率;其次,加强图像边缘信息;最后,对去雾后的影像进行增强处理,提高图像的清晰度和对比度。实验结果表明,本文提出的算法对去除不均匀雾取得了较好的效果。计算同幅影像有雾区域和无雾区域的透射率,来去除无人机影像不均匀雾的方法,不仅可以推动去雾算法的理论发展,也可以促进无人机应用于雾天的灾害快速监测和救援。

基于消光断层法的喷雾分布不均匀度测量技术

燃油喷嘴喷雾分布不均匀度作为衡量喷嘴喷雾性能的重要参数之一,直接影响发动机的燃烧效率以及污染排放。为了验证消光断层法激光式分布器(Statistical Extinction Tomography Scan Optical Patternator,SETscan)在喷雾分布不均匀度方面的测量能力,利用离心式喷嘴在不同燃油工况条件下开展燃油喷嘴雾化性能实验,并与传统机械式测量方法进行了对比。结果表明,相比于传统机械式测量方法,激光式测量方法稳定性更好、实验效率更高、实验数据更加直观,具有更高的时间和空间分辨率,对激光遮挡率为10%~90%的燃油喷雾能够得出合理有效的浓度分布实验结果,同时由于激光式测量方法属于非接触测量,不会受到喷雾本身特性和安装位置等因素的影响。

融合注意力机制和离散小波变换的轻量化图像去雾算法

天气条件如雾霾对真实环境中采集的图像产生了对比度下降和纹理模糊等问题。现有深度学习方法在图像去雾方面取得了进展,但在不均匀雾霾情况下效果有限。此外,现有方法在性能和计算效率之间存在平衡问题。文章研究了一种轻量高效的图像去雾算法,结合了多尺度特征提取、注意力机制和离散小波变换,该算法在提升图像质量和实时处理方面表现出色。研究内容包括选择轻量的U-Net结构作为主干网络、引入特征提取块(MFE块)以增强网络辨别和提取能力,以及使用离散小波变换和注意力机制以应对复杂雾霾分布环境,实验结果显示,该算法显著提升了模型性能并解决了纹理细节损失的问题。

利用PLIEF技术研究超高压燃油喷雾雾化和混合过程

采用复合激光诱导荧光(PLIEF)技术,对燃烧室内自由发展阶段超高压喷雾的贯穿距离、锥角及气液相浓度分布情况进行了研究.实验中喷油压力从160 MPa升高到220 MPa,环境气体密度由3.7 kg/m3变化到7.4 kg/m3.研究发现,随着喷油压力升高,气相喷雾不均匀度在喷油定时T=42°CA BTDC时减小了36.7%,而在喷油定时T=-6°CA BTDC时仅减小28.4%.同时,气、液相喷雾锥角显著增大,贯穿距离小幅度减小.根据实验数据,提出了一个喷雾贯穿距离修正公式.研究还发现,当L/d0≥90时,喷雾已得到充分发展,比传统压力研究结果小很多.