基于负集加权迭代修正最小二乘拟合原理的快速自适应拉曼光谱基线校正算法

拉曼光谱是无损光谱分析技术,通过分析散射光的频率变化获取物质的分子结构信息。基线校正是提升光谱数据质量的关键步骤,可以去除背景信号和不相关噪声,凸显并纯化目标信号。传统的拉曼光谱技术对基线校正的时效性要求不高,但随着流式拉曼和内窥拉曼等需要实时处理光谱数据的应用场景增多,基线校正在速度和准确性要求也随之提高。传统的迭代多项式拟合和小波变换方法在时间、精度或自适应能力上存在不足。本研究开发了一种基于负集加权迭代修正最小二乘原理的快速自适应基线校正算法(MWIALS)。主要原理是提取负数集并赋予更高权重,在迭代过程中不断修正基线,并通过设置参数阈值以跳出循环,实现快速准确的基线校正。提出两种参数选择策略:固定参数(FMWIALS)适用于批量同类型光谱的快速处理,自适应(AMWIALS)适用于差异化光谱的自适应处理。该算法应用于颗粒物的流式拉曼光谱分析。结果表明,与其他主流算法相比,MWIALS在实际光谱处理上显著高效(平均处理时长47 ms·谱^(-1)),具有较高的准确性和自适应性。该算法能够满足流式拉曼和内窥拉曼等生物样本检测中实时光谱处理的需求,为拉曼光谱技术的进一步应用提供了强有力的支持。

基于最大图像熵Gamma校正估计的图像特征点检测和匹配方法

提出一种基于最大图像熵Gamma校正估计的图像特征点检测和匹配方法。通过预处理算法来增强图像的对比度,将其应用于图像特征点的检测和匹配。在预处理阶段,首先采用对数函数对图像进行归一化,根据设定的阈值将图像分为明亮和黑暗分量;然后分别对两个分量自适应地选择不同的参数进行Gamma校正,并且确定使其熵最大化的校正参数为每个分量的最佳参数;最后将上述参数应用于Gamma校正生成对应原始图像明亮和黑暗区域的矫正图,并进行融合生成增强的图像。对预处理完的图像进行特征点检测和匹配实验。研究结果表明:所提出的算法相较于未处理算法、HE和自适应Gamma算法,特征点检测后的匹配数量在欠曝光图像上分别提升85.7%、26.4%和15.2%,在过曝光图像上分别提升59.4%、12.2%和103.8%。匹配效果也有较明显提升。

基于间断性Gamma校正的粘连蚕茧分割方法研究

目前,蚕茧分割计数研究主要针对大小几乎完全相同的蚕茧,难以应对大小差异较大的情况。针对上述问题,采用图像增强的方法提取蚕茧表面并进行蚕茧的粘连分割。首先,将原图直接转化为灰度图像进行腐蚀处理,通过Gamma校正使得图像灰度值收缩;其次,通过限制对比度自适应直方图均衡化(CLAHE)方法提高蚕茧图像与其背景区域的灰度差,使其进一步分离;再利用高斯滤波和腐蚀方法平滑并收缩蚕茧图像,根据亮度数据进行第二次Gamma校正以调整对比度;最后,通过二值化处理统计连通域个数得出蚕茧数量。实验结果表明,所提方法针对大小蚕茧分割适应力较强,平均准确率高达99%。

基于特征图规正的虹膜图像自适应Gamma校正方法

在虹膜图像采集过程中产生的光斑使得整幅虹膜图像的照度不均匀。为了消除照度不均匀对特征提取的影响,本文提出了一种基于特征图规正的自适应Gamma校正方法。该方法将虹膜图像的特征图作为Gamma校正的依据,把距离因素考虑到Gamma校正中,而且利用模拟退火算法实现了关键值Gamma的自适应调整。该方法使Gamma值的变化更加趋于合理,提高了Gamma矫正对光照变化的适应能力,避免了较正后图像的失真。实验证明该方法不仅可以尽可能的提高图像的质量,而且对校正后的图像进行边缘提取,可以获得更加清晰连续的边缘。

基于萨哈-玻尔兹曼图与自吸收校正的单点修正激光诱导击穿光谱

为进一步提高单点修正激光诱导击穿光谱(OPC-LIBS)的定量分析精度,提出了基于萨哈-玻尔兹曼图与自吸收校正的OPC-LIBS方法,利用该方法对两个钛合金样品中的Ti、V和Al元素进行了定量分析,并将其定量结果与基于玻尔兹曼图的OPC-LIBS、基于萨哈-玻尔兹曼图的OPC-LIBS以及基于玻尔兹曼图和自吸收校正的OPC-LIBS的结果进行了对比分析。研究结果表明,所提出的改进方法在4种方法中可获得最小的定量误差,测量两个钛合金样品中3种元素的平均相对误差(MREs)分别为4.11%和3.99%,证明所提出的改进方法可有效提高OPC-LIBS的定量分析精度。

基于数码相片Gamma校正的水稻叶面积指数估算

随着数码相机的日益普及,利用数码相机进行作物叶面积指数(LAI)测量不断得以应用。由于数码相机成像时会对入射光辐射强度进行Gamma编码变换,输出的相片DN(Digital Number)值与入射光辐射强度呈非线性关系,会造成在确定相片中植被叶片与背景的分割阈值时出现误差,并最终导致LAI估算存在较大不确定性。以水稻为研究对象,获取不同生长期水稻冠层相片并结合同步LAI 2000测量的LAI数据,基于相片Gamma校正原理,对水稻不同生长期冠层相片进行Gamma校正,在此基础上利用冠层孔隙率方法,估算不同生长期水稻LAI。结果表明,经过Gamma校正相片估算的水稻LAI总体精度有显著提高,相片估算的IMAGE LAI与LAI-2000测量值比较的决定系数达到0.71(P<0.05)。在整个观测期内,两种方法观测的LAI值在时间变化趋势上表现一致,但在不同生长期内存在差别,在水稻分蘖期和拔节期相片估算的IMAGE LAI要高于LAI-2000测量值,孕穗期到抽穗期期间IMAGE LAI低于LAI-2000测量值,乳熟期到成熟期IMAGE LAI又高于LAI-2000的观测结果。

基于测距修正和位置校正的RSSI定位算法

在基于接收信号强度指示(RSSI)的无线传感器网络节点定位问题中,为了提高节点的定位精度,通过对无线电传播路径损耗模型的分析,提出了基于RSSI测距的改进距离估计公式。针对已有节点校正方法存在的不足,提出了将一次循环校正后所有校正坐标的质心作为新的节点位置的校正方法。实验结果表明,改进的距离估计公式有效地提高了节点间的距离精度,并在适当增加节点计算量前提下,节点位置校正使节点的定位精度更高,达到良好的定位效果。

结合Gamma修正的色彩量化新算法

色彩量化的最终目的是使得视觉效果上的量化图像与原图像的差别 (即失真 )最小 ,量化的应用又对算法效率提出很高的要求 .文中提出一种结合Gamma修正的量化算法 ,速度明显快于中位切分等以往算法 ,并且量化图像的质量近似于、甚至部分视觉效果优于这些算法 .该算法是一种切实有效的图像量化方法 。

全过程联合校正的洪水预报修正方法

洪水实时校正是洪水预报的重要组成内容,也是水文预报研究的热点与难点。为进一步提高洪水预报精度,提出了一种全过程联合校正的洪水预报修正方法。该方法的主旨是在雨量站数目较多的流域,构建雨量站网密度与洪水预报误差分配比例之间的定量关系;对雨量站数目较少的流域,借用该比例关系,将洪水预报总误差按比例划分为面雨量输入误差和模型误差两部分;再基于系统响应理论,对研究流域的这两部分误差进行修正,从而实现输入误差与模型误差的全过程联合校正。在淮河三个典型流域的应用结果表明,相较于目前单变量的系统响应曲线修正方法,全过程联合校正方法可进一步提升误差修正效果,提高洪水预报精度。

基于自适应Gamma校正的红外图像增强算法

为了进一步提升红外图像的亮度和对比度,同时保持图像的自然效果,提出了基于自适应Gamma校正的红外图像增强算法。用改进的双边滤波作为Retinex的中心环绕函数,以提取红外图像的低频和高频部分,即基础层和细节层。对基础层图像进行自适应于暗区像素占比的Gamma校正,以提升图像的亮度和清晰度,而对细节层图像进行自适应的分段线性拉伸,进一步提升图像的对比度。实验结果证明了本文方法的有效性,相对于现有的方法,本文方法增强后的视觉效果更清晰、细节信息更丰富。

分区域Gamma预编码校正的相位误差补偿

针对现有结构光视觉测量中普通投影仪亮度不均匀引起系统Gamma非线性畸变值分布差异,从而导致相位误差问题,提出了一种自适应分区域Gamma预编码校正方法。首先,介绍了结构光双目视觉测量原理以及标准N步相移法。接着,分析了投影仪和相机的Gamma非线性畸变对光栅正弦性的影响以及预编码校正方法。然后,在获取Gamma值分布规律的基础上,根据Gamma值的变化与相位误差的关系确定分区域阈值大小。最后,根据确定的阈值对测量视场进行区域划分,获取各区域Gamma值,并对标准白板和汽车挡泥板进行了实际测量。实验结果表明:本文方法比相同条件下采用单一Gamma值预编码校正方法在相位误差的补偿精度上提高了约30%,在三维数据的测量精度上提高了约15%。该方法能更好地减小相位误差,提高结构光视觉测量系统的精度。

一种应用于AC PDP的反gamma校正与动态对比度增强相结合的新方法

由于交流等离子体显示器(AC PDP)的显示特性是线性的,因此在显示接收到的视频信号前必须要进行反gamma校正。同时,为了提高显示器件的画质,必须要进行对比度增强。直方图均衡化是一种重要的对比度增强方法,但直方图均衡化的增强效果不可控,往往由于过增强而导致图像失真。本文结合上述两种技术提出了一种应用于AC PDP的反gamma校正与可控的动态对比度增强相结合算法。该算法能够在对输入视频图像进行反gamma校正的同时,实现幅度可调的动态对比度增强。同时避免了传统直方图均衡化对图像产生的过增强现象。本文实现了基于提出算法的实时图像处理器,并且在50英寸AC PDP上进行了测试。模拟仿真及实际测试结果均表明,本文提出的算法能够使AC PDP的画质得到显著提升。

CCD摄像法测量激光远场光斑中图像校正和能量修正算法研究

介绍了CCD摄像法测量激光远场光斑的工作原理。依据CCD摄像机拍摄激光远场光斑的倾斜角度,在处理算法中利用透视投影原理,将采集光斑的畸变图像进行了校正;针对CCD摄像法摄取的漫反射激光光斑图像,构建了朗伯漫反射模型,利用朗伯修正算法将漫反射激光光斑的能量密度修正到直射激光光斑的能量密度,推导出了具体的修正计算公式。通过实际应用,验证了该算法在激光远场光斑测量中的有效性。

舰炮使用一维弹道修正弹射击误差和射击校正新方法

为提高舰炮使用一维弹道修正弹射击精度和作战效能,根据舰炮使用一维弹道修正弹射击的工作原理,分析射击误差构成和射击观测特点,将舰炮使用一维弹道修正弹射击误差分为预测误差和修正误差,提出分2步利用目标(或提前点)相对落点偏差进行射击校正的新方法,第1步校正部分修正误差,第2步校正预测误差和第一步未校正的修正误差。以某型一维弹道修正弹为例,采用Monte-Carlo法仿真10 000次。仿真结果表明,按新方法射击校正能够显著提高射击精度。

静校正对比流程与叠加速度修正方法

为了找到一种最适合的静校正方法与参数,不同静校正方法和参数计算的静校正量常被用于同一个地震数据进行测试,并依据叠加剖面质量来判断静校正量的优劣。合理的对比流程对静校正量的客观评价至关重要。分析了与静校正相关的影响叠加剖面质量的因素,指出除了静校正量外,叠加剖面质量还与叠加速度关系密切,而叠加速度又是静校正量的函数。给出了一种比较合理的静校正对比流程,其中采用了与各自静校正量相适应的叠加速度。认为基于另一套静校正量的叠加速度分析结果,不一定适合应用了当前静校正量的地震数据,叠加结果并不一定能代表当前静校正量的实际效果。分析了静校正量与叠加速度间的关系,提出了一种利用静校正量差异对叠加速度进行修正的方法并用实例说明了应用效果。

舰炮一维弹道修正弹射击误差分离和校正研究

由于工作原理不同,传统无控弹射击校正方法不适用于一维弹道修正弹。分析了舰炮使用一维弹道修正弹射击误差构成和射击观测特点,提出一维弹道修正弹射击校正新方法,首先通过修正机构不工作,利用观测弹着点相对预测弹着点偏差平均值校正火控设备预测弹着点误差;然后利用修正弹正常工作时观测弹着点相对目标(或提前点)偏差平均值校正修正机构误差。假设各误差值,通过解弹道方程仿真计算表明,该射击校正方法能够显著提高射击精度。

LCD Gamma校正的硬件实现

通过对液晶(LC)S型电光响应曲线的研究,设计了一种由非线性DAC来实现LCD G amm a校正过程。由模拟退火算法获得了C-DAC中7个关键电容参数值,用设计出bu ffer来提高DAC驱动负载的能力,并通过直接译码电路,巧妙地解决了显示输出对比度的问题,经过对M atlab和H sp ice仿真,证明可以实现LCD G amm a校正的功能,解决了显示图像精确逼近原始图像的问题。

基于自适应gamma校正估计的图像去雾算法

针对当前流行的图像去雾算法存在去雾过度造成图像颜色失真,或者去雾不足等问题,提出了一种自适应gamma校正估计的图像去雾算法。首先根据图像亮度,利用不同的gamma校正函数拟合不同场景深度下有雾图像与无雾图像之间的关系,自适应估算出无雾图像最小通道,并通过引导滤波算法进行修正,保持局部区域内线性的关系,进而根据大气散射模型得到初始透射率,然后通过高斯相对性进行优化;另外,通过增加搜索领域,将有雾图像的蓝色通道上半部分作为输入对四叉树算法进行改进,得到场景最深处所对应的有雾图像像素值作为大气光值;最后通过gamma校正函数对复原图像的亮度进行增强。实验结果表明复原图像的对比度、平均梯度分别平均提高了40.66%,20.98%,并具有较高的信息熵。上述算法去雾显著,复原图像具有较高的清晰度。

基于统计特征分类耦合自适应Gamma校正的图像增强算法

为了避免图像在亮度增强时导致其颜色失真,且在局部易出现过增强等问题,设计了统计特征分类耦合自适应Gamma校正(adaptive Gamma correction,AGC)的图像增强算法,以更好提高图像细节与视觉效果。首先,将输入图像转换为HSV空间,使颜色与亮度分离,使其在增强亮度通道时不改变像素的原始颜色,有效降低颜色失真。然后,考虑不同图像的性质,利用统计信息将图像分类为高、低两种对比度,每种对比度又分为亮、暗两类。其次,基于传统的Gamma校正方法,通过对于不同类型的图像进行动态参数设置,形成一种AGC机制,从而为不同类型图像的构建了不同的增强函数,以完成不同类别图像的增强处理。实验数据表明,与当前流行的增强算法相比,所提算法具备更高的增强效果,呈现出更为自然的亮度与对比度,且保持了更多的颜色信息。

照度不均匀图像的自动Gamma灰度校正

照度不均匀图片分辨率较差,许多信息被掩盖,为了较好地去除光照影响,真实再现原场景,本文提出了一种改进的Gamma非线性灰度矫正函数,实现了对不同像素进行不同程度的灰度修正,另外,本文分析了所提出函数的参数对校正结果的影响,根据像素的分布自动地确定函数参数值,实现了照度不均匀图像的自动灰度修正。实验证明该方法与其他方法相比具有较好的校正效果。