基于多级引导滤波器的图像区域融合算法

为了提高多光谱图像与全色图像的融合质量,研究了多种滤波器和融合算法,提出了基于多级引导滤波器的区域融合方法。采用该方法对多光谱图像进行插值,利用改进的分水岭算法对全色图像进行区域划分,并将划分结果映射至每个多光谱图像,然后将多光谱图像与全色图像利用多级引导滤波器分别进行滤波,得到各自的细节信息,最后根据每个区域中全色图像和多光谱图像的关系指标局部相关系数与4阶相关系数的大小,对细节信息进行区域融合,得到融合后的多光谱图像。结果表明,该算法充分保留了多光谱图像的光谱信息,并尽可能多地注入了全色图像的细节信息,成功地提高了多光谱图像的融合效果。

基于ARM的引导加载技术的研究与实现

为了减小嵌入式系统的体积和价格,对嵌入式中两种主要的闪存:NOR Flash and NAND Flash进行了研究。由于NORFlash存在布线多、成本高、存储容量小、擦写速度慢等缺点,根据嵌入式系统可裁减可移植的特点,在对ARM处理器的启动方式进行分析和比较的基础上,裁掉NOR Flash芯片,仅用NAND Flash芯片引导和启动系统。并着重阐述了采用有效的存储结构提供可靠的坏块管理机制,采用多级引导方式,实现基于NAND Flash的引导。从而节省NOR Flash芯片,降低了成本。

多级特征引导网络的红外与可见光图像融合

目的以卷积神经网络为基础的深度学习技术在图像融合方面表现出优越的性能。在各类图像融合领域,红外与可见光的图像融合应用十分广泛,这两种图像各自的特性十分鲜明,二者信息交互融合得到的融合图像具有显著的价值和意义。为了提高红外与可见光图像的融合质量,本文提出了一种多级特征引导网络的融合框架。方法本文框架中编码器用于提取源图像的特征,并将多级特征引导至解码器中对融合结果进行重建。为了有效地训练网络,设计了一种混合损失函数。其中,加权保真项约束融合结果与源图像的像素相似度,而结构张量损失鼓励融合图像从源图像中提取更多的结构特征,为了有效进行多尺度信息交互,不同于普通的编解码结构,本文方法在编码器每一层的每一部分均进行特征引导,在编码部分采用池化对尺寸进行缩小,解码采用上采样将尺寸放大,实现多尺度融合与重建,有效弥补了训练过程中卷积层数的堆叠导致的信息的丢失,在编码部分适时地对特征进行引导,及时地与解码层进行融合,在网络结构构建完成后,提出一种损失融合算法,从红外图像和可见光图像各自特点出发,分别设计基于视觉显著性权值估计的2范数损失和基于结构张量的F范数损失。结果为了说明融合方法的可行性,在TNO数据集与RoadScene数据集上进行实验,与传统以及深度学习融合方法进行了视觉对比和客观对比,在信息保真度准则、基于梯度的融合性能边缘信息保持度、非线性相关熵以及基于结构相似度的图像质量测量指标等关键图像评价指标上达到了理想的结果。同时,为了验证提出的网络结构以及损失函数的有效性,使得提出的网络模型完备性得到保证。结论提出的融合模型综合了传统模型和深度学习模型的优点,得到了高质量的融合图像,取得了良好的融合效果。

东北亚经济圈经济管理模式的构想及评价

东北亚经济圈的经济管理模式是在联合国UNDP的倡导下,经历了1+(3+2)经济管理模式的不断发展,并逐步向UNDP领导下的东北亚经济圈1+[(3+2)+1]的理想的经济管理模式过渡的过程。而这种理想模式的形成必须在已经形成的思维的基础上严格按照地缘关系和历代该地区的国际关系发展史重新拟构,逐步构建一种由多级引导管理走向统一管理框架,从而有力地推动东北亚经济圈的日趋完善。

基于ETC自由流多措疏堵的应用研究

自2019年全国高速公路取消省界站工程实施完成后,ETC用户爆发式增长,拥堵现象由主线省界收费站转移到车流量大的主线收费站和匝道收费站,特别是核心城市及周边卫星城镇高速收费站。通过在分析原收费站主要拥堵原因的基础上,结合新形势下车型收费模式转变和新技术应用,提出一系列改善拥堵措施和方案。研究发现,采取ETC自由流技术、多级车辆精准引导、收费岛窄化设计、车道布局优化、计重及车型识别等关键机电设备升级、车道双系统部署等措施,可有效缓解收费站拥堵,提高收费站通行效率,提升收费站服务水平。