基于自适应Retinex算法的煤矿低光照图像增强研究

针对煤矿井下图像由于光照不均以及粉尘等因素影响,造成采集图像亮度、对比度不足等问题,提出了一种基于自适应Retinex算法的煤矿低光照图像增强算法。首先将图像分解为光照图和反射图,并采用Unet网络提取多尺度图像特征,引入控制因子抵消多尺度带来的影响,有效提高了图像质量。然后将图像梯度作为调节因子,自适应调整多尺度算子,并引入重构损失和去噪模块抑制图像增强过程中产生的噪声。试验结果表明:所提算法在峰值信噪比和结构相似性方面优于部分现有算法,充分证明了该方法的有效性。

自适应Retinex算法在高动态光照环境下的应用

现有的多尺度Retinex(MSR)算法有丢失细节、光晕等影响图像质量的问题。针对这些问题提出了一种新型的自适应Retinex图像增强算法。该算法不需要复杂的参数调节,能实现自适应增强,并能消除光晕效应,对细节的表现更加准确。实验结果显示,对高动态范围(HDR)图像在细节恢复和光照还原上,新算法比MSR算法图像质量提高明显。这一算法被用于户外场面监控,能有效地改进在不同光照环境下图像的可识别度。

一种新型自适应Retinex图像增强方法研究

提出一种新的基于无限冲激响应(IIR)低通滤波的Retinex图像增强算法,该算法具有边缘保留功能,不会产生光晕效应,而且计算量较小.并将该算法与实数编码遗传算法相结合,使其具有针对不同图像特点自适应选择参数的功能.通过对低照度图像和雾天图像的实验表明,该算法能够根据图像的特点自动选择出较合理的参数,处理后的图像在清晰度和色彩上较MSR及MSRCR算法具有更好的效果.

野生动物监测光照自适应Retinex图像增强算法

针对野外白天不同光照对野生动物监测图像质量造成的影响,提出一种基于Retinex理论的光照自适应图像增强方法。该方法首先使用基于复合梯度的引导滤波估计图像照度分量,克服光照突变造成的伪光晕现象;然后提出一种基于Otus阈值的对比度自适应拉伸方法实现照度分量的校正,克服传统算法过度增强的问题;最后采用照度分量单通道图像计算反射分量图像,实现色彩的保真。该文采用50张保护区实地拍摄的野生动物监测图像为样本进行试验,结果表明,该文算法相比于MSRCR算法、双边滤波Retinex算法和引导滤波Retinex算法色调保真度平均提高81.00%、5.24%和3.58%,信息熵平均提高6.76%、6.23%和2.61%,峰值信噪比平均提高53.43%、5.36%和-2.85%,运算耗时减少-29.03%、78.51%和28.68%,证明该文算法可以有效克服传统Retinex理论算法的过增强、伪光晕现象和灰化效应,实现不同光照条件下野生动物监测图像的自适应增强。

基于域滤波的自适应Retinex图像增强

为了提高低照度图像的亮度和对比度,提出了一种新的基于Retinex理论的彩色图像增强方法。首先,基于Retinex理论,提出对HSV空间V分量进行域滤波估计图像光照分量,然后将V分量与光照分量相除得到反射分量的方法。之后,采用自适应Gamma校正对光照分量进行亮度提升,然后采用CLAHE对其进行对比度增强。最后,将亮度校正光照分量与反射分量相乘得到增强后的V分量,并将增强后的图像转化为RGB空间图像,达到彩色图像增强的目的。本算法可以获得更自然的增强效果,能抑制亮度较大像素点的增强,很好地突出图像中的细节信息,克服了图像增强中增强图像对比度低、颜色失真、过增强及光照突变处出现光晕现象等缺点。本算法对多种图像有效,例如高动态(HDR)图像、非均匀光照图像及低曝光图像。通过验证,本算法得到的结果相比于传统方法视觉效果更佳。

一种自适应Retinex的航空影像阴影消除方法

航空影像中,由于高大建筑物的遮挡,常有阴影区域存在,这不仅会影响视觉效果,而且对建筑物的识别和提取带来困难,必须对其进行消除或者补偿。针对传统单尺度Retinex图像增强算法的不足,提出一种自适应单尺度Retinex算法。自适应单尺度Retinex算法首先对影像中阴影区域与非阴影区域作出概略区分,而后根据影像的灰度信息自适应计算Retinex算法的参数。实验证明,所提出的算法同经典的Retinex算法相比,无论是在增强效果还是处理时间上都具有一定的优越性。

自适应Retinex与Canny的炉膛火焰边缘检测算法

对炉膛火焰图像的增强与检测是获得炉膛内部燃烧情况的重要手段.首先,提出了一种自适应多尺度Retinex算法,提高了火焰清晰度和炉膛火焰与炉膛的对比度.其次,提出了识别火焰边缘改进的Canny算法,提高了火焰边缘清晰度.仿真结果表明,炉膛火焰与环境对比度得到提高,改善了图像的视觉效果,火焰边界连续且轮廓清晰.

结合细节信息的自适应Retinex算法水下图像增强

针对Retinex算法应用于水下图像增强中,常出现颜色失真与图像细节增强相矛盾的现象,提出了结合细节信息的自适应多尺度Retinex水下图像增强算法。分析包含不同细节信息的水下图像对Retinex算法增强中卷积函数尺度大小的选择要求;采用图像梯度作为调节因子,自适应调整多尺度Retinex算子的权重,用于适应包含不同细节信息的水下图像对对比度增强的要求,有效地缓和了水下图像增强在颜色失真和细节对比度提升之间的矛盾。多组实验验证了该算法在去除水下图像的蓝绿背景、避免颜色失真、消除非均匀光照和图像细节增强等方面均优于传统多尺度和颜色保真的多尺度Retinex算法。

基于空间特性的自适应Retinex变分校正模型

提出了一种基于空间特性的自适应Retinex变分校正模型,用于遥感影像的亮度不均校正。该模型构建逐像素的权重函数,能够根据不同的空间信息自适应地控制反射分量的TV正则化约束的强度,在影像的边缘处施加较小的TV正则化约束保持影像的边缘特征;而在影像的同质区域,施加较大的TV正则化约束强度;同时为了防止局部曝光过度,根据反射分量的物理性质,采用均值逼近灰度中值约束"GW"准则。实验表明,提出的自适应方法不仅能够匀光校正,还能保持影像的空间信息;与Kimmels和Lis方法相比,自适应方法在视觉比较结果和量化评估比较中,都具有一定的优势。

基于颜色衰减先验的自适应Retinex去雾算法

当前的图像去雾算法中对自适应的要求越来越高,而传统的Retinex算法无法根据雾天图像的实际雾化情况进行去雾,导致处理后的图像仍然存在细节不突出以及色彩失真等问题。针对上述问题,提出了一种基于颜色衰减先验的自适应Retinex去雾算法。利用颜色衰减先验理论求得有雾图像的景深信息,通过建立的景深和高斯尺度参数的线性模型实现对亮度分量的自适应Retinex去雾处理;其次采用饱和度自适应线性拉伸算法优化饱和度分量,最终实现雾天图像的自适应处理。实验结果表明,上述算法在突出图像细节的同时,能够更好地修复图像本来的色彩,改善了雾气浓度不均对图像的影响,为图像去雾的自适应处理提供了有益参考。

基于K-means图像深度聚类的自适应Retinex算法

传统的Retinex算法均是采用固定尺度对雾天图像整体进行去雾增强,但是对局部雾霾浓度分布不均的图像,自适应性较弱,图像细节增强也有所欠佳。基于此提出一种基于K-means图像深度聚类的自适应Retinex算法。该算法通过暗通道原理获取雾天图像的景深,用K-means聚类算法对图像深度进行聚类,以深度所属不同类别来估计局部雾天浓度,将相似深度的图像划分成不同子图,并自适应的获取尺度进行增强,最后对子图进行融合,完成对图像整体的增强。结果表明,相对于传统的多尺度Retinex算法和其他去雾算法,文中算法对于图像局部具有较好的自适应成像增强效果,在图像细节增强、颜色重建恢复等方面均表现良好。

基于Retinex的自适应水域图像去雾算法

针对利用Retinex理论对水域雾天图像去雾时出现去雾不彻底、色彩失真等问题,提出一种基于Retinex的自适应水域图像去雾算法,通过分析水域雾天图像特征,提出水域雾气浓度划分标准,实现自适应去雾。将水域雾天图像由RGB颜色空间转到HSI颜色空间,对亮度(Intensity,I)分量进行拉伸变换以调节亮度平衡,再用改进的单尺度Retinex(singal scale Retinex,SSR)算法对I分量进行增强处理,初步提高图像清晰度;将增强处理后的图像转换回RGB颜色空间进行自适应伽马变换增强,进一步提高图像的清晰度及对比度;利用HSI颜色空间进行图像饱和度补偿及其他操作实现对水域雾天图像的色彩恢复。实验结果表明,该算法能有效进行自适应水域雾天图像去雾,色彩恢复真实,可得到细节清晰的高质量去雾图像。

基于自适应分割和多尺度Retinex的图像增强算法

智能行车预警是智慧交通系统(ITS)的主要组成之一,因车载设备采集图像受环境影响,会出现强光影过渡和局部高亮的现象。针对Retinex算法在该场景下存在光晕伪影与纹理弱化的问题,提出了一种基于自适应分割和多尺度Retinex(MSR)的图像增强算法。首先,使用中值滤波器滤除基本噪声,同时保留边缘信息,再通过以景深为主导的改进分水岭分割将图像分割为亮、暗2个独立区域;其次,对亮、暗区分别进行不同尺度的Retinex增强,根据亮、暗区域的边缘特性,计算融合权重并进行亮、暗区的融合重构,得到最终的增强图像。实验结果表明:所提方法在强光影过渡和低照度逆光图像的增强实验中具有良好的增强效果,抑制过渡区光晕的同时增强了高亮区的细节。

利用自适应光照初始化的弱光图像增强方法

由于光照分量分解估计的高度不确定性,如何准确估计图像的光照分量一直是基于Retinex模型的图像增强方法需要解决的难题。该文提出一个简单有效的方法,准确估计图像的初始光照分量,进而实现弱光图像增强。具体地,首先根据输入图像得到其对应的光照权重矩阵,以指导光照分量的自适应初始化估计;随后在光照结构约束下,对初始光照分量优化估计,并进一步执行非线性光照调整;最终结合Retinex模型得到增强结果。实验表明,该方法不仅能够实现准确的图像分解估计,而且与现有的弱光图像增强方法相比,该文所提方法在多个数据集上的主观视觉效果和客观评价指标都有更好的表现,同时也保持着良好的运行效率。

来华临床医学专业留学生学习适应性的调查研究

目的调查临床医学专业留学生在华学习适应情况,并对医学本科院校留学生教育与管理提出改进意见。方法选取2013年9月至2021年9月滨州医学院所招收临床医学专业留学生260名为研究对象,从基本信息、教育环境、教学要素和校园关系4个方面开展线上问卷调查。采用Likert 5级度量评分法对教育环境、教学要素、校园关系的满意度进行量化,分析其学习适应性情况,并收集学生建议。结果调查显示,临床医学专业留学生主要来源于南亚与非洲等医疗教育及医疗水平欠发达地区,男性多于女性,以从事医疗卫生事业为学习目标。留学生在华学习整体适应满意度均值(Mean)达3.99,其中教育环境、教学要素、校园关系Mean分别为3.97、3.83、4.18。而留学生不满意率最高的3个方面分别为文化差异致挫折感18.5%(48名)、课程设置与教材14.6%(38名)以及奖学金制度13.5%(35名)。同时,学生对不满意方面进行了阐释。结论来华临床医学专业留学生整体学习适应水平较高,学习效果良好,但仍存在教师语言能力不足、基础设施不完善、管理制度不科学、跨文化交流较少等问题,阻碍了医学留学生教育的发展。同时也针对这些问题提出了改进建议。

维适应人工蜂群算法的研究

针对于基本人工蜂群算法对于改进维数以及改进维的选择没有充分利用历史搜索信息的问题提出一种维适应机制.由于不同优化问题适用的改进维数不同,而历史搜索信息中蕴含成功经验,构建改进维数成功历史档案并形成适应机制,使算法能够随着具体问题的优化过程适应到合适的改进维数,提高候选解搜索的成功率;在跟随蜂搜索阶段,保持一定比例随机选维的同时引入当前最优解信息对改进维的选择进行指导,在保证维选择适度随机性的同时更快适应到有潜能的维进行搜索,提升算法的收敛能力.采用CEC2014基准测试集与当前先进的5个改进的人工蜂群算法进行实验对比分析,结果及其统计检验表明,提出算法具有更好的求解精度、鲁棒性和收敛能力.

智慧教育平台的适应性服务框架和实施路径探析

适应性服务是智慧教育平台生态建设和运维机制创新的关键环节,其核心理念是基于“效率”和“反馈”来推进资源服务。典型平台的调研发现,平台服务呈现从帕累托效率转向适应性效率,以及从评价式反馈转向适应性反馈的趋势。适应性效率特征、反馈特征是构建适应性服务框架的基础性要素;应当结合高响应率、服务结果高适配率以及资源建设低成本策略等指标,进而构建服务目标、过程和结果的全链路反馈,目标是实现资源服务的个性化适配。在实践环节推进智慧教育平台的适应性服务工作,一是需建立数据收集、用户状态智能感知的机制;二是可依托知识图谱、推荐算法和引入预训练大模型,推进教学资源动态适配;三是应当将知识、资源和用户认知特征有机联系,助力资源重组和复用。

小麦新品种厚德麦981丰产性、稳产性及适应性分析

厚德麦981是河南赛德种业有限公司以周麦16为母本、才智97(5)-3为父本,采用系谱法选育而成的高产稳产小麦新品种,为进一步了解厚德麦981的生产特性,利用2017-2020年国家黄淮冬麦区南片水地组区域试验和生产试验数据,对厚德麦981的产量、变异系数、高稳系数和适应度进行比较分析。结果表明,厚德麦981增产效果显著,变异系数和高稳系数均较小,适应性高,具有较好的丰产性、稳产性,综合性状优良,适宜在黄淮南片的河南大部、安徽北部、江苏北部、陕西关中高中水肥地早中茬种植。

基于双阶段元学习的小样本中医舌色域自适应分类方法

舌色是中医(TCM)望诊最关注的诊察特征之一。在实际应用中,通过一台设备采集到的舌象数据训练得到的舌色分类模型应用于另一台设备时,由于舌象数据分布特性不一致,分类性能往往急剧下降。为此,该文提出一种基于双阶段元学习的小样本中医舌色域自适应分类方法。首先,设计了一种双阶段元学习训练策略,从源域有标注样本中提取域不变特征,并利用目标域的少量有标注数据对网络模型进行微调,使得模型可以快速适应目标域的新样本特性,提高舌色分类模型的泛化能力并克服过拟合。接下来,提出了一种渐进高质量伪标签生成方法,利用训练好的模型对目标域的未标注样本进行预测,从中挑选出置信度高的预测结果作为伪标签,逐步生成高质量的伪标签。最后,利用这些高质量的伪标签,结合目标域的有标注数据对模型进行训练,得到舌色分类模型。考虑到伪标签中含有噪声问题,采用了对比正则化函数,可以有效抑制噪声样本在训练过程中产生的负面影响,提升目标域舌色分类准确率。在两个自建中医舌色分类数据集上的实验结果表明,在目标域仅提供20张有标注样本的情况下,舌色分类准确率达到了91.3%,与目标域有监督的分类性能仅差2.05%。

基于改进自适应陷波的双馈风电场时变次同步振荡抑制策略

双馈风电场经串补电容并网时,可能引发次同步控制相互作用(subsynchronous control interaction,SSCI),严重威胁系统安全稳定运行。通过在风机控制器中引入陷波器可有效阻断SSCI,然而固定参数陷波器难以适应实际系统中次同步振荡表现出的频率大范围时变特征。为解决这一问题,该文提出一种基于改进自适应陷波(adaptive notch filter,ANF)的双馈风电场时变次同步振荡抑制策略。首先,分析ANF安装于风机转子侧变流器(rotor-side converter,RSC)不同位置时对次同步振荡分量的阻断效果,确定ANF的最佳安装位置;其次,基于紧缩技术近似投影子空间跟踪算法(projection approximation subspace tracking based on the deflation technique,PASTd)在线获取次同步振荡信息,提出总体控制架构,设计基于量测数据辨识的ANF中心频率更新策略;最终,在考虑风速、风机台数、无功出力、电网拓扑变化等多种影响因素的情况下,验证控制策略对频率时变次同步振荡的抑制效果。与现有方法相比,所提控制策略不依赖于系统的准确数学模型,且具备较强的鲁棒性和适应性。