微结构多通道混合器的混合性能研究

微通道混合器的微混合性能是快速反应体系(如聚合物纳米复合材料的制备)的关键影响因素之一。微混合效率是微通道混合器应用和优化的核心参数指标,吸引了大量的研究者关注。本工作设计了一种微结构多通道混合器,并利用光固化3D打印成型技术制造,该混合器具有强化混合和易于优化改进的优点。微结构多通道混合器的混合效率采用碘化物-碘酸盐平行竞争反应体系和计算流体动力学(CFD)结合的方法进行分析,并研究多通道混合腔体内部雷诺数(R_(e))对微混合效率的影响。分离指数(X_(S))被用来评价微混合效率。结果表明,X_(S)随着R_(e)的增加而减少,对于低R_(e)时腔室中心具有低湍动强度,当R_(e)达到4963时,最高湍动能的区域移动到腔室的中心,实现有效混合。实验值与模拟值变化趋势一致,证明入口流速对微混合性能起到关键的作用。这项研究表明,该混合器在提高微混合效率、制造方式等方面具有优势,有望在快速反应及强化混合过程中得到应用。

基于双通道混合网络模型的调制方式识别方法研究

调制方式识别是电子对抗领域的核心技术之一,针对传统调制识别方法识别精度不高的问题,借助深度学习方法构建一种双通道混合网络(CLRD)模型,通过对信号的时序特征和空间特征的联合提取完成信号的有效识别。以RML2016.10a数据集为仿真对象,识别11种调制信号。仿真结果表明:在低信噪比条件下,本文提出的CLRD模型具有较好的识别准确率,当信噪比在-2 dB以上时,平均识别准确率可达到91.56%;与其他常用模型相比,识别准确率均有一定程度的提高。

基于颜色通道混合特征的夜间车辆检测仿真

夜间环境下的车辆检测,是高级驾驶辅助系统中不可缺失的一环。结合HSV与RGB两种颜色空间,提出一种新的夜间车辆检测算法,并在TMS320DM6437硬件平台上进行了系统仿真实现。首先,通过提取得到的(R-G)×V颜色通道混合特征完成对图像的初步分割;之后,再结合尾灯配对的基本准则完成尾灯对的筛选;最后,根据检测到的尾灯对实现夜间车辆的检测。上述方法在硬件平台上进行了系统仿真。仿真结果证明,基于颜色通道混合特征的夜间车辆检测算法能够快速准确地定位夜间车辆。

Photoshop中两种彩色图像转黑白工具的对比分析——通道混合器与黑白命令

介绍了Photoshop软件中通道混合器和黑白命令在彩色图像转黑白方面的主要功能。通过彩色图像转黑白的实例,给出了分别采用通道混合器和黑白命令的要点和对比分析,从而得到通道混合器和黑白命令在彩色图像转黑白时具体的方法和难易等方面的区别,以便于在实际彩色图像转黑白的应用中根据不同的目的选择不同的工具。

一种基于图像RGB通道混合的颜色校正算法

针对传统颜色校正算法难以将严重偏色画面的白平衡恢复到正常的水平值和将画面的真实信息从偏色图像中恢复出来等问题,设计一种基于RGB色彩通道混合的颜色校正算法。首先,通过分析图像的偏色通道及偏色程度,设定颜色R、G、B三通道的混合系数,再根据混合系数计算出RGB通道上的增量;结合亮度混合原理对RGB通道的数值进行重计算,以完成对偏色图像的校正。实验结果表明,该方法对严重偏色的图像有比较好的校正效果。

Photoshop中通道混合器的调色原理

“通道混合器”是Photoshop 5.0版本之后的一种高级调色命令,由于它是直接通过通道进行调色,因此功能十分强大。但是对于初学者而言,由于不清楚通道混合器的调色原理,所以使用它来对图像调色一般往往很难达到预期的效果。本文首先说明了通道混合器的三种不同打开方式以及它们的区别,然后结合案例分析图像在不同的输出通道、常数和单色模式下的调色原理,帮助Photoshop学习和使用者更好地理解和掌握通道混合器,从而灵活地利用它完成调色目的。

通道混合器运用原理解析

通道混合器(channel mixer)是设计软件中一个相对冷门却功能强大的调色工具,而之所以冷门,恐怕跟这个工具的设计理念与传统的调色工具,比如色阶(levels),曲线(curves)等运行原理有着较大的分别有关,通道混合器让人困惑的地方在于使用者对于在单色通道中引入不同的色彩区域这个概念是很少接触到的。在通道混合器中,通道决定颜色,色彩区域决定范围,这种独树一帜的调色思路,抬高了这一工具的使用门槛,使得这个强大的调色工具一直没有得到足够的重视。该文从通道入手,将调色中的通道概念与现实中的饮料机相比较,用大家都能理解的概念,深入浅出的剖析通道混合器的运作原理。

基于Transformer和通道混合并行卷积的高光谱图像去噪

目的 高光谱图像因设备及环境因素容易受到噪声污染,导致图像的可见性和分析精度降低,因此高光谱图像去噪任务已经成为遥感图像处理领域国内外研究热点。当前的高光谱图像去噪方法主要面临两个难题:1)对特征的全局信息利用不足。当前基于卷积神经网络的方法受限于卷积核的大小,难以捕获特征的全局信息;2)卷积神经网络和Transformer在结构上存在差异,导致两者难以融合,因此,需要考虑合理的特征交互方式,来平衡局部和全局特征提取之间的关系。方法 针对上述问题,本文提出了基于Transformer和通道混合并行卷积的高光谱图像去噪模型,包括3个模块:通道混合特征提取模块、基于块下采样的全局增强模块和自适应双向特征融合模块。通过这3个模块的相互作用,可以充分结合全局和局部的特征信息,处理不同区域中的噪声和纹理差异,有效提高模型对空间细节信息的恢复能力。结果 实验在2个数据集上与主流的5种方法进行比较,在Pavia数据集中设置不同高斯噪声强度的情况下,相比于性能第2的模型,峰值信噪比(peak signal-to-noise ratio,PSNR)值最大提高了0.4 dB;在ICVL数据集中设置各种混合噪声的情况下,相比于性能第2的模型,PSNR最大提高了2.18 dB。同时可视化的去噪结果图像体现了本文所提出的去噪模型的优异性能。结论 本文方法在各种噪声情况下均具有较好的去噪效果,显著优于当前主流方法,能够有效去除高光谱图像中噪声,同时保留图像丰富的纹理信息。

一种结构化双注意力混合通道增强的跨模态行人重识别方法

在目前跨模态行人重识别技术的研究中,大部分现有的方法会通过单模态原始可见光图像或者对抗生成图像的局部共享特征来降低跨模态差异,导致在红外图像判别中由于底层特征信息丢失而缺乏稳定的识别准确率。为了解决该问题,该文提出一种结构化双注意力可交换混合随机通道增强的特征融合跨模态行人重识别方法,利用通道增强后的可视图像作为第三模态,通过图像通道可交换随机混合增强(I-CSA)模块对可见光图像进行单通道和三通道随机混合增强抽取,从而突出行人的姿态结构细节,在学习中减少模态间差异。结构化联合注意力特征融合(SAFF)模块在注重模态间行人姿态结构关系的前提下,为跨模态表征学习提供更丰富的监督,增强了模态变化中共享特征的鲁棒性。在SYSU-MM01数据集全搜索模式单摄设置下Rank-1和mAP分别达到71.2%和68.1%,优于同类前沿方法。

单通道高阶调制线性混合信号的频偏估计

针对具有固定帧长和固定帧同步序列的单通道高阶调制线性混合信号,当两路信号编码异步时,在已知帧长的条件下提出一种基于最大似然准则的频偏估计算法,并给出了算法的有效频偏估计范围.算法通过求互相关获得目标函数,并利用分级搜索的方法估计频偏.为对算法的性能进行评价,文中同时推导了混合信号频偏估计的克拉美罗界(Cramer-Rao Bound,CRB).仿真结果表明,算法在低Eb/N0下可获得接近CRB的估计性能.此外,算法还适用于功率非对称的混合信号.

单通道邻频数字调制混合信号的载波初相估计

在非合作卫星通信中,针对具有固定帧长和固定帧同步序列的单通道混合信号,根据源信号间的参数差异给出一种同时适用于低阶和高阶混合信号的载波初相估计算法。算法先对去频偏后的帧同步数据以帧长为间隔进行累加,进而根据功率最大化准则对累加结果做定时同步,从而实现对初相信息的提取。为便于比较,同时推导了单通道混合信号载波初相估计的修正克拉美罗界(MCRB,modified Cramer-Rao bound)。仿真结果表明,随着累加帧数的增加,初相估计性能逐渐接近MCRB。

单通道混合信号中的LFM信号分量检测与个数估计

在建立单通道混合信号数学模型的基础上,提出了基于延迟相乘的LFM(linear frequency modulation)信号分量检测与个数估计方法,首次实现了单通道混合信号中的LFM信号分量检测,并且能估计出LFM信号分量个数及每个分量对应的调制斜率等参数.仿真实验验证了该方法的可行性和有效性.

基于SDN节点淆乱机制的接收方不可追踪的混合匿名通道

针对以Tor为代表的匿名通信系统在时延和下载时间方面的用户体验不够理想的问题,利用新一代软件定义网络带来的优势,面向接收方不可追踪,设计了新的匿名解决方案。提出使用SDN域内淆乱的方法,构建基于Tor和SDN的混合匿名通道,提供发送方和接收方匿名,拓展了Tor匿名通道的纵深,有效降低了攻击者对匿名路径的追踪率。实验结果表明,相比Tor,所提方案在增加15%时延的代价下,可提供相当于2条Tor电路的抗追踪能力。

基于混合远景和近景区域暗通道算法的图像去雾研究

为了提高图像去雾效果,提出混合远景和近景区域暗通道算法。首先建立远景和近景区域暗通道,为近景区域最小值通道和远景区域最小值通道之和,不同区域设置不同的调节系数;接着估计大气光值,通过混合暗通道远景区域的前50个像素点颜色值的平均值获得,增设校正系数;然后导向滤波,采用自适应滑动窗口优化透射率;最后给出了算法流程。实验仿真显示所提算法去雾图像视觉效果较好,定量分析指标对比度、可见边对比度值较优。

基于混合暗通道算法的图像去雾研究

基于混合暗通道算法对图像去雾进行了研究。首先通过阈值划分混合暗通道,混合暗通道为近景区域和远景区域之和,最大化相似度评价函数获得混合暗通道微调系数;接着通过像素点与区域中心点的暗通道光强差值实现近景区域去雾,远景区域去雾规则是通过像素的膨胀、腐蚀实现;最后给出了算法流程。实验仿真显示该算法去雾图像视觉比其它算法的效果好,定量分析指标较优。

A340大气数据惯性基准系统高度混合通道分析

惯性基准系统(IRS)是一种高精度的自主式导航系统,具有全天侯和全球导航的能力,是目前输出信息最多的系统,可谓中心信息源,因此其精度的高低直接影响到和它相连的所有系统。将大气数据系统(ADS)引入构成大气数据慢性基准系统(ADIRS),又使IRS的高度通道得以完善。"波音"和"空客"两大系列,均装备有ADIRS,并使用了不同型式的余度组合技术,使整体结构大为减少,可靠性提高、而成本相对降低,维护使用更加方便。提高ADIRS的功能及测量精度,是未来航空电子系统的发展方向。

混合通道分拣模式在异型烟分拣中的设计与应用

近年来,烟草行业正大力发展以细支烟为代表的异型卷烟,预计“十三五”末期,全行业异型卷烟的分拣量将达到400万箱以上,随着异型烟销量和品规的增加,如何在减少设备投资、节约占地面积的情况下,满足分拣需求,这是“十三五”期间商业企业配送中心要面临的分拣难题。本文从精益物流的角度出发,提出一种异型烟分拣线的改造思路,通过异型烟混合通道满足多品种小批量异型烟的分拣需求,达到高效率、投资少、占地少的目标。

结合暗亮通道先验的远近景融合去雾算法

为解决传统暗通道不适用于大面积天空区域,容易造成去雾图像失真的问题,提出一种结合暗亮通道先验的远近景融合去雾算法。首先,利用改进的二维Otsu图像分割算法,混合近景和远景区域的暗通道,并基于最优的客观质量评价指标对近景和远景区域设置混合暗通道的自适应调节参数;其次,针对真实物理场景中大气光并非均匀不变常量的问题,建立暗亮通道融合模型,并计算大气光图;为了提升处理速度,在不降低恢复质量的前提下,选取与原图对应的灰度图作为引导图像对透射率图进行细化;最后,采用基于视觉感知的亮度/颜色补偿模型对图像修正,提高了复原图像的对比度和色彩饱和度。实验结果表明,所提算法在主观和客观角度均取得最好的效果,其中客观指标PSNR在数值上比He的算法平均高出24.04%。由此得出,通过所提算法复原的图像更加清晰、细节信息和结构更加明显,更适于人眼的观察,验证了算法的有效性。

基于变异鸡群优化透射率估计的去雾算法

在大雾天气下,收集的图片存在清晰度降低和颜色畸变等问题。为获得高质量的去雾图像,文中提出了一种混合暗通道去雾算法。该算法使用Retinex算法去除照射分量的干扰,采用变异鸡群优化算法获得引导滤波所需的导向图片来优化大气透射率,并应用改进的暗通道先验算法来获得去雾图像。相较于其他暗通道先验去雾算法,该方法的平均标准差降低了28.3%,平均峰值信噪比增长了10.3%,平均熵增加了8.0%。测试了同一个场景中不同雾霾程度下的图片,结果显示图片清晰,细节信息保留完整,且评价标准数值基本保持稳定。测试结果表明,所提算法具有较高的鲁棒性和良好的色彩保真能力。

基于改进YOLOv8n的高精度输液监测方法

针对视觉传感器输液监测方式精度不足与传感器不便安装的问题,提出一种基于改进YOLOv8n网络的高精度输液监测方法。在原有网络基础上,使用PuzzleMix数据增强,提高网络泛化能力并避免关键特征被裁剪;引入层次筛选特征金字塔结构,降低参数量的同时增强对液滴特征的表达能力;添加混合局部通道注意力机制,加强液滴特征提取;提出一种Inner-PIoU损失函数,通过辅助回归框使回归效果更优,提升了精度。同时,提出一种使用检测框几何参数比值的方法精确测定输液速度与输液余量。实验结果表明,改进网络与YOLOv8n相比,mAP@0.5:0.95提升了2.674%,且模型大小仅3.87M。在多种复杂输液环境中,所提方法能够实现高精度监测输液速度与输液余量。