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。

基于多尺度梯度域引导滤波的煤矿井下图像增强方法

煤矿井下图像存在较严重的光照不均匀和噪声干扰,现有基于Retinex的方法直接应用于煤矿井下图像增强易出现光晕伪影、边缘模糊、过增强和噪声放大等问题。针对上述问题,提出了一种基于多尺度梯度域引导滤波的煤矿井下图像增强方法。首先,将多尺度思想引入梯度域引导滤波中,实现对非均匀光照的准确估计,有效解决了增强图像时光晕伪影及边缘模糊的问题。然后,利用Retinex模型分离出光照分量和反射分量:对于光照分量,通过自适应伽马校正函数逐像素地修正光照信息,实现对图像暗区域增强的同时,抑制亮区域过增强,并使用限制对比度自适应直方图均衡化方法调整图像对比度;对于反射分量,将梯度域引导滤波与多尺度细节提升相结合,在准确去除噪声后提升纹理细节,避免了增强图像时噪声放大的问题。最后,将处理后的光照分量及反射分量融合,计算图像增益系数,并使用线性色彩恢复方法实现对原始RGB图像的逐像素增强,提升方法处理效率。实验结果表明,从主客观角度与现有方法相比,经所提方法处理后的图像在色彩保持、对比度、噪声抑制、细节保留等方面均取得了较好的增强效果,同时处理效率较高。

基于物联网的交通信号灯控制系统

随着城市化进程的不断加速,交通拥堵问题成为制约城市可持续发展的一大挑战。在智能交通系统中,交通信号灯作为关键组成部分,对道路交通的管理和优化发挥着至关重要的作用。为提高交通效率、减少交通拥堵,文章探讨了基于物联网的智能交通信号灯控制系统。首先,介绍了交通信号灯的系统组成。其次,针对交通信号灯控制的优化需求,提出一种基于物联网的自适应控制算法。最后,构建了交通信号灯仿真界面,并设计了交互控制按钮。实验结果表明,所提出的自适应控制算法能够有效提升道路通行效率,降低交通拥堵程度,为智能交通系统的进一步优化与发展提供了重要参考。

基于波前整形和自适应光学的水下可见光通信系统

为了解决水下可见光通信中复杂的水下湍流、散射环境对光束造成的畸变而导致信号传输失败的问题,使用随机相位屏方法模拟了水下湍流信道,在发射端对光束进行波前整形实现远距离聚焦,接收端使用自适应相位恢复算法对接收端光斑进行恢复。在1.2 m水下实验平台使用比特功率加载技术发射离散多音信号(discrete multi-tone, DMT)信号测量接收光功率与数据传输速率的对应关系,基于此,预测了100 m湍流环境下可见光信号的传输速率,与经过波前整形以及自适应相位恢复后的结果对比得到,所提出的方法可以使得水下可见光系统的传输速率得到极大提升。

改进YOLOv5s的弱光水下生物目标检测算法

针对水下光学图像目标检测过程中由于水中光线衰弱严重、图像环境复杂和拍摄设备移动等造成的生物识别精度低的问题,提出了基于改进YOLOv5s的弱光水下生物目标实时检测算法YOLOv5s-underwater。针对弱光水下光线衰弱的问题,引入了限制对比度自适应直方图均衡(CLAHE)算法对输入图像进行预处理,解决了颜色失真和图像毛糙的问题。针对复杂的弱光水下图像环境,提出了快速空间金字塔池化(SPPF)模块,解决了水下物体区分度低和特征损失严重的问题。针对拍摄设备移动带来的场景和形态变化问题,提出了一种基于旋转窗口的Swin-Transformer模块,提高了模型的泛化能力。针对水下小目标,修改了网络模型结构,提高了小目标的检测能力。仿真和实验结果表明:所提算法相较于YOLOv5s检测精度提高30.7%,证明了算法的有效性。

AFS前照灯弯道旋转的计算模型

提出当车辆在弯道转向时,可以通过车速和前轮转向角度作为输入信号,根据前照灯弯道照明距离应大于安全行驶距离的控制策略,以四轮动态转向模型和ABS制动模型为基础,计算前照灯的旋转角度。经由基于MATLAB/Simulink的数值计算程序和专门设计的采用向心加速度传感器的LabVIEW实车测控系统,对比验证了AFS前照灯弯道旋转计算模型的有效性。

6个谷子品种的适应性及光温敏感性分析

为了探究谷子品种的区域适应性,为谷子新品种培育提供参考,以‘豫谷18’、‘豫谷31’、‘豫谷32’、‘豫谷35’、‘豫谷38’、‘豫谷42’为试材,依据全国谷子品种区域适应性联合鉴定试验调查结果,运用变异系数、高稳系数、回归系数、光温相对敏感度等多种分析方法,对6个品种进行适应性及光温敏感分析。对各品种不同区组内的农艺性状进行统计分析,同时比较了区组间各品种不同性状的变异系数。结果表明6个谷子品种均能适应2个及以上的不同生态区组,尤其是‘豫谷18’在4个不同的生态区组均表现出高产、稳产和广适的特性;6个品种生育期在西北春谷早熟区组均较长,单穗重、单穗粒重和千粒重在西北春谷早熟区组、西北春谷中晚熟区组较高,穗长在东北春谷区组较长,产量及株高和出谷率没有明显的趋势;区组间各品种农艺性状的变异系数均是千粒重最小,抽穗期最大;以夏谷区为参照,‘豫谷18’单穗重、单穗粒重敏感度在不同区组均为最弱。‘豫谷18’在4个不同的生态区组均表现出高产、稳产和广适的特性。

AFS自适应汽车前大灯模糊控制系统设计

为解决汽车进入弯道时,因传统前照灯的照明角度随车行前进方向而存在弯道照明暗区的问题,基于阿克曼转向原理,在安全制动距离的基础上,计算车速、车轮偏角和车灯转角的几何关系。并在MATLAB平台创建AFS模型来进行多种路段的仿真分析,在仿真模型的基础上设计模糊控制器对其控制优化。仿真结果表明,加入模糊控制策略后的AFS能够增加系统的工作稳定性,减小过度偏角,提高前大灯的使用寿命和工作精度,超调量达到0.005°,调节时间为0.05s,得到了优良的控制效果。

基于汽车导航电子地图的汽车AFS分析

针对现有的自适应前照灯系统(AFS)算法对弯道前、S型路面或过渡曲线上存在的滞后且不精确的问题,提出一种新的P-AFS算法,该算法可以有效利用汽车导航电子地图信息,通过车速和道路曲率来控制前大灯的偏转角度,再结合灯泡的5 lx等照度包络线确定AFS启动时刻.采用改进的遗传算法对PID参数进行整定,通过Carsim与Simulink建立整个系统的联合仿真模型,对简单道路模型和实际道路模型进行了仿真验证,并与传统的算法结果进行对比.结果表明:该P-AFS算法可以有效解决传统AFS算法的滞后性,并提高控制的精确度.

噪声指导下过滤光照风格实现低光照场景的语义分割

低光照图像分割一直是图像分割的难点,低光照引起的低对比度和高模糊性使得这类图像分割比一般图像分割困难很多。为了提高低光照环境下语义分割的准确度,根据低光照图像自身特征,提出一种噪声指导下过滤光照风格的低光照场景语义分割模型(SFIS)。该模型综合利用信噪比作为先验知识,通过指导长距离分支中的自注意力操作、长/短距离分支的特征融合,对图像中不同噪声的区域采用不同距离的交互,并设计了一个光照过滤器,该模块从图像的整体风格中进一步提取光照风格信息。通过交替训练光照过滤器与语义分割模型,逐步减小不同光照条件之间的光照风格差距,从而使分割网络学习到光照不变特征。提出的模型在数据集LLRGBD上优于之前的工作,取得了较好的结果。在真实数据集LLRGBD-real上的mIoU达到66.8%,说明所提出的长短距离分支模块和光照过滤器模块能够有效提升模型在低光照环境下的语义分割能力。

基于视觉感知的低对比度图像细节增强方法

由于传统图像细节增强方法存在噪声含量大及失真等问题,为了提升低对比度图像的视觉效果,提出基于视觉感知的低对比度图像细节增强方法。根据人眼视觉感知的亮度掩蔽特性划分图像区域,并设计暗适应函数与明适应函数,分别延长低对比度图像灰度值较低、较高区域间隔,实现基于视觉感知的低对比度图像全局增强;以全局增强结果为基础,引入加权自适应局部低对比度增强法,增强低对比度图像的细节,获取最佳低对比度图像细节增强结果。实验结果表明:该方法增强后的低对比度图像保留了图像的边缘及细节,图像更加明亮清晰,显著提升了其视觉效果,同时低对比度图像具备噪声含量小、失真程度小、图像质量高的优势。

结合自适应融合和双边界光幕估计的图像去雾

针对图像去雾算法存在的细节丢失、颜色失真、去雾不彻底等问题,提出一种利用通道估计光幕上下边界、自适应融合大气光的去雾算法。首先,根据有雾图像最小通道估计大气光幕上边界,以雾图B通道为主、RG通道差补偿结合线性变换得到大气光幕下边界,对上下边界进行逼近优化,经过小波变换融合两边界;其次,分别用RGB三通道的平均值和亮度中通道获取不同的粗糙大气光,以亮度均值为调节因子自适应融合;最后,结合去雾模型复原出无雾图像。实验结果表明,所提算法复原的图像去雾彻底、清晰自然、能保留较多图像细节,具有良好的有效性和鲁棒性。

移动场景下高速可见光通信系统硬件电路设计

针对移动场景下高速可见光通信中存在信号衰减快与系统带宽受限问题,创新设计了能够实现高速、稳定可见光通信系统的自适应均衡硬件电路。首先,从自适应控制接收信号衰减角度,提出一种面向移动可见光通信的自适应增益电路设计方案。其次,从补偿通信系统频响衰减角度,设计了一种模拟预均衡与后均衡电路。最后,基于所设计的电路搭建了可见光通信硬件测试平台。实验结果表明,将自适应均衡电路应用于可见光通信系统中,可以有效提高通信速率,还可有效克服移动过程中信号衰减与中断问题。

GPS/SINS/偏振光组合导航的模糊控制算法研究

针对在组合导航中扩展卡尔曼滤波器(EKF)会发散的问题,采用了一种基于模糊控制的自适应卡尔曼滤波算法(FAKF)方法,通过模糊控制器来计算指数加权因子,实时对量测噪声的大小进行调整,保证滤波精度,有效抑制滤波过程的发散问题;针对GPS无法提供姿态角进行组合解算的情况,使用偏振光与SINS的组合进行姿态解算;通过对GPS/SINS/偏振光组合导航系统进行仿真,将基于模糊控制的自适应卡尔曼滤波算法(FAKF)和扩展卡尔曼滤波算法(EKF)进行对比验证,东、北、天向位置上分别提升精度56.81%、65.17%、45.99%,东、北、天向速度上分别提升精度46.99%、54.01%、43.82%,俯仰角、航向角分别提升精度58.01%、53.58%,验证了该方法的优势。

前照灯自适应系统(AFS)试验方法研究

介绍了前照灯自适应系统(Adaptive Front-Lighting Systems,以下简称AFS)的发展现状,研究了AFS的法规ECE R123/01《关于机动车自适应前照灯系统(AFS)认证的统一规定》中不同AFS照明模式(C、V、E、W)的配光要求和试验方法。

AFS弯道照明光环境研究

本文从道路照明光环境和汽车前照灯配光性能出发,分析了汽车前照灯在弯道照明的重要性;比较了无AFS时和有AFS时汽车弯道行驶时的光环境特征。同时,由于现有的AFS弯道照明系统存在一定的局限性,故本文从理论上提出基于CCD的汽车AFS弯道照明系统。该系统利用CCD图像传感器技术采集前方弯道图像,并根据实时接收到的弯道成像来计算转弯半径,结合车速、车身高度等信息经电控单元对汽车前照灯进行预调整,从而提前得到适应弯道的照明光束。这种方法避免了进入弯道时由于驾驶员反应滞后导致的前方弯道一定区域内出现的视觉"盲区",提高行车的安全性。本文对AFS前照灯在弯道行驶时水平方向的旋转进行了数学建模并用MATLAB进行仿真。

基于机器视觉的导光板漆面缺陷检测方法及实现

针对导光板在生产过程中人工检测效率低的问题,提出了一种基于机器视觉的导光板漆面缺陷检测方法。根据划痕、起泡、暗点、色差等各类典型缺陷的特点设计了对应的检测流程。改进了对比度调整算法,提出了一种以Sigmoid函数为映射曲线的自适应灰度变换方法增强起泡、划痕等点状、线状缺陷特征,采用局部自适应直方图均衡化算法突出色差缺陷轮廓,最后结合形态学处理、边缘检测等算法实现了对应缺陷的检测。实验结果表明该方法对各类点状、线性、色差缺陷的检出率达到90%。

基于自适应极值的白光干涉信号解调算法研究

针对传统时域解调算法等光程点定位稳定性差、抗干扰能力弱,而频域解调算法效率低且部分方法受扫描采样步长限制等问题,课题组提出一种基于自适应极值的白光干涉解调算法。从干涉信号统计学规律出发,通过对干涉信号包络曲线加权平均,将它修正为高斯型包络曲线;然后,通过对包络曲线高斯拟合插值得到等光程点,进而得到测量方向的深度信息以及三维形貌;最后,以高度为20μm标准台阶样块为测量对象进行多次实验。结果表明:与传统算法相比,课题组所提出算法的测量重复性和精度均有显著提升。该算法为白光干涉中信号解调提供了一种重复性更好、误差更小的方法。

基于误差补偿的AFS水平随动控制研究

AFS系统中,传感器信号采集处理、伺服电机调节机构及控制方法是影响其性能的3个主要因素。文章对AFS系统水平随动机构中步进电机的调节机构与控制方法进行了研究和设计,重点是研究其调节机构并据此建立运行步数与大灯实际偏转角度的数学模型,对控制样机的控制程序应用线性化处理及误差补偿的方法进行了算法优化设计,实现了应用模糊自适应PD控制算法对AFS水平随动执行机构的控制设计。进行仿真实验并在上海大众斯柯达昊锐车型SK-98760型前照灯总成上测试,结果表明所设计的系统具有良好的控制效果。

一种用于AFS的半实物仿真平台

为了给自适应前照灯系统(Adaptive Front-Lighting System,AFS)提供一个控制算法验证平台,开发了一套基于汽车驾驶模拟器的AFS半实物硬件仿真平台。在该仿真平台中,PC机采集驾驶模拟器的档位、油门、离合、刹车、方向盘等驾驶信息,由车辆动力学模型模拟实际车辆行为,采用AFS控制模型计算车灯转角控制量,并发送至电机驱动模块进而控制车灯转动,同时将车灯转角信息反馈至PC机。实验表明,该系统能实时记录和显示AFS工作过程中的多种参数,便于进行实验观察和数据分析,从而为AFS系统的控制算法提供一个检验和修正的平台。