IRFPA的自适应细节增强算法及其硬件实现

为提高红外图像目标场景细节表现能力,研究了热图像自适应细节增强算法AS&DRP。通过能自适应调节窗口大小的自适应滤波器滤波及γ压缩变换,在压缩像素数位的同时有效地保留了目标和场景的细节信息。采用Xilinx公司的XC5VSX50T的FPGA作为核心处理器,配制少量外围器件研制了通用数字图像处理电路,并在其上实现自适应细节增强算法。通过对线性压缩和由自适应细节增强算法处理图像的主观视觉评价与客观评价参数EME的对比,表明了算法在突出细节上的优势。算法硬件处理系统具有时间延迟小、消耗资源有限、功耗低等优点,适合在各类高性能热成像系统上使用。

企业制造过程衍生废物的最优处置模式构建

在绿色供应链体系中,为提高生产制造过程中产生废物收运处置的效率,针对单一产品的制造库存系统,提出了三种模式,即同步制造收运(模式1)、多次收运(模式2)以及多个制造周期进行一次收运(模式3),并采用传统决策与综合性决策,以最小化制造库存系统与废物存储系统的总成本为目的,在存储容量约束与存储时间约束条件下构建公式,找出最优收运模式。通过改变废物产生率和相关成本的参数,观察各系统成本的变化。实验结果分析表明,在综合性决策下,管理者选择最优收运模式的系统总成本可达最小。

多制造厂生产过程衍生废物回收处置模型构建

为了有效率地回收与处置多个制造厂在生产过程中产生的废物,针对多个制造厂与单一回收中心构成的系统,将系统中的决策者分成两种决策类型。在类型1中决策者为回收中心,提出2种回收处置模型:独立模型(模型1-1)、协同模型(模型1-2);在类型2中决策者为各制造厂与回收中心,提出3种回收处置模型:分散模型(模型2-1)、整合模型(模型2-2)、协同模型(模型2-3)。以系统总相关成本最小化为目标构建公式,以找出最优回收处置模型,并提出一套启发式搜索算法用于协同模型中的求解。通过改变制造厂数量与相关成本参数,来观察系统成本的变化。实验结果分析表明,协同模型可使系统总成本最小,且当各制造厂之间废物量的差异程度逐渐变大时,其他回收模型较协同模型的成本差距也变大,因此协同的效果越好。