图像去雾中深度学习数据增强方法

图像去雾是图像处理领域中非常重要的问题。深度学习可以有效提高图像清晰度,但训练过程中由于缺少相对应的真实雾匹配数据对,多采用合成雾作为数据集。现有合成雾多依赖于深度信息、大气散射系数等参数,针对由此作为数据集训练容易造成颜色失真和去雾不彻底的问题,提出基于循环生成对抗网络(CycleGAN)合成雾方法。通过该网络进行不匹配数据对训练学习有雾图像的特征,然后赋予清晰图片真实雾特征并与其自身构成匹配数据对,最后再用此类数据集进行去雾训练。结果表明,这些数据集可以有效解决颜色失真和去雾不彻底等问题。

自动气象站传感器抗风能力测试风洞设计与实现

自动气象站气象传感器为了能够在野外各种自然环境下长期可靠的进行气象观测,特别是台风、暴风雪等恶劣天气条件下的稳定运行,抗风能力是其一项非常重要的技术指标。设计和实现了一种用于测试气象传感器的抗风能力的风洞测试装置,采用了大尺寸的矩形进气口作为气体的采集口,并设计有一定弧度以确保在进气口边缘处气流平稳不易发生湍流现象。收缩段采用双三次曲线,可以均匀加速气流并减少气流脉动,大幅降低气流紊流。试验段和风机的连接扩散段采用了加长设计,不仅可以减少气流的壁面分离现象提高整体效率,同时在扩散段底部设计开启舱门方便碎片的整理。通过CFD数值模拟和仿真对设计方案进行了验证,实际测试结果显示风洞的最大风速为95.71 m/s,主试验段流场均匀性为0.32%,流速稳定性为0.41%,达到了预期设计技术指标的要求。

多孔探针三坐标风洞校准测试系统

针对探针在校准中多角度多方位测试要求,设计制作了一种三坐标多向可旋转测试系统,可以控制探针在三维空间任一点任意角度进行测量。用半球形七孔探针在直路开口风洞中进行了校准及测试,校准探针速度误差约为5%,角度误差为±0.5°。验证了此测试系统在多孔探针校准中可以进行全方位、任意方向的定点及扫描测试,为多孔探针校准及测试提供了一种新途径。