郑州轻工业大学成功获批博士学位授予单位及2个博士学位授权点

近日,国务院学位委员会下发《关于下达2020年审核增列的博士、硕士学位授予单位及其学位授权点名单的通知》(学位〔2021〕13号),郑州轻工业大学成功获批博士学位授予单位,食品科学与工程、化学工程与技术2个学科获批博士学位授权一级学科点。

一种非均匀照明彩色图像自适应校正方法

为解决非均匀照明条件下彩色图像亮度不均、细节丢失、对比度低等问题,提出一种非均匀照明彩色图像自适应校正方法研究非均匀照明图像的自适应增强。首先,提出一种双伽马校正直方图均衡(bilateral Gamma adjustment histogram equalization, BIGAHE)算法处理HSV颜色空间的V通道,来调整图像全局对比度和亮度,同时使用构建的自适应拉伸函数对S通道进行非线性拉伸以提高图像整体饱和度,然后利用对比度受限的自适应直方图均衡算法(contrast limited adaptive histogram equalization, CLAHE)对L*a*b*颜色空间中L*通道进行局部对比度增强,得到最终增强图像。实验结果表明,与现有流行的图像增强方法相比,该算法的平均梯度(mean gradient, MG)、熵(entropy)指标为所有对比算法中最优,对比度改善指数(contrast improvement index, CII)在所有方法中排名第二。可见该算法能够有效提高非均匀照明图像亮度和对比度,提供更多的细节增强,同时避免过度增强,保持图像的自然性,获得更好的增强效果。

一种自适应SSR的雾天低照度图像增强方法

针对雾天低照度情况下图像内容模糊、对比度低等的图像质量退化现象,提出一种自适应单尺度Retinex(SSR)的雾天低照度图像增强方法。该方法将图像转换到HSI空间,对其亮度分量进行伽马自适应校正;结合图像信息熵和灰度标准差设计评价函数,采用粒子群优化算法(Particle Swarm Optimization,PSO)自适应地选取SSR算法中中心环绕函数的参数值,对图像进行处理。通过实验,与几种算法进行比较,表明该方法能很好地改善传统SSR算法的缺陷,且在提升图像清晰度和对比度上的效果明显。