基于天空分割的去雾算法在目标检测中的应用

针对道路目标检测的准确率受雾霾环境影响的问题,提出一种基于雾检测与天空分割的自适应去雾算法。提取道路环境中的雾检测区域并对其进行通道相关性以及亮度和饱和度比值的计算,以判别场景类别;对图像进行天空非天空区域的分割并对不同区域建立去雾模型,用于自适应去雾;将恢复后的图像应用到道路目标检测算法中,进行去雾效果验证和道路目标检测。实验结果表明,该算法提高了雾霾环境下目标检测的准确率。

摄动开普勒问题形式化建模与验证

摄动开普勒问题广泛应用于卫星轨道摄动分析,然而卫星轨道摄动分析数学模型的错误将导致灾难性后果.传统的建模与分析方法涉及到矢量代数、旋量代数、复数、四元数等多种不同的代数系统,在各个代数系统相互转换过程中极易引入错误.几何代数方法将多种代数系统统一到相同代数结构中,弥补了传统分析方法的不足.但是基于几何代数的摄动开普勒问题数学模型的正确性并没有通过严格的形式化验证.本文采用高阶逻辑来描述该问题的属性和规范,以公认的逻辑公理和推理规则为基础构建其形式化模型并进行验证,从而最大程度确保数学模型的正确性和分析方法的可靠性.