摘要：光场图像的深度估计是3维重建、自动驾驶、对象跟踪等应用中的关键技术。然而,现有的深度学习方法忽略了光场图像的几何特性,在边缘、弱纹理等区域表现出较差的学习能力,导致深度图像细节的缺失。该文提出了一种基于语义导向的光场图像深度估计网络,利用上下文信息来解决复杂区域的不适应问题。设计了语义感知模块的编解码结构来重构空间信息以更好地捕捉物体边界,空间金字塔池化结构利用空洞卷积增大感受野,挖掘多尺度的上下文内容信息;通过无降维的自适应特征注意力模块局部跨通道交互,消除信息冗余的同时有效融合多路特征;最后引入堆叠沙漏串联多个沙漏模块,通过编解码结构得到更加丰富的上下文信息。在HCI 4D光场数据集上的实验结果表明,该方法表现出较高的准确性和泛化能力,优于所比较的深度估计的方法,且保留较好的边缘细节。

摘要：针对低光照条件下拍摄图像质量低下的问题,该文提出一种基于双重迭代的零样本低照度图像增强方法。其外层迭代通过卷积神经网络估计增强参数,再由内层迭代进行图像增强,增强结果进一步用于计算损失函数并反馈更新外层的参数估计网络,最终通过多轮迭代生成高质量的图像。在该框架下,还设计了多尺度增强系数估计模块、基于注意力的像素级大气光估计模块,并提出了基于亮度对比度、大气光、颜色均衡以及图像平滑性先验的无监督损失函数。大量实验结果表明,该方法可有效将低光照图像增强为高质量的清晰图像,其性能优于现有的同类方法。同时该方法基于零样本学习,不需任何训练数据集,具有良好的普适性。

摘要：针对红外与可见光图像融合中存在的热目标信息丢失、边缘结构模糊、细节损失等问题,提出一种多层分解的图像融合算法。首先使用结构纹理分解将源图分解为细节层和结构层,对细节层使用基于结构相似性和L2范数的融合规则融合并增强;然后提出一种结构均值法,将结构层分解为亮度层和基础层,对亮度层使用绝对值取大融合,对基础层设计了一种基于多指标的融合规则进行融合;最后重构各子融合图像得到最终融合图像。为验证算法的有效性,与9种红外与可见光图像融合算法进行对比,使用空间频率、平均梯度、边缘强度、方差、视觉保真度、基于人类视觉感知的指标和信息熵7种客观图像评价指标,在前5种指标上分别取得27.4%、36.5%、38.2%、8.5%和23.5%的提升。实验结果表明,本文算法在有效保留红外热目标的同时较好地保留了边缘结构和纹理细节,且在客观评价指标上取得了更好的效果。

摘要：密集采样的光场能提供沉浸式的视觉体验,在三维重建和虚拟现实等领域有着广泛的应用。光场重建技术可以从稀疏采样光场获取密集采样光场,但当光场图像的基线增大时,会造成重建视图中边缘的遮挡和纹理重复区域的模糊。本文提出了一种基于空间角度解耦融合的光场重建网络,充分利用光场图像蕴含的深度信息以及空间信息解决上述复杂区域的重建难题。采用多路输入方式来获取光场多方向信息以解决遮挡问题,在每条支路通过空洞空间卷积池化金字塔模块来提取多尺度特征,以获取大接受域的视差信息和上下文信息;设计了空间角度解耦融合模块,利用空间信息指导光场角度超分辨率重建,使重建视图在纹理重复区域更加清晰。实验结果表明,该网络在HCI、HCI old和30 scenes数据集上重建光场的平均PSNR和SSIM分别达到了39.73 dB和0.965,表现出较高的准确性,优于所比较的方法。

摘要：一体推进不敢腐、不能腐、不想腐,既是以习近平同志为核心的党中央把反腐败融入管党治党全局的战略设计,又是建设中国特色社会主义法治体系的重要内容。党的十九届六中全会通过的《中共中央关于党的百年奋斗重大成就和历史经验的决议》明确提出:“党坚持不敢腐、不能腐、不想腐一体推进,惩治震慑、制度约束、提高觉悟一体发力,确保党和人民赋予的权力始终用来为人民谋幸福。”

摘要：随着物联网技术的快速发展,窄带物联网NB-IoT拥有广阔的应用前景。目前国内高校的NB-IoT实验室建设相对滞后,为适应“新工科”建设需求,培养新兴物联网技术方面具有创新实践能力、工程应用能力的人才,在建设NB-IoT实验室过程中融入OBE教育理念,构建了多层次、递进式实践教学体系,设计了培养以“问题为导向”的基本技能、以“任务为驱动”的综合实践和以“课题为背景”的工程实践与创新能力的3级课程教学体系。从NB-IoT 3层网络结构模型进行实验室建设,结合实验课程体系模块化设计与实践,建设完整的NB-IoT实验室与课程体系,取得很好的应用成效。

摘要：在智能交通系统中,以往的常规摄像机是对所有通过该地点的机动车辆的车牌进行拍摄、记录与处理。由于受到图像采集设备分辨率的制约,图片仅能反映出车型、车身颜色、车牌号码等简单信息。公安执法部门对部分治安案件、交通肇事案件的取证要求上,希望能掌握更详细更清楚的资料,如驾驶员的面貌特征、车内驾驶室的情况、清晰的车辆信息、货车的装载情况。文章采用TMS320DM642芯片设计了一种新的高清晰摄像机,所抓拍的图像中可以用肉眼清楚地分辨:车辆的颜色、特征、车牌的号码、车牌颜色、司乘人员的面部特征。

摘要：如何设计既能够保持边缘与纹理结构又具有较低计算复杂度的图像超分辨率算法是目前该领域有待解决的难点问题。在Bayesian统计框架下建立了一种新的基于稀疏正则化的图像超分辨模型。模型中的保真项度量理想图像在退化模型下与观测图像的一致性,稀疏正则项刻画理想图像在词典下的稀疏表示。该模型还引入了图像的非局部自相似性和超拉普拉斯先验作为正则化约束。为使稀疏域更好地表征高分辨率图像,选取高分辨率图像块的高频特征进行稀疏表示,由此增强了稀疏模型的有效性。将词典学习融入到超分辨率重建过程中,即直接从当前估计的高分辨率图像特征块学习词典,与从训练样本库中学习词典相比,这种自学习的方法对不同图像的自适应性更强,并且减少了运算量。实验结果表明,该方法可以重建清晰的图像边缘,减小振铃效应,并且对噪声具有很好的鲁棒性。

摘要：在钢铁轧制工艺中,钢板的优劣取决于轧制钢板厚度的精度。由于IMS X_ray测厚仪在钢铁生产中的连续测量会累积测量误差,误差的累计会降低测厚仪的测量精度。因此,必须按周期对测厚仪进行校准,厚度测量系统经过校准可以达到最佳的特性;而目前现场手工校准存在校准环境恶劣、校准效率低等一系列问题。设计了自动校准控制系统,提出基于PLC的自动校准运程控制系统,以提高校准效率和避免人工现场操作为目的。经过现场实际调试和校验实践,证明系统满足设计要求、操作简单、能够取代手工校准并且大大提高的校准效率。

摘要：针对传统边缘检测算法无法准确提取目标及其边缘的问题,基于交互式图论的最大流/最小割理论提出了一种新的边缘检测算法,设计了一种新的代价函数OE_COST--目标边缘代价函数;通过建立图割模型,能够在分割出目标的同时提取出目标边缘。算法通过交互式选择背景及目标像素集合作为硬性约束,通过图像特征(如灰度级、空间信息等)建立代价函数作为软性约束,同时施加软硬约束达到提取目标边缘的目的。实验结果表明,本算法可以准确提取出目标及其边缘轮廓。