摘要：针对不同光照下交通标志图像检测与识别困难的问题,提出一种基于Retinex-Gamma的光照图像增强算法,该算法与Mask R-CNN相结合,称为Retinex-Gamma-Mask R-CNN算法.首先,基于光照反射成像模型将图像RGB空间转换为HSV空间,对V通道进行多尺度高斯滤波处理获得光照分量,利用光照分量提取反射分量,并对反射分量进行线性拉升优化;其次,利用光照分量的分布特征进行二维Gamma函数调整,并获得优化后的亮度分量;最后,利用混合空间增强法获得增强后的V通道,重新构造图像.实验采用的ZCTSDB数据集共有15724幅图像,包含不同光照的驾驶环境.实验结果表明,与标准Mask R-CNN相比,Retinex-Gamma-Mask R-CNN算法对交通标志的目标检测的均值平均精度提升了0.161%,对交通标志的实例分割的均值平均精度提升了0.363%.

摘要：在机器视觉车道线识别过程中,存在曲线识别率较低、误判等问题。为提高检测过程中的车道线检测精度,设计一种根据灰度变化设定ROI区域的计算方法,针对白天与夜间的行车区域与非行车区域分离。其次,对霍夫直线检测出的直线,增加对分割图像内HOG(Histogram of Oriented Gradient)特征提取后利用SVM(Support Vector Machines)分类检测的方法,为车道线检测提供后续的一种高拟合度的鲁棒性算法。试验结果表明,该方法能够有效地进行弯道和直道的识别。

摘要：美育是我国教育的重要组成部分。美术鉴赏教学是高校美术教学中实施美育的一个重要途径,是高校培养学生审美意识和鉴赏能力的重要手段和方法。使学生学会美术鉴赏,不仅能使其学到美术方面的知识,还能提高其审美能力和人文素养,从而引导他们形成正确的世界观、人生观和价值观。分析审美教育视域下高校美术鉴赏教学的意义和当下教学过程中存在的问题,进而提出一系列教学方法和策略,希望能够推动高校美术鉴赏教学实现进一步发展。

摘要：依据相似原理,采用电模拟实验装置,设计辐射状分支水平井模型,用电模拟实验所得产能值与常用的分支水平井产能公式计算出的产能值相比较,评价了四个分支水平井产能公式的精度,通过比较实验数据与计算数据,结果表明,程林松公式、李璗公式和蒋廷学公式的计算精度满足工程上的精度要求,可以应用于实际工程。