Retinex模型下基于融合策略的雾霾图像增强

针对现有Retinex算法处理后的图像达不到色彩与细节同时增强的效果,且细节增强的同时易产生光晕,出现噪声放大、色彩失真等情况,提出了一种Retinex模型下基于融合策略的雾霾图像增强算法。该算法首先在HSV空间实现色彩增强,根据亮度分量,获取无色彩失真的反射分量,再通过修正照度分量,得到改进的Retinex模型;然后在RGB空间,采用快速双边滤波器来保留图像细节,在获得反射分量的基础上,引入原图部分和色彩恢复因子,实现细节增强;最后,在RGB色彩空间对处理后的图像加权融合,得到增强后的去雾图像。通过本文算法和现有算法对雾天图像进行去雾处理,得到不同的去雾结果。本文算法得到的去雾图像增加了细节信息,没有出现明显的颜色失真和光晕现象,处理后图像的信息熵提高。本文算法具有更短的运算时间,具有良好的可操作性。根据实验结果以及评价标准,本文算法能够在减少色彩失真的基础上,达到细节增强的良好效果。     

基于暗原色先验的Retinex去雾算法

针对雾天图像去雾问题,提出了一种基于暗通道先验理论的Retinex算法。首先利用引导滤波估计图像透射率优化暗通道先验算法,获取初步去雾图像并对去雾图像进行空间转换;在转换后的HIS空间中建立高斯尺度参数与透射率的指数关系,重新构造高斯滤波核并根据MSR算法对近处景物做大尺度变换以增强颜色保真性,对远处景物做小尺度变换以增强图像细节显示,实现根据景深大小完成自适应MSR算法以优化图像亮度分量I;对饱和度分量S进行自适应线性拉伸以优化图像色彩,最后由HIS空间重新转换为RGB空间得到最终增强图像。实验表明:与几种典型的图像去雾算法相比,经基于暗通道先验理论的Retinex算法处理后的图像清晰度和对比度提升明显,同时获得很好的图像色彩层次感。     

图像增强算法在车牌图像预处理中的研究与应用

雾天场景下摄像头采集到的车牌图像质量较低,在车牌识别系统中对图像预处理产生较大影响,从而造成车牌定位和识别效果较差。以雾天环境下实际采集的车牌图像为例,分别采用带色彩恢复的多尺度Retinex算法和暗原色先验去雾算法对实际图像增强进行仿真实验。实验结果表明,利用暗原色先验去雾算法对图像进行增强处理,能够提高图像的对比度,实现去雾效果,从而使车牌定位和车牌识别达到更好的效果。     

基于大气消光系数和引导滤波的浓雾图像去雾算法

针对浓雾天气下户外采集的图像退化严重的问题,提出了一种浓雾图像的去雾算法。本文简化了雾天成像物理模型,提出雾浓度因子的概念,并在分析影响雾天能见度因素时借助大气消光系数建立了能见度和雾浓度因子的关系。通过对单幅浓雾图像的能见度值进行估计求得雾浓度因子的值,再结合灰度图像引导滤波估计大气光值,最后借助修复函数完成有雾图像的去雾处理。去雾实验结果显示：本文算法处理后的图像亮度效果好,图像对比度和清晰度高,图像整体视觉感知效果好。     

基于亮度小波变换和颜色改善的彩色图像去雾研究

针对户外薄雾条件下彩色图像对比度降低问题,提出了一种有效的图像去雾方法.先将图像亮度分量进行小波变换;然后对该分量图像的低频部分利用大气散射简化模型进行反锐化掩蔽高通滤波,亮度分量图像的高频部分采用非线性变换提升后,进而将处理过的低频、高频部分进行小波反变换重构出新的亮度图像,再利用HIS反变换出初级去雾图像;最后采用...     

基于近红外的图像去雾方法

针对雾天可见光图像降质现象,提出一种简单、有效的自动去雾算法。算法充分利用了近红外透雾能力强,可见光图像色彩亮度好的特点。首先利用暗原色先验估计出雾浓度分布,然后根据此分布计算出归一化暗原色图像亮度分布系数,并对其进行双边滤波处理,最后利用该系数将近红外与可见光图像进行融合。实验结果表明,该算法能有效地改善雾天图像质量,且具有广泛的应用前景。     

融合直方图均衡化与同态滤波的雾天图像增强算法研究

为了改进目前去雾算法存在的不足,将直方图均衡化算法与同态滤波算法相结合,对雾天图像进行增强处理。首先用改进的同态滤波算法来校正光照不均图像的亮度,用对数运算实现非线性问题线性化,同时将低频和高频分量分离开,使用高通滤波器抑制低频信息,然后应用直方图均衡化算法对图像的低频成分进行非线性拉伸,重新分配图像的像素值,以此来增强雾天模糊的图像。用Matlab进行仿真实验,通过视觉效果及运行时间和信息熵的对比表明,改进的算法要优于单独使用两种算法时处理的结果。     

一种改进的基于近红外图像的去雾方法

为了解决雾天可见光图像降质问题,提出一种简单、高效的去雾算法。为充分利用可见光图像的色彩信息和近红外图像的细节信息,首先,根据暗通道估算出可见光图像中雾的浓度,根据雾浓度对可见光图像进行分区;然后,分别对可见光和近红外图像进行平稳小波分解,结合雾浓度分区和脉冲耦合神经网络（pulse coupled neural network,PCNN）分别融合可见光与近红外图像的高频分量和低频分量,复原得到一幅清晰而不失真的图像;最后,引入引导图像滤波对融合图像做滤波处理,平滑分区边缘的同时保留源图像的边缘信息。为验证算法的有效性,与当前主流去雾算法进行对比实验,对比指标包括去雾图像的信息熵、均值、标准差,以及算法运行时间。实验结果表明,在相同图像分辨率条件下,本文算法去雾后图像视觉效果更加理想,同时,无雾区域能够很好地保持色彩信息,反映图像细节和清晰化的各项指标优于其他算法,而且算法处理时间显著降低。     

基于LIP模型的低照度彩色图像增强新算法

针对低照度彩色图像色彩偏暗的问题,提出一种色彩恢复的彩色图像增强方法。该算法首先将RGB彩色图像转换到HSV彩色空间,利用对数图像增强模型(Logarithmic Image Processing,LIP)对彩色图像的亮度分量进行非线性增强,其次利用正弦隶属函数将图像亮度分量由空间域映射到模糊域,并采用Pal增强算子对隶属函数值进行修正实现亮度分量再次增强。实验结果表明,新算法可以提高图像的整体对比度,增强图像细节,与人眼视觉相符合。     

融合多帧信息的Retinex监控视频增强算法

针对传统Retinex监控视频增强算法照度分量提取不够准确的情况,利用监控视频背景的时间相关性,融合多帧背景进行照度估计,提出了一种新型Retinex监控视频增强算法:对视频单帧图像进行大、中、小尺度的高斯低通滤波,得到3个尺度的环绕图像,并对其取极小值以提取该帧的背景照度图像,通过融合当前帧和其邻帧的多帧背景照度图像,获取当前帧上准确的背景照度图像,再应用Retinex色彩恒常性理论,去除照度干扰以获得反射光分量,实现当前帧的增强。实验结果表明:该算法可以从夜间视频阴影中恢复出景物,得到亮度、色彩、细节较平衡的视频。     

基于802.11b低速率无线局域网码元同步方法设计

以802.11b协议为依据,提出一种低速率无线局域网(W-LAN)快速高效的码元同步方法。首先利用峰均比(PAR)研究传输波形对无线局域网码元同步的影响,选择出最佳的传输波形,并利用在信息码中抽值的方法来提高同步速率。通过误码率验证了此方法在低信噪比时仍有较好的同步效果,并且系统的速率提高了10倍。此同步设计快速高效,满足了工程需要。     

卫星回传链路CPM信号符号速率估计

解决了DVB-RCS2标准定义的连续相位调制（CPM）信号符号速率估计问题.该信号存在于卫星回传链路上,且以TDMA突发模式传输.标准规定了CPM的调制指数、调制阶数和频率成型脉冲等参数,但未对符号速率进行规定.短突发长度、低信噪比环境下实现CPM符号速率估计是信号解调的关键.文中提出了一种基于改进后的广义检测后积分（GPDI）匹配准则的符号速率估计方法.算法首先通过对信号带宽的粗估,获得信号符号速率范围;然后利用不同过采样倍数下的独特码调制波形作为特征,采用改进后的GPDI匹配准则实现信号符号速率估计.通过该方法可在单个突发帧下实现符号速率估计.仿真实验表明,该算法对频偏具有较好的鲁棒性和优异的抗噪声性能.     

无线传感器网络PEGASIS协议的研究

为建立一个高效节能的路由环境,在分析PEGASIS（power—efficientgatheringinsensorinformationsystem）的基础上,对PEGASIS算法进行了改进。将整个传感器区域划分为等宽的子区间,由每个区间内距离Sink最近的节点建立主链,然后在每个区域内建立链树,再由主链节点轮流担任根节点与Sink通信,以减少通信开销。模拟实验表明,算法在生存时间、能耗均衡等方面的性能较PEGASIS有明显提高。     

一种新型的OFDM符号定时同步算法

IEEE 802.16d是应用于无线城域网上的无线接入标准,其物理层所采用的正交频分复用是一种可有效对抗符号间干扰的高速传输技术.但它对同步误差十分敏感,为了尽量减小这种负面影响,需要尽量减小符号定时同步误差.已有的一些符号定时同步算法运算量较大,而且在噪声电平较高时,定时会变的不准确以致造成符号间干扰.该文提出了一种基于前导符号结构的性能更加稳定的新型符号定时同步算法.仿真结果表明在信噪比较低时采用该算法能实现更准确的定时.     

基于自相关系数插值的迭代符号定时同步

在无线数字通信系统中,全数字化接收机以固定的时钟进行采样,容易出现符号采样偏差,需要在接收端进行估计并补偿。针对符号定时估计的问题,提出了一种基于自相关系数插值的迭代符号定时同步算法。该算法分为两个步骤：粗同步与精同步。粗同步先利用零相滤波器或三相滤波器组对接收信号进行匹配滤波,再利用滑动自相关的方法对同步头序列进行相关运算,当超过同步门限时,开始进行同步跟踪对自相关系数进行峰值搜索,以确定精同步搜索区间。精同步直接在搜索区间内进行迭代搜索,迭代过程中需要先根据估计的时延值生成群时延的匹配滤波器以对接收信号进行补偿,再利用最小二乘逼近函数度量,同时,采用高斯插值的方法提高搜索速度以获取精确的估计结果。与传统算法相比,该算法降低了同步搜索过程中的计算复杂度,同时利用迭代搜索易于实现高精度的符号定时同步。仿真结果表明：对于长度为64的同步头序列,在高斯白噪声信道条件下,信噪比–2 dB时,该算法利用两次迭代即可逼近克拉美罗界;在信噪比为10 dB,针对±1/2符号周期内的采样偏差,本文算法的MSE性能均优于升余弦插值、MMSE插值与多相滤波器组算法;在瑞利信道、CCIR中等信道以及CCIR坏信道下也能进行有效的估计,适合无线数字通信系统的信道环境。     

OFDM系统中符号定时同步技术研究

在正交频分复用(orthogonal frequency division multiplexing,OFDM)系统中,符号同步的目的是确定接收端每个OFDM符号的起止时刻,即确定准确的快速傅里叶变换(fast Fourier transform,FFT)窗口位置,进而实现帧同步。在对Schmidl&Cox和H.Minn的2种符号定时同步技术进行深入研究的基础上,提出了2种改进的符号定时同步方法,并对其定时性能进行了验证。仿真结果表明:2种改进方法在OFDM系统中具有较好的定时性能。     

基于卷积神经网络的高性能5G下行同步算法

为解决第5代移动通信系统(5G)下行同步在低信噪比和大频偏环境下成功率低的问题,提出一种基于卷积神经网络(CNN)的同步信号块(SSB)检测算法及改进的混合相关同步算法。在无先验信息的情况下,利用最大自相关准则和循环前缀的特性对无线信号进行分段,生成数据集。在此基础上,构建了适用于检测承载SSB信号片段的CNN,对任意一个SSB进行检测,实现了SSB目标区间的快速定位,减少了相关过程中的搜索范围。进一步使用改进的混合相关算法,在目标区间完成主同步信号定时同步及频偏估计。仿真结果表明,所提算法具有良好的SSB检测率和定时同步性能,能够有效抵抗噪声和频偏的影响。     

基于差分和集相关的OFDM定时同步算法的改进

多径衰落信道中,同步技术是保证OFDM系统得以实现的关键环节。但目前已有的定时同步算法在多径衰落信道及低信噪比条件下性能尚不理想。为了改善定时同步的性能,本文在集相关和差分相关算法的基础上提出一种改进的定时同步方法。通过在集相关运算中利用多点相关和在组合算法中选择适当的加权系数,算法利用了两者在不同信噪比下的优点。改进的算法在较高信噪比的条件下不损失性能,在低信噪比环境下也可以准确定时。仿真结果表明,改进算法对符号定时位置的误判率更低,尤其在低信噪比时。并且,由于算法不依赖频偏估计,不受频偏对符号定时的影响。     

卫星回传链路CPM信号调制识别研究

文章解决了DVB-RCS2标准中规定的卫星回传链路上连续相位调制信号(CPM)调制识别问题。根据调制参数的不同,标准中的CPM信号有5种类型,且在TDMA突发模式下传输。短突发长度和低信噪比环境下信号调制识别是实现信号正确解调的前提。提出了一种基于改进后的广义检测后积分(GPDI)匹配准则的调制识别方法。该算法采用改进后的GPDI匹配准则获得接收信号与每类CPM的匹配值;并按最大值准则估计得到信号类型从而实现信号调制识别。通过该方法可实现单个突发帧内调制识别。仿真实验表明,该算法不需符号速率的先验信息,对大频偏和相偏具有较好的鲁棒性,具有较低的复杂度和优异的抗噪声性能。     

多脉冲位置调制系统中定时误差的误码影响分析

MPPM与PPM相比具有能量信息效率高和带宽低的优点,是激光通信系统中一种有效的通信方式。文章通过理论计算提出了当有定时误差时,（m,2）MPPM具有最小误符号概率的映射列表的设计方法,并且在相同的传输带宽和传输速率下,比较了（m,2）MPPM和PPM的误比特概率。结果表明（m,2）MPPM的性能优于PPM。