【摘 要】
：
随着信息化的高速发展,图像已经成为人类信息传递的重要手段,但雾天等恶劣天气通常会使成像设备获取到的图像对比度下降、色彩偏移退化和细节丢失。获取到的低质量图像不仅会影响人的主观视觉感受,使人无法从图像中更好的获取和理解图像所包含的信息。而且会对无人驾驶、安防监控系统、卫星遥感航拍等很多智能科技处理系统造成性能影响,这些智能系统都需要一个清晰的图像源作为后续工作的基础。本文以生成对抗网络为基础设计了一
论文部分内容阅读
随着信息化的高速发展,图像已经成为人类信息传递的重要手段,但雾天等恶劣天气通常会使成像设备获取到的图像对比度下降、色彩偏移退化和细节丢失。获取到的低质量图像不仅会影响人的主观视觉感受,使人无法从图像中更好的获取和理解图像所包含的信息。而且会对无人驾驶、安防监控系统、卫星遥感航拍等很多智能科技处理系统造成性能影响,这些智能系统都需要一个清晰的图像源作为后续工作的基础。本文以生成对抗网络为基础设计了一种基于生成对抗网络的图像去雾算法,并且分析了所设计网络的去雾性能。本文首先介绍和分析了去雾领域以往所提出的一些算法,介绍了大气散射模型,从本质上分析了雾天图像降质的原因。着重分析了基于卷积神经网络的去雾算法DehazeNet算法和MSCNN算法。针对致力于估计出大气散射模型的中间参数从而求解出清晰图像的去雾方法会产生误差叠加等缺点,提出了一种基于生成对抗网络的单幅图像去雾算法,该网络的生成器包括特征提取、编码、解码和特征融合几部分,直接端对端的生成清晰图像,避免了任何中间参数的估计。本文所提出算法首先对输入的有雾图像进行多尺度的特征提取,同时图像经过编码解码后与提取出的特征再进行多尺度融合,最后得到清晰无雾图像。在网络优化方面,不仅使用了生成图像与标签图像的均方误差来进行网络约束,还通过最小化对抗损失、添加感知损失和L1损失来共同优化网络,使图像在清晰化的过程中能更好的还原色彩和保留细节信息,最后在PSNR、SSIM、MSE等度量标准下验证了本文所设计算法的去雾性能.在硬件加速方面,首先训练所设计的去雾算法,提取出训练生成的权重、偏置等参数并将其定点化。其次基于软硬件协同的方法设计了硬件加速的SOC系统架构,其中包含ARM上的控制部分以及FPGA上的数据计算部分,整个系统使用基于AXI标准的总线进行互联,重点介绍了系统中自定义的卷积计算模块和数据传输模块。最后使用Vivado软件对系统架构中所设计的模块进行仿真验证,并在ZedBoard开发板上进行板极验证。
其他文献
可重构型索驱动并联机器人（Reconfigurable Cable-driben Parallel Robots,RCDPRs）通过改变出索点或引入其他机构,以此改变索位置分布的一类机器人。主要分为两类:一类是索与末端执行器进行重新配置,另外一类是索与机架进行重新配置。本文主要对第二类索与机架重新配置的工作空间分析与控制进行研究。RCDPRs更能发挥其有大的工作空间、更好的运动性能、提升系统刚度、
脑机接口（Brain Computer Interface,BCI）是一种非肌肉的通讯系统。具体来说,它是一种利用一定的技术手段,通过直接提取脑电信号来分析识别大脑思维活动,进而实现大脑与外界环境直接交互的系统。目前,脑机接口在脑卒中康复治疗等医疗领域以及军事、娱乐等领域应用广泛。脑电识别算法是脑机接口系统的核心部分,其识别效果直接决定系统的性能。本文针对脑电信号的特点,结合现有研究存在的对脑电信
我国目前残疾人总数超过8000万人,其中肢体类和视力残疾占比最多。为了解决视力、肢体类残疾人拿取生活必须品困难的问题,最新研究将目标检测算法移植在移动机器人上,通过摄像头拍取室内照片,并利用目标检测算法搜索物品所在位置,可以有效辅助视力、肢体类残疾人进行日常活动,解决该类残疾人在日常生活中常见的问题。本文对适用于室内小目标数据集的目标检测模型及硬件加速进行研究。论文基于YOLOv3 模型进行改进,
两栖仿生机器人凭借其灵活的水陆两栖运动能力,能完成中小型河湖、湿地、沼泽的清淤工作,同时还能装配多种工作装置,在各类水利工程中应用越来越广。由于目前我国的两栖仿生机器人发展较慢,各性能均存在不足,而水动力特性对于两栖仿生机器人的经济性、稳定性和安全性影响较大,因此木文以A、B型两栖仿生机器人为研究对象,基于计算流体力学（CFD）通过数值计算对二者的水动力特性进行研究,并研究了相应的结构优化方案,对
柔性应变传感器是一种能够在感受到外界机械刺激,并按照一定的规律将其转化为电信号的装置。该装置在柔性电子皮肤、医疗健康、人体运动监测等领域具有广阔的应用前景。目前,对于柔性应变传感器的研究已成为众多科研人员的研究热点,而且取得了一定的研究成果。然而柔性应变传感器的迟滞、线性度、可穿戴性等特性尚存在不足,难以满足在高要求的环境下应用。因此,研究具有优异性能的柔性应变传感器,实现其综合性能的进一步提升,
无透镜显微成像系统因其低成本、小型化等优势为细胞便携检测设备开发提供了良好方案,但该系统采集的细胞图像存在分辨率低、特征信息少等问题。为了便于对细胞形态观察及检测,本文主要研究适用于无透镜成像系统的低分辨率细胞图像超分辨率重构和图像特征融合算法。针对上述问题,采用传统图像处理算法难以有效解决,本文提出生成式对抗网络的图像超分辨率算法和基于卷积自编码网络图像特征融合算法,完成对无透镜低分辨率细胞图像
物联网的发展迫切需要集成化、多功能化、智能化的传感器。温度、湿度、氧气传感器广泛应用于智能家居、户外运动、工业矿井等场景,这三种传感器目前多以分立器件的形式出现,对于三种传感器的集成鲜有研究。论文在介绍温、湿、氧分立传感器及其读出电路相关机理的基础上,设计了温湿氧多功能传感器低功耗读出电路,该电路主要包括带隙基准电路、低压差线性稳压器、传感器预处理电路和开关电容放大器四个模块。采用预处理电路将三种
仿生爪刺式爬壁机器人适应于自然界广泛存在的粗糙、多灰尘壁面环境,在灾难搜救、军事侦察、小行星探测等领域具有广泛的应用前景。爪刺抓附足是决定爬壁机器人性能的关键,现有机器人爪刺足均基于柔顺结构的弹性变形来被动适应壁面形貌,真正有效抓附在壁面上的爪刺较少,且处于抓附状态上的爪刺的承载力与柔顺结构的弹性变形相关,负载主要集中在少数几个爪刺上。如何根据壁面的复杂形貌有效调控爪刺阵列的抓附状态,将负载均布在
数字图像为人们汲取实时信息提供了便利性,但是在信息处理和传递的过程中易受到噪声干扰,造成图像内容识别、分析和理解困难。因此,图像降噪技术对于获取清晰的视觉效果显得尤为关键。近年来基于信号稀疏表示和深度学习的方法成为了研究图像降噪技术的主要手段。然而,大部分基于稀疏模型的去噪方法直接从噪声图像中进行字典学习,因此字典的性能容易受到噪声影响而对深层特征提取能力不足。基于深度学习的去噪方法虽然获得了良好
复杂工业过程中为了及时获得被控对象的关键信息,经常要对一些参量进行定性或定量的检查和测量,但是由于复杂工业系统结构繁杂多样、变量繁多等特点以及成本和技术等因素限制无法获取过程变量的某些关键信息。软测量技术被广泛应用于解决上述难题,它的核心是模型的建立,目前对复杂工业过程的研究大都致力于对建模方法的研究而忽略了输入特征对目标变量的影响,而且由于复杂工业建模难的特点导致对混合驱动软测量方法的研究相对较