作者单位
摘要
1 桂林电子科技大学 电子工程与自动化学院,广西 桂林 541004
2 桂林电子科技大学 计算机与信息安全学院,广西 桂林 541004
针对低照度图像对比度低、细节模糊等问题,提出了融合遗传算法的多域值分块低照度图像增强算法。通过遗传算法寻找输入图像亮度通道的最优分割阈值,根据得到的阈值,将亮度通道划分为多个不同曝光级的子图。通过多阈值分块增强算法对所有子图进行评估,根据评估结果调整每个子图的亮度。最后使用多尺度融合方法将输入图像细节信息融合到亮度增强图像中与现有的增强算法进行对比实验。结果表明,用所提算法增强后图像的各指标增加幅度均大于其它对比算法,且在提升图像亮度的同时解决了增强图像颜色失真和亮度分块的问题,有效地还原了图像的纹理信息,增强后图像的亮度分布很好地还原了真实拍摄环境的亮度分布,验证了该算法具有更好的性能。
图像增强 图像重建 图像融合 神经网络 低照度图像 Image enhancement Image reconstruction Image fusion Neural networks Low-light image 
光子学报
2022, 51(4): 0410007
作者单位
摘要
桂林电子科技大学计算机与控制学院,广西桂林 541004
对于具有重复运动性质的系统,迭代学习控制是一种行之有效的控制方法。开闭环迭代学习控制能同时利用系统前次运行和当前运行的信息,因而性能优于单纯的开环迭代学习控制。针对线性连续系统,设计了D(Differential)型开闭环迭代学习控制器,利用2-D(Two-Dimensional)系统理论建立系统的2-D连续—离散Roesser模型,并给出了保证控制器收敛的充分必要条件。最后通过一个仿真实例,证明了该方案的有效性。
线性连续系统 开闭环算法 2-D系统理论 Roesser模型 linear continuous-time system open-closed-loop algorithm 2-D system theory Roessers model 
电光与控制
2010, 17(1): 37
作者单位
摘要
桂林电子科技大学 计算机与控制学院, 广西 桂林 541004
普通PID型迭代学习控制算法由于其增益矩阵一旦确定,就不再改变,因而收敛速度较慢。为了提高收敛速度,结合模糊控制技术用于学习控制,提出一种模糊增益PD型迭代学习控制算法。该算法根据系统误差的大小,通过调整因子而改变增益矩阵大小。调整的方法是:在控制的初始阶段,增强控制输入中系统误差增益矩阵,同时保持误差微分增益矩阵不变,从而清除误差;而在控制趋于稳定时,增强控制输入中误差微分增益矩阵,同时保持系统误差部分增益矩阵不变,以减少超调量。针对一个单臂机械手模型,进行了仿真设计,仿真结果验证了方法的有效性。
模糊控制 迭代学习控制 增益调节 fuzzy control iterative learning control gain adjustment 
电光与控制
2009, 16(8): 72

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!