当有雾图像中存在大面积明亮区域及景深突变时,使用传统去雾方法处理后的结果容易出现颜色偏移和光晕效应。针对该类问题,提出了一种基于透射率自适应约束修正的图像去雾算法。该算法在大气光值估计阶段使用自动与手动估计相结合的方式,方便使用者对去雾结果进一步根据需求自行调整。关于透射率的估计,首先通过辐射体边界约束求取透射率估计下限以替代传统算法中预先设定的固定数值。然后通过设置阈值判断像素是否在同一景深范围内,并根据强度差值比情况自适应做出相应的修正,以优化透射率估计。结果表明,本文算法能对有雾图像实现较好的图像去雾效果,在恢复清晰图像、增强图像视觉效果和可用性的同时,有效避免图像中明亮区域出现颜色偏移伪影及景深突变处出现光晕效应的问题。

围绕正交频分复用-无源光网络(OFDM-PON)系统中非线性损伤的补偿问题开展研究。使用VOLTERRA模型对非线性补偿器进行辨识, 利用差异因子并结合QR分解, 推导出修正向量的解析表达式, 提出模型核向量的自适应修正方法, 形成正交频分复用-无源光网络系统中非线性损伤的补偿算法。仿真结果表明, 所提出的方法可使系统误比特率提升1%~3%, 在系统比特率为130Gb/s时, 系统误比特率可保持在1%左右。

以往的被动测距方法主要集中在可见光领域,利用图像稳定的特征点进行跟踪,目前利用计算目标尺度变化率进行撞击时间估计,已经发展成为一种较成熟的方法.然而在红外领域,由于红外图像自身的特性其特征点难以提取,原有的特征点跟踪方法无法适用.文中论述了一种红外图像撞击时间估计方法,根据红外图像难以提取特征点而相对易于目标分割的特点,提出了先对图像进行分割提取目标面积,然后根据图像序列目标面积变化率来进行撞击时间估计,并根据撞击时间系统特征对估计结果进行修正以进一步提高精度.实验结果证明了该方法的有效性.