程宇
- 作品数：2 被引量：33H指数：1
- 供职机构：武汉大学电子信息学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 应用FPGA和MSP430设计的微弱信号检测仪——基于电子工程实训教学案例
- 2017年
- 本系统是基于锁定放大器的微弱信号检测装置,用来检测在强干扰信号背景下已知频率的微弱正弦波信号的有效值,核心是锁定放大器的设计。该系统由π型衰减网络、加法器、微弱信号检测电路和显示电路组成。其中加法器和π型衰减网络生成所需微小信号,微弱信号检测电路和显示电路完成微小信号的检测并显示在液晶屏上。本系统是以锁定放大器为核心,将经衰减网络衰减产生的正弦参考信号经过放大整形后,接着通过由FPGA与MSP430组成的数字移相网络产生相位步进的方波去驱动开关乘法器,最后通过低通滤波器输出直流信号,该直流信号通过单片机进行处理并自动显示最终结果。本系统集成度高,能够精确、快速地实现对微弱信号的检测。
- 杨志东程宇刘同同卢雲成
- 关键词：微弱信号
- 基于卷积神经网络的弱光照图像增强算法被引量：33
- 2019年
- 针对现有的弱光照图像增强算法强烈依赖于Retinex理论、需人工调整参数等问题,提出一种基于卷积神经网络(CNN)的弱光照图像增强算法。首先,利用四种图像增强手段处理弱光照图像得到四张派生图,分别为:限制对比度自适应直方图均衡派生图、伽马变换派生图、对数变换派生图、亮通道增强派生图;然后,将弱光照图像及其四张派生图输入到CNN中;最后经过CNN的激活,输出增强图像。所提算法直接端到端地实现弱光照图像到正常光照图像的映射,不需要按照Retinex模型先估计光照图像或反射率图像,也无需调整任何参数。所提算法与NPEA(Naturalness Preserved Enhancement Algorithm for non-uniform illumination images)、LIME(Low-light image enhancement via Illumination Map Estimation)、LNET(LightenNet)等算法进行了对比。在合成弱光照图像的实验中,所提算法的均方误差(MSE)、峰值信噪比(PSNR)、结构相似度(SSIM)指标均优于对比算法。在真实弱光照图像实验中,所提算法的平均自然图像质量评价度量(NIQE)、熵指标为所有对比方法中最优,平均对比度增益指标在所有方法中排名第二。实验结果表明:相对于对比算法,所提算法的鲁棒性较好;经所提算法增强后,图像的细节更丰富,对比度更高,拥有更好的视觉效果和图像质量。
- 程宇邓德祥颜佳范赐恩
- 关键词：卷积神经网络
