Page 107 - 2024年第55卷第9期

（６）实验分析。将所提算法应用于实验室靶标位移测量，检验所提算法精度与稳定性。
（ ７）实例分析。将所提算法应用于闸坝进行现场靶标位移测量，并对优化处理算法的优化图像性能
进行比较与评价，并对比所提目标追踪算法与主流算法测量结果，验证所提算法的可靠性与优越性。

图 １ 研究框架

３ 融合 ＡＧＣＷＤ、ＷＧＩＦ、ＳＴＣ算法的闸坝表面位移非接触式智能监测方法

３．１ 基于 ＡＧＣＷＤ的闸坝靶标图像亮度校正 在光照干扰下，靶标图像细节特征丢失严重，为增强低
照度靶标图像与光照不均靶标图像的特征表达能力，基于自适应伽马校正框架，采用累积分布函数（Ｃｕ
ｍｕｌａｔｉｖｅＤｉｓｔｒｉｂｕｔｉｏｎＦｕｎｃｔｉｏｎ，ＣＤＦ）代替原始 γ幂指数系数；同时，引入加权分布函数对图像灰度统计直
方图进行轻微修改，平滑图像亮度波动现象，从而减少自适应伽马校正的过度增强，亮度校正过程如下：
γ
Ｔ（ｌ） ＝ｌ （ｌ?ｌ ） ＝ ｌ （ｌ?ｌ ） １ － ｃｄｆ（ｌ） （１）
ｍａｘ
ｍａｘ
ｍａｘ
ｍａｘ
ｌ ｍａｘ
∑
ｃｄｆ（ｌ） ＝ ∑ ｐｄｆ（ｌ）? ｐｄｆ （２）
ω ω ｗ
ｌ ＝０ α
( ｐｄｆ（ｌ） － ｐｄｆ )
ｍｉｎ
ｐｄｆ（ｌ） ＝ｐｄｆ （３）
ω ｍａｘ ｐｄｆ － ｐｄｆ
ｍａｘ
ｍｉｎ
式中：Ｔ（ｌ）为输出图像亮度；ｌ 为输入图像最大亮度；ｌ为输入图像当前像素亮度；γ为幂指数系数；
ｍａｘ
１
— １ １ ２ —