西安邮电大学获批公安部重点实验室

合集下载

育明考研：中国人民公安大学实验室设置基本情况一览表

2013年育明教育状元集训营喜报
2013年，一对一学员考研通过率高达95%以上。

2013年，38人夏季集训营20人考上北大，人大，清华，复旦四所名校。

2013年，36天隋Jia lun三跨学生考上北京师范大学。

2013年，育明教育包揽北大金融、行管、新闻、城规等11个专业状元，包揽人大经济学、管理学、法学状元，包揽中财会计、金融状元，包揽贸大金融学、会计学、翻译硕士状元，包揽北外法语、翻硕、高翻、汉教状元。

育明教育——中国考研专业课辅导第一品牌
全国统一咨询热线：400-6998-626
一对一，同一学校同一专业仅限招2-5人
【2014年初试一对一辅导课程体系】。

民政部关于公布第二批部级重点实验室认定结果的通知-民函〔2016〕168号

民政部关于公布第二批部级重点实验室认定结果的通知正文：----------------------------------------------------------------------------------------------------------------------------------------------------民政部关于公布第二批部级重点实验室认定结果的通知民函〔2016〕168号各有关单位：你们申报的部级重点实验室已经专家评审，并经2016年5月6日部长办公会审议通过。

现将认定结果公布如下：一、民政部肌骨生物力学重点实验室（Key Laboratory of Musculoskeletal System Biomechanics and Rehabilitation of the Ministry of Civil Affairs）。

依托单位：北京社会管理职业学院。

共建单位：中国中医科学院望京医院。

主任：赵红岗；副主任：温建民。

研究领域：肌骨系统问题大规模人口普查、肌骨系统协调代偿机制研究、肌骨系统功能康复的生物力学研究、肌骨系统康复产品的设计与开发。

二、民政部民生大数据开发应用重点实验室（Key Laboratory of Big Data Development and Application of People’s Livelihood of the Ministry of Civil Affairs）。

依托单位：民政部政策研究中心。

共建单位：上海一门式政务研发中心。

主任：王杰秀；副主任：付长良、邹波、赵海然。

研究领域：民生大数据集成中心的建立、民生大数据应用研究、研究成果转化。

三、民政部福利彩票信息安全和系统检测重点实验室（Key Laboratory of Information Security and System Testing of Welfare Lottery of the Ministry of Civil Affairs）。

结合边缘信息和门卷积的人脸修复算法

结合边缘信息和门卷积的人脸修复算法王富平1,2+，李文楼2，刘颖1,2,3，卢津1,2，公衍超1,21.西安邮电大学电子信息现场勘验应用技术公安部重点实验室，西安7101212.西安邮电大学图像与信息处理研究所，西安7101213.陕西省无线通信与信息处理技术国际合作研究中心，西安710121+通信作者E-mail:***************摘要：针对任意形状遮挡下人脸修复，现有方法容易产生边缘模糊和恢复结果失真等问题。

提出了一种结合边缘信息和门卷积的人脸修复算法。

首先，通过先验人脸知识产生遮挡区域的边缘图，以约束人脸修复过程。

其次，利用门卷积在部分像素缺失下的精确局部特征描述能力，设计面向图像修复的门卷积深度生成对抗网络（GAN ）。

该模型由边缘连接生成对抗网络和图像修复生成对抗网络两部分组成。

边缘连接网络利用二值遮挡图和待修复图像及其边缘图的多源信息进行训练，实现对缺失边缘图像的自动补全和连接。

图像修复网络以补全的边缘图为引导信息，联合遮挡图像进行缺失区域修复。

实验结果表明：相比其他算法，该算法修复效果更好，其评价指标比当前基于深度学习的图像修复算法更优。

关键词：人脸修复；Canny 边缘；门卷积；深度学习；生成对抗网络（GAN ）文献标志码：A中图分类号：TP391Face Inpainting Algorithm Combining Edge Information with Gated ConvolutionWANG Fuping 1,2+,LI Wenlou 2,LIU Ying 1,2,3,LU Jin 1,2,GONG Yanchao 1,21.Key Laboratory of Electronic Information Application Technology for Crime Scene Investigation,Ministry of Public Security,Xi an University of Posts and Telecommunications,Xi an 710121,China2.Center for Image and Information Processing,Xi an University of Posts and Telecommunications,Xi an 710121,China3.International Joint Research Center for Wireless Communication and Information Processing Technology,Shaanxi Province,Xi an 710121,ChinaAbstract:For the face inpainting under arbitrary shape occlusion,the existing methods are easy to produce edge blur and distortion of the inpainting results.In this paper,an algorithm for face inpainting combining edge information with gated convolution is proposed.Firstly,the edge image of occluded area is generated by prior face knowledge to constrain the process of face inpainting.Secondly,the gated convolution holds the ability to extract accurate local feature in the absence of some pixels,and a gated convolution-based generative adversarial network (GAN)for image inpainting is designed.The model consists of two parts:edge connection GAN and image inpainting GAN.The edge connection network uses the binary occlusion image,the image to be repaired and its edge image for training,and realizes the automatic completion and connection of the missing edge image.The image inpainting计算机科学与探索1673-9418/2021/15(01)-0150-13doi:10.3778/j.issn.1673-9418.2001035开放科学(OSID)基金项目：国家自然科学基金青年科学基金项目（61802305，61801381）；陕西省教育厅专项科研计划项目（18JK0721，19JK0810）。

《公安标准》公安部重点实验室中期评估评测标准doc-公安部重点实验室

2.3基础条件（1足实验室开展科学研究工作的需要。B．配套设施能基本满足实验室开展科学研究工作的需要。C．配套设施能部分满足实验室开展科学研究工作的需要。
一级（分值）
二级（分值）
三级（分值）
等级标准
2.3.2仪器设备先进性（5.25分）
A．所配关键仪器、设备符合实验室研究方向，并能满足实验室各项研究工作需要。能结合科研需要自主研发仪器设备。B．所配关键仪器、设备符合实验室研究方向，并能基本满足实验室各项研究工作需要。C．所配关键仪器、设备符合实验室研究方向，尚不能满足实验室各项研究工作需要。
1.1.2专利、论文及著作（3.6分）
A．专利、论文或著作具有很高的学术水平，在国际上有重大影响。B．专利、论文或著作具有较高的学术水平，在国内有重大影响。C．专利、论文或著作具有一定的学术水平，在国内有较大影响。
1.1.3研究成果及应用（10.8分）
A．研究成果的数量和质量具有很高的水平，成果得到转化并取得显著的社会和经济效益。B．研究成果的数量和质量具有较高的水平，成果得到转化并取得较好的社会和经济效益。C．研究成果的数量和质量具有一定的水平，成果得到转化并取得一定的经济和社会效益。
4.2.2学术委员会（4分）
A．学术委员会结构合理，能履行相关职责，工作成效好。B．学术委员会结构较合理，能履行相关职责，工作成效较好。C．学术委员会结构基本合理，工作成效一般。
说明
A档为（100－80％）；B档为（80－60％）；C档为（60％以下）
在三级指标项内，根据参评实验室的具体情况，在A、B、C三个档次打分。
附件4
公安部重点实验室中期评估评测标准
一级（分值）
二级（分值）
三级（分值）
等级标准
研究水平与贡献（30）

公安部新增14个部级重点实验室

公安部新增14个部级重点实验室
日前，公安部正式公布了新增的14个部级重点实验室名单，至此，公安部共建立了27个部级重点实验室。

为完善布局、健全体系，进一步发挥重点实验室在科技强警中的重要作用，从2月开始，公安部科技信息化局按照“公开、公正、公平”的原则，经过推荐申报、专家评审、综合评议等程序，对全国各单位推荐申报的50个实验室进行了层层筛选。

在痕迹检验鉴定、证件防伪、痕迹科学与技术、警犬技术、建筑消防工程技术、消防应急救援装备、道路交通安全、警用装备技术、警务物联网应用技术、警用无线数字通信、警用地理信息技术、基于大数据的公安信息化应用、城市交通管理集成与优化技术、电子信息现场勘验应用技术等业务急需的技术方向，确定新增14个部级重点实验室。

据悉，2008年8月以来，公安部先后确定了13个部级重点实验室。

近几年来，重点实验室充分发挥项目、人才、基地有机结合的优势，在研究成果、条件建设、人才培养、学术交流和管理创新等方面均取得了很大进步。

各相关部门和单位将按照《公安部重点实验室建设与管理暂行办法》的要求，坚持以公安业务的重大科技需求为导向，以体制与机制创新为抓手，以提高科技创新与成果转化能力为重点，加强管理，加大科研基础条件建设和科技资源整合力度，大力推进新增公安部重点实验室的建设发展，不断提高重点实验室的专业能力，努力为公安业务工作提供更加有力的科技支撑。

教育部重点实验室名单(最全名单)

重点实验室名称依托单位计算智能与信号处理安徽大学光电信息获取与控制安徽大学冶金减排与资源综合利用安徽工业大学煤矿安全高效开采安徽理工大学茶叶生物化学与生物技术安徽农业大学重要遗传病基因资源利用安徽医科大学新安医学安徽中医学院生物有机分子工程北京大学数学及应用数学北京大学重离子物理北京大学地表过程分子与模拟北京大学细胞增值分化调控机理研究北京大学高可信软件技术北京大学恶性肿瘤发病机制及应用研究北京大学辅助生殖北京大学慢性肾脏病防治北京大学视觉损伤与修复北京大学分子心血管学北京大学高分子化学与物理北京大学纳米器件物理与化学北京大学神经科学北京大学水沙科学北京大学造山带与地壳演化北京大学量子计量北京大学量子信息与测量北京大学清华大学共建新型功能材料北京工业大学城市与工程减灾北京工业大学流体力学北京航空航天大学虚拟现实新技术北京航空航天大学精密光机电一体化技术北京航空航天大学空天材料与服役北京航空航天大学仿生智能界面科学与技术北京航空航天大学生物力学与力生物学北京航空航天大学可控化学反应科学与技术基础北京化工大学城市雨水系统与水环境北京建筑工程学院发光与光信息技术北京交通大学城市地下工程北京交通大学全光网络与现代通讯网北京交通大学交通运输智能技术与系统北京交通大学环境断裂北京科技大学生态与循环冶金北京科技大学复杂系统智能控制与决策北京理工大学作物杂种优势研究与决策北京理工大学仿生机器人与系统北京理工大学原子分子簇科学北京理工大学木材料科学与应用北京林业大学林木、花卉遗传育种北京林业大学水土保持与荒漠化防治北京林业大学环境演变与自然灾害北京师范大学射线束技术与材料改性北京师范大学细胞增殖及调控生物学北京师范大学认知科学与学习北京师范大学模糊信息处理与智能控制北京师范大学放射性药物北京师范大学生物多样性与生态工程北京师范大学运动与体质健康北京体育大学心血管病相关基因与临床研究北京协和医学院中草药物质基础与资源利用北京协和医学院泛网无线通信北京邮电大学可信分布式计算与服务北京邮电大学光通信与光波技术北京邮电大学信息管理与信息经济学北京邮电大学中医养生学北京中医药大学中医内科学北京中医药大学工业生态与环境工程大连理工大学海洋能源利用与节能大连理工大学提高油气采收率大庆石油学院分子神经生物学第二军医大学电磁辐射医学防护第三军医大学高原医学第三军医大学航空航天医学第四军医大学宽带光纤传输与通信系统技术电子科技大学新型传感器电子科技大学材料电磁过程研究东北大学材料各向异性设计与织构工程东北大学多金属共生矿生态利用东北大学流程工业综合自动化东北大学林木遗传育种与生物技术东北林业大学东北油田盐碱植被恢复与重建东北林业大学森林植物生态学东北林业大学生物质材料科学与技术东北林业大学乳品科学东北农业大学大豆生物学东北农业大学应用统计东北师范大学分子表观遗传学东北师范大学多酸科学东北师范大学植被生态科学东北师范大学纺织面料技术东华大学现代服装设计与技术东华大学生态纺织东华大学江南大学核资源与环境东华理工学院计算机网络和信息集成东南大学洁净煤发电及燃烧技术东南大学混凝土及预应力混凝土结构东南大学儿童发展与学习科学东南大学复杂工程系统测量与控制东南大学环境医学工程东南大学发育与疾病相关基因东南大学微电子机械系统东南大学分子与生物分子电子学东南大学农药生物化学福建农林大学医学光电科学与技术福建师范大学消化道恶性肿瘤福建医科大学食品安全分析与检测技术福州大学数据挖掘与信息共享福州大学空间数据采掘与信息共享福州大学数据挖掘与信息共享福州大学食品安全分析与检测福州大学离散数学及其应用福州大学聚合物分子工程复旦大学应用离子束物理复旦大学生物多样性与生态工程复旦大学现代人类学复旦大学智能化递药复旦大学波散射与遥感信息复旦大学分子医学复旦大学公共卫生安全复旦大学医学分子病毒学复旦大学非线性数学模型与方法复旦大学癌变与侵袭原理复旦大学中南大学草原生态系统甘肃农业大学机械装备制造及控制技术广东工业大学微生物与植物遗传工程广西大学有色金属及材料加工新技术广西大学工程防灾与结构安全广西大学药用资源化学与药物分子工程广西师范大学北部湾环境演变与资源利用广西师范学院区域性高发肿瘤早期防治研究广西医科大学珠江三角洲水质安全与保护广州大学工程抗震减震与结构安全广州大学中药资源科学广州中医药大学高原山地动物遗传育种与繁殖贵州大学绿色农药与农业生物工程贵州大学喀斯特环境与地质灾害防治贵州大学现代制造技术贵州大学有色金属及材料加工新技术桂林工学院光子/声子晶体国防科学技术大学水声通信哈尔滨工程大学超轻材料与表面技术哈尔滨工程大学微系统与微结构制造哈尔滨工业大学工程电介质及其应用技术哈尔滨理工大学肝脾外科哈尔滨医科大学生物医药工程哈尔滨医科大学热带生物资源海南大学热带海洋与陆生生物资源研究及利用海南大学热带药用植物化学海南师范大学射频电路与系统杭州电子科技大学有机硅化学及材料技术杭州师范学院特种显示技术合肥工业大学过程优化与智能决策合肥工业大学药物化学与分子诊断河北大学现代冶金技术河北理工大学华北作物种质资源研究与利用河北农业大学神经与血管生物学河北医科大学海岸灾害及防护河海大学岩土力学与堤坝工程河海大学浅水湖泊综合治理与资源开发河海大学特种功能材料河南大学植物逆境河南大学粮食信息处理与控制河南工业大学煤矿灾害防治河南理工大学绿色化学介质与反应河南师范大学黄淮水环境与污染防治河南师范大学有机功能分子合成与应用湖北大学中药资源与中药复方湖北中医学院化学计量学与化学生物传感技术湖南大学环境生物与控制湖南大学建筑安全与节能湖南大学微纳光电器件及应用湖南大学现代车身技术湖南大学茶学湖南农业大学作物生理与分子生物学湖南农业大学高性能计算与随机信息处理湖南师范大学蛋白质化学及鱼类发育生物学湖南师范大学化学生物学及中药分析湖南师范大学量子结构与调控湖南师范大学区域能源系统优化华北电力大学电力系统保护与动态安全监控华北电力大学电站设备状态监测与控制华北电力大学载运工具与装备华东交通大学超细材料制备与应用华东理工大学系统承压安全科学华东理工大学煤气化华东理工大学光谱学与波谱学华东师范大学极化材料与器件华东师范大学青少年健康评价与运动干预华东师范大学地理信息科学华东师范大学脑功能基因组学华东师范大学聚合物成型加工工程华南理工大学亚热带建筑华南理工大学自主系统与网络控制华南理工大学特种功能材料华南理工大学传热强化与过程节能华南理工大学清华大学北京工业大学水稻育性发育与抗逆华南农业大学南方农业机械与装备关键技术华南农业大学激光生命科学华南师范大学生物医学光子学华中科技大学信息存储系统华中科技大学服务计算技术与系统华中科技大学分子生物物理华中科技大学神经系统重大疾病华中科技大学环境与健康华中科技大学基本物理量测量华中科技大学器官移植华中科技大学图象信息处理与智能控制华中科技大学智能制造技术华中科技大学智能制造技术华中理工大学图象信息处理与职能控制华中理工大学农业动物遗传育种与繁殖华中农业大学园艺植物生物学华中农业大学夸克与轻子物理华中师范大学青少年网络心理与行为华中师范大学超分子结构与材料吉林大学地面机械仿生技术吉林大学东北亚生物演化吉林大学人畜共患病研究吉林大学地下水资源与环境吉林大学病理生物学吉林大学地球信息探测仪器吉林大学汽车材料吉林大学符号计算与知识工程吉林大学分子酶学工程吉林大学无机合成与制备化学吉林大学动物生产及产品质量安全吉林农业大学环境友好材料制备与应用吉林师范大学功能材料物理与化学吉林师范大学组织移植与免疫暨南大学重大工程灾害与控制暨南大学再生医学暨南大学工业生物技术江南大学轻工过程先进控制江南大学糖化学与生物技术江南大学现代农业装备与技术江苏大学功能有机小分子江西师范大学鄱阳湖湿地与流域研究江西师范大学现代中药制剂江西中医学院肿瘤靶向治疗和抗体药物解放军军医进修学院非常规冶金省部共建室昆明理工大学稀贵及有色金属先进材料昆明理工大学磁学与磁性材料兰州大学西部环境兰州大学西部灾害与环境力学兰州大学干旱与草地生态兰州大学铁道车辆热工兰州交通大学光电技术与智能控制兰州交通大学有色金属合金及加工兰州理工大学数字制造技术与应用兰州理工大学医学电生理泸州医学院食品科学南昌大学无损检测技术南昌航空工业学院重大疾病的转录组与蛋白质组学南方医科大学海岸与海岛开发南京大学中尺度灾害性天气南京大学现代天文与天体物理南京大学模式动物与疾病研究南京大学表生地球化学南京大学介观化学南京大学生命分析化学南京大学材料化学工程南京工业大学飞行器结构力学与控制南京航空航天大学纳智能材料器件南京航空航天大学功能纳米晶南京理工大学林木遗传与生物技术南京林业大学做物遗传与特异种质创新南京农业大学肉品加工与质量控制南京农业大学农作物生物灾害综合治理南京农业大学虚拟地理环境南京师范大学现代毒理学南京医科大学宽带无线通信与传感网技术南京邮电大学生物活性材料南开大学核心数学与组合数学南开大学功能高分子材料南开大学分子微生物与技术南开大学环境污染过程与基准南开大学高效微纳化学电源南开大学弱光非线性光子学材料及其先进制备技术南开大学光电信息技术科学南开大学天津大学神经再生南通大学哺乳动物生殖生物学及生物技术内蒙古大学牧草与特色作物生物技术内蒙古大学风能太阳能利用技术内蒙古工业大学白云鄂博矿稀土及铌资源高效利用内蒙古科技大学草业与草地资源内蒙古农业大学冲击与安全工程宁波大学应用海洋生物技术宁波大学西部特色生物资源保护与利用宁夏大学西北退化生态系统恢复与重建宁夏大学生育力保持宁夏医科大学物理海洋青岛海洋大学橡塑材料与工程青岛科技大学生态化工青岛科技大学高原医学青海大学藏文信息处理青海师范大学青藏高原环境与资源青海师范大学结构工程与振动清华大学破坏力学清华大学生命有机磷化学及化学生物学清华大学先进材料清华大学蛋白质科学清华大学水沙科学与水利水电工程清华大学先进反映堆工程与安全清华大学热科学与动力工程清华大学先进成形制造清华大学信息系统安全清华大学生态规划与绿色建筑清华大学地球系统数值模拟清华大学粒子技术与辐射成像清华大学普适计算清华大学有机光电子与分子工程清华大学原子分子纳米科学清华大学生物信息学清华大学单原子分子测控清华大学三峡库区地质灾害三峡大学细胞生物学与肿瘤细胞厦门大学现代分析科学厦门大学水声通信与海洋信息技术厦门大学亚热带湿地生态系统研究厦门大学计量经济学厦门大学海洋环境科学厦门大学胶体与界面化学山东大学材料液态结构及其遗传性山东大学密码技术与信息安全山东大学植物细胞工程与种质创新山东大学电网智能化调度与控制山东大学粒子物理与粒子辐照山东大学生殖内分泌山东大学材料液固结构演变与加工山东大学实验畸形学山东大学心血管功能与重构研究山东大学可再生能源建筑利用技术山东建筑大学矿山灾害预防控制山东科技大学制浆造纸科学与技术山东轻工业学院分子与纳米探针山东师范大学中医药经典理论山东中医药大学量子光学山西大学化学生物学与分子工程山西大学计算智能与中文信息处理山西大学细胞生理学山西医科大学应用表面胶体化学陕西师范大学智能制造技术汕头大学特种光纤与光接入网上海大学功能基因组学和人类疾病相关基因研究上海第二医科大学动力机械与工程上海交通大学微生物代谢工程上海交通大学系统生物医学上海交通大学细胞分化与凋亡上海交通大学系统控制与信息处理上海交通大学环境与儿童健康上海交通大学人工结构及量子调控上海交通大学电力工程新技术上海交通大学薄膜与微细技术上海交通大学高温材料及高温测试上海交通大学水产种质资源发掘与利用上海水产大学筋骨理论与治法上海中医药大学中药标准化上海中医药大学肝肾疾病病证上海中医药大学污染环境的生态修复与资源化技术沈阳大学特种电机与高压电器沈阳工业大学北方超级梗稻育种沈阳农业大学创新药物研究与设计沈阳药科大学新疆特种植物药资源石河子大学道路与铁道工程安全保障石家庄铁道学院太赫兹光电子学首都师范大学心血管重塑相关疾病首都医科大学神经变性病学首都医科大学耳鼻咽喉头颈科学首都医科大学皮革化学与工程四川大学靶向药物四川大学妇儿疾病与出生缺陷四川大学口腔生物医学工程四川大学绿色化学与技术四川大学生物资源与生态环境四川大学辐射物理及技术四川大学西南作物基因资源与遗传改良四川农业大学动物抗病营养四川农业大学现代光学技术苏州大学原位改性采矿太原理工大学煤科学与技术太原理工大学能源化学与化工太原理工大学新型传感器与智能控制太原理工大学新材料界面科学与工程太原理工大学港口与海洋工程天津大学定量系统生物工程天津大学滨海土木工程结构与安全天津大学机构理论与装备设计天津大学电力系统仿真控制天津大学绿色合成与转化天津大学先进陶瓷与加工技术天津大学高温加工陶瓷与工程陶瓷加工技术天津大学中空纤维膜材料与膜过程天津工业大学先进纺织复合材料天津工业大学食品营养与安全天津科技大学显示材料与光电器件天津理工大学中枢神经创伤修复与再生天津医科大学方剂学天津中医学院道路与交通工程同济大学嵌入式系统与服务计算同济大学先进土木工程材料同济大学岩土及地下工程同济大学高密度人居环境生态与节能同济大学长江水环境同济大学固体力学同济大学海洋地质同济大学检验医学温州医学院地球空间环境与大地测量武汉大学植物发育生物学武汉大学声光材料与器件武汉大学水力机械过渡过程武汉大学水工岩石力学武汉大学组合生物合成与新药发现武汉大学口腔生物医学工程武汉大学生物医用高分子材料武汉大学绿色化工过程武汉工程大学大宗粮油精深加工武汉工业学院钢铁冶金及资源利用武汉科技大学新型纺织材料绿色加工及其功能化武汉科技学院硅酸盐材料工程武汉理工大学高速船舶工程武汉理工大学电子装备结构设计西安电子科技大学智能感知与图像理解西安电子科技大学计算机网络与信息安全西安电子科技大学功能性纺织材料及制品西安工程大学结构工程与抗震西安建筑科技大学现代设计及转子轴承系统西安交通大学电子陶瓷与器件西安交通大学生物医学信息工程西安交通大学强度与振动西安交通大学智能网络与网络安全西安交通大学过程控制与效率工程西安交通大学热流科学与工程西安交通大学环境与疾病相关基因西安交通大学结构强度与振动西安交通大学电子物理与器件西安交通大学数控机床及机械制造装备集成西安理工大学光电油气测井与检测西安石油大学大陆动力学西北大学文化遗产研究与保护技术西北大学西部资源生物与现代生物技术西北大学合成与天然功能分子化学西北大学现代设计与集成制造技术西北工业大学空间应用物理与化学西北工业大学旱区农业水土工程西北农林科技大学植保资源与病虫害治理西北农林科技大学生态环境相关高分子材料西北师范大学宇宙线西藏大学藏医药基础西藏医学院流体及动力机械西华大学西南野生动植物保护西华师范大学人格与认知西南大学发光与实时分析西南大学南方山地园艺学西南大学三峡库区生态环境西南大学家蚕基因组学西南大学磁浮技术与磁浮列车西南交通大学制造过程测试技术西南科技大学固体废物处理与资源化西南科技大学石油天然气装备西南石油学院低维材料及其应用技术湘潭大学环境友好化学与应用湘潭大学清洁能源材料与技术新疆大学石油天然气精细化工新疆大学西部干旱荒漠区草地资源新疆农业大学新疆维吾尔族高发疾病研究新疆医科大学长白山生物功能因子延边大学禽类预防医学扬州大学植物功能基因组学扬州大学微生物资源开发研究云南大学自然资源药物化学云南大学微生物多样性可持续利用云南大学农业生物资源生物多样性与病害控制云南农业大学民族教育信息化云南师范大学西部地质资源与地质工程长安大学道路施工技术与装备长安大学特殊地区公路工程长安大学桥梁工程安全控制长沙理工大学公路工程长沙理工大学濒危野生动物保护遗传与繁殖浙江大学动物分子营养学浙江大学生物医学工程浙江大学高分子合成与功能构造浙江大学软弱土与环境土工浙江大学恶性肿瘤预警与干预浙江大学生殖遗传浙江大学污染环境修复与生态健康浙江大学能源洁净利用与环境工程浙江大学机械制造及自动化浙江工业大学制药工程浙江工业大学先进纺织材料与制备技术浙江理工大学材料物理郑州大学材料成型过程及模具郑州大学仪器科学与动态测试中北大学媒介音视频中国传媒大学岩石图构造、深部过程及探测技术中国地质大学构造与油气资源中国地质大学海相储层演化与油气富集机理中国地质大学（北京）生物地质与环境地质中国地质大学（武汉）海水养殖中国海洋大学海洋化学理论与工程技术中国海洋大学海底科学与探测技术中国海洋大学海洋环境与生态中国海洋大学海洋药物中国海洋大学物理海洋中国海洋大学海洋遥感信息处理中国海洋大学煤炭资源中国矿业大学煤炭加工与高效清洁利用中国矿业大学煤矿瓦斯与火灾防治中国矿业大学教育部重点实验室中国矿业大学（北京）现代精细农业系统集成研究中国农业大学植物-土壤相互作用中国农业大学数据工程与知识工程中国人民大学石油天然气成藏机理中国石油大学石油工程中国石油大学药物质量与安全预警中国药科大学现代中药中国药科大学免疫皮肤病学中国医科大学细胞生物学中国医科大学证据科学中国政法大学有色金属材料科学与工程中南大学现代复杂装备设计与极端制造中南大学有色金属资源化学中南大学糖尿病免疫学中南大学重载铁路工程结构中南大学轨道交通安全中南大学生物冶金中南大学聚合物复合材料及功能材料中山大学基因工程中山大学生物无机与合成化学中山大学数字家庭中山大学干细胞与组织工程中山大学眼科学中山大学高电压技术与系统信息检测及新技术重庆大学西南咨询开发及环境灾害控制工程重庆大学山地城镇建设与新技术重庆大学低品位能源利用技术及系统重庆大学信息物理社会可信服务计算重庆大学高电压与电工新技术重庆大学三峡库区生态环境重庆大学生物力学与组织工程重庆大学光电技术及系统重庆大学汽车零部件制造及检测技术重庆工学院水利水运工程重庆交通大学最优化与控制重庆师范大学临床检验诊断学重庆医科大学。

信息安全国家重点实验室

信息安全国家重点实验室信息安全国家重点实验室（以下简称“实验室”）是由国家重点实验室管理局批准建立的，致力于信息安全领域的研究和创新的科研机构。

实验室成立以来，一直致力于信息安全领域的前沿技术研究和人才培养，取得了一系列重要的科研成果，为国家信息安全事业的发展做出了积极贡献。

首先，实验室在信息安全领域开展了一系列重要的研究工作。

针对当前信息安全领域的热点和难点问题，实验室组织了一批高水平的科研团队，开展了包括网络安全、数据安全、物联网安全、人工智能安全等多个方向的研究工作。

通过深入研究和探索，实验室在信息安全技术、产品和标准等方面取得了一系列创新性成果，为我国信息安全事业的发展提供了重要的技术支撑。

其次，实验室注重人才培养，为信息安全领域培养了大批高素质的科研人才。

实验室建立了一套完善的人才培养体系，包括博士、硕士、本科生和博士后等多层次的培养机制。

实验室鼓励青年科研人才敢于创新、勇于探索，在科研项目中给予他们更多的自主权和支持，培养了一批在信息安全领域具有国际影响力的优秀科研人才。

最后，实验室积极参与国家信息安全战略，为信息安全事业的发展提供了重要的技术支撑。

实验室与国内外多家知名企业和科研机构建立了紧密的合作关系，共同开展信息安全领域的研究和创新工作。

实验室还积极参与国家信息安全标准的制定和修订工作，为我国信息安全产业的规范化和国际化提供了重要的支持。

总之，信息安全国家重点实验室作为信息安全领域的重要科研机构，一直致力于信息安全技术的创新和人才培养，为国家信息安全事业的发展做出了重要的贡献。

实验室将继续秉承“创新、协作、责任、担当”的核心价值观，不断加强科研创新和人才培养工作，为我国信息安全事业的发展做出更大的贡献。

公安部重点实验室建设现状与前景展望_谭晓准

公安部重点实验室建设现状与前景展望谭晓准摘要建设公安部重点实验室，是公安机关贯彻落实国家关于加强自主创新能力建设总体部署的有力抓手，更是不断提高公安科技创新能力、加快完善公安科技创新体系的必然选择。

自2003年公安部党委做出建设部署以来，公安部重点实验室从无到有、从初创到壮大，覆盖了重要的公安科技领域，形成了规范的建设管理流程和科学的管理体制，建成了一批开展高水平科技研究、聚集和培养公安优秀科技人才、进行高层次学术交流和促进科技成果转化应用的基地，在科技强警中发挥了重要作用。

面对新形势和新任务，要采取有力措施，进一步完善结构布局，增强整体实力，加快向国家级重点实验室的迈进步伐，为提高公安机关警务效能和实战能力、建设平安中国和法治中国做出新的更大贡献。

关键词公安科技创新公安部重点实验室建设现状前景展望党的十八大报告指出：“科技创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置。

”2013年初，国务院制订出台《“十二五”国家自主创新能力建设规划》，明确提出“按照明确定位、完善布局、规范建设、共建共享的原则，进一步加强国家（重点）实验室建设”。

这是我国把增强自主创新能力作为科学技术发展的战略基点和提高综合国力的关键，不断深化科技创新基础条件建设，加快实施创新驱动发展战略的科学部署和重要举措。

作为呼应新科技革命需求而产生的一种特殊的科研建制，重点实验室既是指一类相对独立、极具创新活力的科学研究实验基地，同时也代表着一种开放、灵活、集成、高效的科研组织形式。

综观世界范围内的科技创新实践，世界主要国家都把建设政府主导的高水平科学研究实验基地作为国家创新体系建设的基本任务，不约而同把超前部署和大力支持国家重点实验室作为提升创新能力、抢占综合国力竞争制高点的重大战略选择。

我国在充分吸收借鉴美国等发达国家重点实验室建设经验的基础上，于1984年组织实施了国家重点实验室计划。

经过近三十年的建设与发展，国家重点实验室取得了重大进步，实现了跨越式发展。

基于光照-反射成像模型和形态学操作的多谱段图像增强算法

基于光照-反射成像模型和形态学操作的多谱段图像增强算法王殿伟;韩鹏飞;范九伦;刘颖;许志杰;王晶【摘要】为解决多谱段降质图像增强问题,提出了一种基于光照-反射成像模型和形态学操作的多谱段图像增强算法.首先对图像饱和度使用自适应非线性拉伸函数进行拉伸,使增强后的图像色彩更加饱和、自然;接下来利用引导滤波算法提取出图像的光照分量,提出了一种基于细节特征的加权融合策略,利用光照分布特性构造了一种自适应Gamma校正函数对光照分量进行处理,并将其与利用对比度受限的自适应直方图均衡化方法处理后的光照分量以及原始光照分量进行融合;然后在反射分量校正时,构造了一种形态学操作函数来校正反射信息;最后合并光照分量和反射分量,并与处理后的饱和度分量和色调分量一起得到增强图像.采用主客观评价指标对可见光低照度图像、水下图像、高动态范围图像、沙尘暴图像、雾天图像和热红外图像6种降质多谱段图像实验结果进行分析比较,结果表明本文算法能够有效地抑制图像噪声、增强图像细节信息、改善图像视觉效果,可应用于多种图像增强领域.【期刊名称】《物理学报》【年(卷),期】2018(067)021【总页数】11页(P88-98)【关键词】多谱段图像增强;细节特征;引导滤波;形态学操作【作者】王殿伟;韩鹏飞;范九伦;刘颖;许志杰;王晶【作者单位】西安邮电大学通信与信息工程学院,西安 710121;电子信息现场勘验应用技术公安部重点实验室,西安 710121;西安邮电大学通信与信息工程学院,西安710121;西安邮电大学通信与信息工程学院,西安 710121;西安邮电大学通信与信息工程学院,西安 710121;电子信息现场勘验应用技术公安部重点实验室,西安710121;(英国)哈德斯菲尔德大学计算机与工程学院,哈德斯菲尔德HD1 3DH;(英国)谢菲尔德哈雷姆大学计算机学院,谢菲尔德S1 1WB【正文语种】中文1 引言随着科学技术水平的不断发展,多谱段图像的成像技术已经被广泛应用于医学诊断、公共安检、交通监管、视觉导航等领域.但在实际的工程应用中,由于外界环境影响以及谱段自身的性质限制[1,2],导致采集到的图像质量受损、噪声偏多、图像整体对比度较低,对后续图像的观察以及分析造成了很大的困难.因此,对多谱段图像进行增强,提高图像视觉效果、增强图像对比度以及细节信息就显得尤为重要[3,4].与普通场景图像的增强算法相比较,低照度图像、水下图像、高动态范围(high-dynamic range,HDR)图像、沙尘暴图像、雾天图像以及热红外图像的增强算法相对较少.常用的图像增强算法主要包括直方图均衡化[5−7]、基于Retinex理论的图像增强算法[8−11]、频域滤波[12−15]和基于物理模型类算法[16−18]等.这些算法各有优缺点:1)直方图均衡化类算法利用图像像素的分布特点来对图像进行增强,易产生过增强现象,且增强后图像的视觉效果不够好;2)基于Retinex理论的算法使得增强后图像更加符合人眼特性,视觉效果更好,但会产生光晕现象;3)频域滤波主要是滤除图像中的噪声,对图像进行平滑;4)基于物理模型的算法可使增强后的图像更加清晰,色彩更加饱和丰富;但是上述图像增强算法只能够增强某一特定谱段的图像领域的问题,具有局限性.目前对于多个谱段图像增强算法研究较少,毕国玲等[3]利用基于光照-反射成像模型和有界运算的方法对低照度图像、雾霾图像、红外图像以及X光医学图像进行增强,不仅可以很好地增强图像亮度,提高图像对比度,而且增强后的图像具有较好的视觉效果,其局限性在于其适用于灰度图像;李红等[4]利用基于主特征提取的Retinex多谱段图像增强算法实现了对X光图像、紫外图像、可见光图像、低照度可见光图像和红外图像等图像的增强,可以增强图像亮度和对比度,抑制图像噪声,使得图像的细节信息更加凸显,但该算法中参数多是利用经验值手动设置,难以自动地寻找到最优参数.上述两种多谱段图像增强算法虽然很好地解决大多数多谱段图像降质的问题,但是均未涉及到水下、HDR与含沙尘暴图像增强领域,具有其局限性.针对以上问题,本文提出了一种基于光照-反射成像模型和形态学操作的多谱段图像增强算法.首先将图像亮度分为光照分量与反射分量,对于光照分量,文中提出一种细节特征加权融合策略,利用光照分布特性构造了一种自适应Gamma校正函数对光照分量进行处理,并将其与利用对比度受限的自适应直方图均衡化(contrast-limited adaptive histogram equalization,CLAHE)方法处理后的光照分量,以及原始光照分量进行融合;对于反射分量,构造了一种形态学操作函数,对反射分量进行去噪的同时可以增强图像细节信息;然后对于图像饱和度,使用一种自适应非线性拉伸函数对图像饱和度进行拉伸,使得图像的色彩更加饱和、自然.文中算法实现了多谱段图像去噪、对比度增强与细节增强的结合,实现了对可见光低照度图像、水下图像、HDR图像、沙尘暴图像、雾天图像和热红外图像6种多谱段降质图像的亮度以及对比度的增强,抑制了图像噪声,有效地凸显出图像的细节信息并提高了多谱段降质图像的视觉质量.2 基本理论2.1 光照-反射成像模型由光照-反射成像模型[8]可知,若使用二维函数S(x,y)来表示一幅图像,每一个像素点(x,y)对应的函数值即为该点图像的亮度值.S(x,y)由照射到场景的光照分量I(x,y)与经物体表面反射后的反射分量R(x,y)乘积构成,其模型表达式如下:由光照-反射成像模型理论可得,对于一幅数字图像,光照分量主要决定图像中像素的动态范围,对应于图像中的低频部分,反映了图像的全局特性以及图像的边缘细节信息;反射分量代表图像的内在本质特性,对应于图像中的高频部分,包含图像的大多数局部细节信息以及所有噪声.2.2 引导滤波器原理引导滤波[13]是一种基于局部线性模型的具有边缘保持平滑特性的滤波器,其思想是定义任一像素点与其相邻的像素点为线性关系,然后对其进行局部滤波,将所有局部滤波后的结果进行累加来得到滤波后的结果.假设引导图像为I,输入图像为p,输出图像为q.对于输出图像中的第i个像素而言,其计算方法可表示为式中i和j为像素标签;Wij为滤波核函数,定义为[11]式中,Wk为第k个核函数窗口;|ω|为窗口内的像素个数;µk,σ2k是引导图I在窗口ω内的均值和方差;ε为平滑因子.3 基于细节特征加权融合的图像增强算法3.1 算法原理本文在光照-反射成像模型的基础上,将图像去噪、对比度增强与细节增强相结合,提出了一种基于光照-反射成像模型和形态学操作的多谱段图像增强算法,基本步骤(见图1)如下:1)将图像从RGB色彩空间转到HSV色彩空间,获取图像的亮度分量V、色调分量H与饱和度分量S;2)使用一种自适应非线性拉伸函数对S分量进行自适应拉伸,使得图像的色彩更加饱满、自然;3)利用引导滤波对V分量进行处理,将其分解为光照分量和反射分量,估计出图像的光照分量,提出了一种基于细节特征的加权融合策略,利用光照分布特性构造了一种自适应Gamma校正函数对光照分量进行处理,并将其与利用CLAHE方法处理后的光照分量以及原始光照分量进行融合;4)构造了一种形态学操作函数对反射分量进行处理,在去除图像噪声的同时增强图像细节信息;5)最后将处理后的反射分量与光照分量合并得到增强后的亮度分量V,与色调H、拉伸后的饱和度S进行合并,并将增强后的结果转换到RGB色彩空间,从而得到增强后的图像.本文算法的流程图如图1所示.图1 本文算法流程图Fig.1.Flow diagram of proposed method.3.2 亮度分量V增强为了更好地提高图像的图像质量,减少光照等因素对于图像的影响,准确地提取出图像的光照信息特别重要.目前,应用较广泛的光照信息提取算法主要有基于高斯滤波的算法[9]、基于变分框架的Retinex算法[10]、引导滤波算法[12,13]和双边滤波算法[14,15]等.基于高斯滤波的提取算法容易造成图像边缘模糊,细节信息保持较差;基于变分框架的Retinex算法提取光照信息时,对含有光照突变的图像提取效果并不理想;双边滤波算法的运算量过大,实时性不好,难以应用于实际工程中.3.2.1 光照分量增强鉴于引导滤波算法在对图像平滑时具有良好的边缘保持能力,并能够抑制图噪声,本文采用引导滤波算法对亮度分量V做滤波平滑,利用(1)式所示的光照-反射成像模型,将图像的亮度分解为光照分量I(x,y)与反射分量R(x,y)的乘积.为了获得更好的光照分量的增强效果,分别采用自适应Gamma校正算法和CLAHE[6]方法对图像的光照分量进行处理,并利用基于细节特征的加权融合算法进行融合,对光照分量的处理过程如图2所示.输入I1为图像的原始光照分量I(x,y),其包含了大量的原始结构信息,可以避免图像增强过程中产生失真现象.输入I2是采用自适应Gamma函数对光照分量进行校正后的结果,本文提出了一种新的自适应Gamma校正函数,表达式为式中I(x,y)为原始光照分量值;I2(x,y)为自适应校正后的光照分量值;r(x,y)为Gamma函数的控制参数,其取值直接决定Gamma函数校正的效果.现有的Gamma校正算法中r(x,y)的值通常凭经验选取一个固定值,当r(x,y)>1时会降低整幅图像的亮度,当r(x,y)<1时会提高整幅图像的亮度,r(x,y)=1时图像亮度保持不变.实际的图像中既有整体光照过亮的图像也有整体光照过暗的图像,这就给r(x,y)最优值的选取带来困难.为此,本文提出一种r(x,y)最优值自适应选取策略,利用每一个像素点的光照分布特性动态地调整Gamma函数的参数,实现对图像亮度的自适应校正处理,提高光照过暗区域图像的光照分量值,降低光照过亮区域图像的光照分量值,得到校正后的光照分量.r(x,y)的计算方法如下:这里m,n分别为图像的宽与高. 采用自适应Gamma校正可以很好地提高图像亮度,丰富暗区域细节信息,抑制住原图中较亮区域的增强,防止出现过增强.虽然自适应Gamma校正函数可以改善光照分量的分布,但动态范围有所压缩,会导致图像的局部对比度过低.因此,采用CLAHE[4]对光照分量进行处理,得到光照输入I3.其表达式可以写为图2 光照分量算法框图Fig.2.Processing block diagram of illumination component algorithm.3.2.2 光照输入融合为了得到光照分量的最优增强效果,本文提出一种基于细节特征的图像融合策略,将3.2.1节中得到的I1,I2,I3加权融合后的值作为该像素点的光照分量值.鉴于图像的方差、梯度、熵分别反映图像质量、清晰度以及图像的丰富程度,选用方差、梯度、熵这3个参数,来求取图像的局部特征.方差、梯度、熵的计算方法分别为式中Qvar,p(x,y)为方差;Qgrad,p(x,y)为梯度;Qentr,p(x,y)为熵;p=1,2,3分别代表输入I1、输入I2和输入I3;d为邻域半径,d=(2k+1)(2k+1),尺寸大小由k决定,常用尺寸为7×7,9×9,11×11等,本文选取9×9;Ip表示第p个输入光照估计,Ip表示所选邻域内各像素点的光照分量均值,其计算公式为融合过程中,对于每一个像素点(x,y),统计其邻域内像素点的方差、梯度和熵作为该像素点的局部特征,并以此来确定I1,I2和I3在融合中所占的权重.在这里,图像的质量测度是由上述的方差、梯度、熵的一种或多种所构成,对应的质量测度定义为其中,α,β,γ取值为0或者1.为了可以获取更佳的光照校正效果,取方差、梯度及熵3个图像局部特征来对图像的光照信息进行融合,所以α,β,γ三者都取值为1.权重系数的设计为式中Qp(x,y)是光照输入估计的质量测度,且权重系数必须满足这里,h是一个特别小的正数,目的是防止分母值为零.融合后的光照分量即为增强后的光照分量Ienhanced,其表达式为3.2.3 反射分量增强受成像技术影响,除可见光图像外,低照度可见光图像、水下图像、HDR图像、沙尘暴图像、雾天图像和热红外图像中都存在一定的噪声.图像的反射分量包含了图像大部分的细节信息以及图像的噪声.为此本文提出了一种改进的形态学操作方法,对反射分量进行处理,在增强图像细节信息的同时去除图像噪声,处理步骤如下.1)对图像反射分量进行膨胀操作,其结构元素取5×5的直线型结构元素H,然后对反射分量进行腐蚀操作,取与H垂直的5×5的结构元素HC,对反射分量进行去噪,形态学操作表达式为2)提出了一种改进后的形态学操作对去噪后的图像进行处理,达到图像细节增强的效果,方程定义如下:其中b为3×3的圆盘形结构元素.为了验证这种形态学操作的增强效果,使用5×5的结构元素,对加入密度为0.03的椒盐噪声图像进行膨胀、腐蚀、开与闭运算以及本文提出的基于形态学的细节去噪增强算法等操作,增强结果如图3所示.图3 不同算法对反射分量增强处理后的结果 (a)原始图像;(b)密度为0.03的噪声图像;(c)膨胀操作结果;(d)腐蚀操作结果;(e)开操作结果;(f)闭操作结果;(g)文中提出的去噪算法;(h)本文细节增强算法Fig.3.Processing results of the reflection components by different techniques:(a)Original image;(b)noisy image with a density of 0.03;(c)expansion operation result;(d)corrosion operation result;(e)open operation result;(f)closed operation result;(g)denoising algorithm proposed in this paper;(h)detail enhancement algorithm proposed in this paper.3.3 饱和度分量增强对图像的亮度分量V进行增强后,图像的亮度得到了显著提升,但是图像的色彩饱和度在一定程度上有所降低.因此,本文构建了一种自适应非线性拉伸函数对饱和度S 进行拉伸,使得增强后图像的色彩更加鲜艳、自然,能够更好地符合人眼视觉特性,函数定义如下:图4 不同算法对饱和度分量的效果图 (a)原始饱和度分量;(b)文献[19]算法处理结果;(c)本文算法处理结果Fig.4.Resultant images of saturation components by different algorithms:(a)Original saturation component;(b)processing results by the method in Ref.[19];(c)processing results by our proposed method.式中Sin和Sout分别是拉伸前、后图像的饱和度;mean(R,G,B),max(R,G,B)和min(R,G,B)分别为原始图对应像素点R,G,B颜色分量的平均值、最大值和最小值. 分别采用文献[19]算法和本文算法对原始图像饱和度分量S进行处理,其实验结果如图4所示.由图4可知,本文所提算法相较于文献[19]方法,可以更好地调节图像的饱和度分量,通过对图像饱和度分量进行分线性自适应拉伸,使得图像的色彩更加鲜艳,丰富.4 实验结果与分析4.1 主观评价为了验证本文算法对不同谱段图像的增强效果,首先选取低照度图像、水下图像、HDR图像、沙尘暴图像、雾天图像和热红外图像6组图像分别进行实验,并与各个领域的增强算法进行比较,实验结果如图5—图10所示.图5 低照度图像增强对比 (a)低照度图像;(b)文献[20]算法;(c)文献[21]算法;(d)文献[22]算法;(e)文献[23]算法;(f)文献[24]算法;(g)文献[25]算法;(h)本文算法parison of low light image enhancement:(a)Low lightimage;(b)result in Ref.[20];(c)result in Ref.[21];(d)result in Ref.[22];(e)result in Ref.[23];(f)result in Ref.[24];(g)result in Ref.[25];(h)result obtained by our proposed method.图5是不同算法对于低照度图像增强处理的结果,可见文献[20]、文献[21]、文献[22]和文献[23]中的算法虽可以改善图像的质量,但存在图像的对比度过高或过低,图像边缘细节保持不好等问题;文献[24]和文献[25]算法出现了过增强现象,导致图像的细节信息不够清楚,颜色有所失真;本文算法在增强过程中,很好地保持了图像原有的细节特征信息,且色彩更加饱和自然,更加符合人眼特性.图6是不同算法对于水下图像增强处理的结果.由图6可知,文献[8]、文献[9]、文献[10]和文献[11]的算法虽提高了图像的对比度,但是存在噪声放大现象,图像整体的视觉效果不佳;文献[5]和文献[24]的算法提高了图像的对比度,保持了图像原有的细节特征信息,但是灰度变化较小,颜色也不够自然;本文算法在进行对比度增强的同时去除了图像噪声,而且增强后的图像色彩更加鲜艳自然.图7是不同算法对于HDR图像处理结果,可以看出文献[8]、文献[14]和文献[26]的算法提高了图像对比度,但暗区域信息丢失严重;文献[5]、文献[15]和文献[27]的算法可突出明暗区域的对比度,但算法增强后图像颜色不够自然,文献[5]算法无法增强较暗区域的细节信息;本文算法提高了图像的整体对比度,增强了明暗区域的细节信息,同时增强后的图像颜色更加饱满自然.图6 水下图像增强对比 (a)水下图像;(b)文献[5]算法;(c)文献[8]算法;(d)文献[9]算法;(e)文献[10]算法;(f)文献[11]算法;(g)文献[24]算法;(h)本文算法parison of underwater image enhancement:(a)Underwater image;(b)result in Ref.[5];(c)result in Ref.[8];(d)result in Ref.[9];(e)result in Ref.[10];(f)result in Ref.[11];(g)result in Ref.[24];(h)result obtained by our proposed method.图7 HDR图像增强对比 (a)HDR图;(b)文献[5]算法;(c)文献[8]算法;(d)文献[14]算法;(e)文献[15]算法;(f)文献[26]算法;(g)文献[27]算法;(h)本文算法parison of HDR image enhancement:(a)HDR image;(b)result in Ref.[5];(c)result in Ref.[8];(d)result in Ref.[14];(e)result in Ref.[15];(f)result in Ref.[26];(g)result in Ref.[27];(h)result obtained by our proposed method.图8是不同算法对于沙尘暴图像处理结果.由图8可见,文献[8]、文献[9]和文献[10]算法较好地去除了沙尘暴的影响,增强了近景图像,但是对于远景图像效果不佳;文献[6]算法提高了图像对比度以及细节信息,但是没有很好地去除掉沙尘暴的影响,使得图像颜色不够自然;文献[17]和文献[28]算法虽然可以很好地增强图像细节信息,但清晰度以及远景图像效果不好;本文算法很好地去除了沙尘暴对于图像质量的影响,提高了图像整体对比度以及细节信息.图8 沙尘暴图像增强对比 (a)沙尘暴图像;(b)文献[6]算法;(c)文献[8]算法;(d)文献[9]算法;(e)文献[10]算法;(f)文献[17]算法;(g)文献[28]算法;(h)本文算法parison of sand-storm image enhancement:(a)Sand-storm image;(b)result in Ref.[6];(c)result in Ref.[8];(d)result in Ref.[9];(e)result in Ref.[10];(f)result in Ref.[17];(g)result in Ref.[28];(h)result obtained by our proposed method.图9是不同算法对于含雾图像处理结果,文献[6]算法虽提高了图像整体对比度以及图像清晰度,但颜色失真严重;文献[29]算法提高了图像能见度,但是细节信息能见度太弱,造成了过增强现象;文献[18]与文献[30]算法可很好地提高图像的能见度,但图像细节信息增强不够好,且图像视觉效果不好;文献[16]和文献[21]算法对近景图像的细节信息增强效果较好,提高了其清晰度与对比度,但是对于远景图像仍存在模糊现象;本文算法在一定程度上很好地解决了上述算法的缺点,使得增强后的图像更加清晰,图像的颜色更加饱满,具有更好的视觉效果.图10是不同算法对于热红外图像处理之后的实验结果图,文献[8]、文献[9]和文献[10]算法使得增强后的图像变得模糊,细节信息不清晰,颜色有所失真;文献[5]和文献[6]算法虽然可以很好地增强图像对比度,但是图像噪声有所放大,颜色失真明显且图像细节信息丢失较为严重;文献[7]提高了图像整体对比度,且颜色保持较好,但是细节信息基本没有变化;本文算法在增强细节信息的同时去除了图像噪声,使得增强后的图像具有更好的视觉效果.图9 雾天图像增强对比 (a)雾天图像;(b)文献[6]算法;(c)文献[16]算法;(d)文献[18]算法;(e)文献[21]算法;(f)文献[29]算法;(g)文献[30]算法;(h)本文算法parison of foggy image enhancement:(a)Foggy image;(b)result in Ref.[6];(c)result in Ref.[16];(d)result in Ref.[18];(e)result in Ref.[21];(f)result in Ref.[29];(g)result in Ref.[30];(h)result obtained by our proposed method.图10 热红外图像增强对比 (a)热红外图;(b)文献[5]算法;(c)文献[6]算法;(d)文献[7]算法;(e)文献[8]算法;(f)文献[9]算法;(g)文献[10]算法;(h)本文算法parison of thermal infrared image enhancement:(a)Thermal IR image;(b)result in Ref.[5];(c)result in Ref.[6];(d)result in Ref.[7];(e)result in Ref.[8];(f)result in Ref.[9];(g)result in Ref.[10];(h)result obtained by our proposed method.4.2 客观评价为了更加客观地对不同算法的增强效果进行评价,选用图像对比度、清晰度以及信息熵3个客观评价指标,对各个谱段图像在不同算法下增强效果进行衡量[31−34].图像对比度是指图像中从黑到白的一个渐变层次,通过对图像对比度进行增强,可以调节图像灰度层次范围,有效地凸显图像的细节信息.图像对比度通常利用标准差(如(18)式)进行衡量.清晰度则表示影像上各细部影纹及其边界的清晰程度,一般用图像的平均梯度(如(19)式)来衡量.熵是衡量图像中所包含的信息量的大小,熵越大说明包含的信息越多,用信息熵(如(20)式)来计算图像的熵值.其中M,N分布为图像的长与宽;x(i,j)表示第i行、第j列的像素值;µ表示均值.其中M,N分布为图像的长与宽;x(i,j)表示第i行、第j列的像素值.其中q(x)表示图像灰度x的分布密度,k为图像的灰度级.对于不同谱段图像的增强结果的客观评价指标描述分别如图11—图16所示.图11 不同算法对低照度图像增强效果质量评价Fig.11.Quality evaluation of different algorithms for low illumination image enhancement.图12 不同算法对水下图像增强效果质量评价Fig.12.Quality evaluation of different algorithms for underwater image enhancement.由图11—图16可知,各种增强算法增强后的图像对比度、清晰度和信息熵较原图相比都有很大的提高,在一定程度上改善图像的对比度和清晰度.但本文算法得到的对比度、清晰度和信息熵3种指标的值都优于其他算法.从定性和定量两方面来对不同增强算法处理效果进行了对比分析,结合主客观评价指标可知本文算法在一定程度上能够有效地抑制图像噪声、提高图像的清晰度、增强图像细节及对比度,改善图像视觉效果,且本文算法适用于多谱段图像增强.图13 不同算法对HDR图像增强效果质量评价Fig.13.Quality evaluation of different algorithms for HDR image enhancement.图14 不同算法对沙尘暴图像增强效果质量评价Fig.14.Quality evaluation of different algorithms for sandstorm image enhancement.图15 不同算法对雾天图像增强效果质量评价Fig.15.Quality evaluation of different algorithms for hazy image enhancement.图16 不同算法对热红外图像增强效果质量评价Fig.16.Quality evaluation of different algorithms for thermal infrared image enhancement.5 结论为解决多谱段图像降质问题,本文提出了一种基于光照-反射成像模型和形态学操作的多谱段图像增强算法.算法基于HSV色彩空间,对图像饱和度进行自适应非线性拉伸,使得图像的色彩更加饱和;将图像亮度分解为光照分量与反射分量,提出了一种基于细节特征的加权融合策略,利用光照分布特性构造了一种自适应Gamma校正函数对光照分量进行处理,并将其与利用CLAHE方法处理后的光照分量以及原始光照分量进行融合;然后在反射分量校正时,构造了一种形态学操作函数来校正反射信息;将光照反射分量进行合并,与拉伸后的饱和度以及色调重构出增强后的图像.实验结果表明,本文算法同时对低照度图像、水下图像、HDR图像、沙尘暴图像、含雾图像和热红外图像都有很好的增强效果,可以有效地提高图像对比度以及清晰度,增强图像细节信息,并抑制图像噪声,同时增强后的图像颜色更加鲜艳自然.但由于算法复杂性太高,导致运算时间较长,如何提高降低算法复杂度将是今后的研究重点. 参考文献【相关文献】[1]Chen X H,Yan L,Wu W,Meng S Y,Wu L A,Sun Z B,Wang C,Zhai G J 2017 Chin.Phys.B 2660702[2]Lu X W,Li J Z,Chen H Y 2010 Chin.Phys.Lett.27104209[3]Bi G L,Xu Z J,Zhao J,Sun Q 2015 Acta Phys.Sin.64100701(in Chinese)[毕国玲,续志军,赵健,孙强 2015物理学报64100701][4]Li H,Wu W,Yang X M,Yan B Y,Liu K,Jeon G 2016 Acta Phys.Sin.65160701(in Chinese)[李红,吴炜,杨晓敏,严斌宇,刘凯,Gwanggil Jeon 2016物理学报 65160701][5]Sim K S,Tso C P,Tan Y Y 2007 Pattern Recogn.Lett.281209[6]Sasi N M,Jayasree V K 2013 Engineering 5326[7]Chen Q,Bai L H,Zhang B M 2003 J.Infrared Millim.Waves 22428(in Chinese)[陈钱,柏连发,张保民 2003红外与毫米波学报22428][8]Jobson D J,Rahman Z,Woodell G A 1997 IEEE Trans.Image Process.6451[9]Rahman Z,Jobson D J,Woodell G A 2002 International Conference on Image Processing Lausanne,Switzerland,September 19,1996 p1003[10]Jobson D J,Rahman Z,Woodell G A 1997 IEEE Trans.Image Process.6965[11]Fu X,Zhuang P,Huang Y,Liao Y,Zhang X P,Ding X 2015 IEEE International Conference on Image Processing Quebec City,Canada,Septmber 27–30,2014 p4572[12]He K,Sun J,Tang X 2013 IEEE Trans.Pattern Anal.351397。

复杂环境下基于边缘扩张的条形码定位方法

复杂环境下基于边缘扩张的条形码定位方法艾达1，马宇豪1，刘颖1+，郭建林2，周光军21.西安邮电大学电子信息现场勘验应用技术公安部重点实验室，西安7101212.深圳市有方科技股份有限公司，广东深圳518109+通信作者E-mail:*******************摘要：条形码识别技术已广泛应用于人们日常生活和工业生产中。

针对基于图像处理的条形码定位和识别过程中会受到光照环境、画面内容、镜头对焦等因素的影响导致识别效果不理想的问题，提出了一种利用边缘特性对条形码图像进行扩张处理与判别的定位方法。

首先使用改进的Sobel 算子提取图像的边缘特征，对条形码边缘进行区域扩张处理，以增大连通性；然后应用图像中连通区域的形状特征对条形码区域进行判别；最后应用Radon 变换对倾斜的条形码进行校正以利于条形码识别。

实验结果显示，提出方法在公开数据集的对比实验中定位准确率有显著提升。

在智能手机应用中，通过定位条形码区域，使得解码运算量降低，识别时间平均减少26.1%，较好地满足了实际应用的需求。

关键词：图像处理；边缘提取；边缘区域扩张；Radon 变换；条形码定位文献标志码：A中图分类号：TP391Edge-Based Expansion Method for Barcode Locating Under Complicated EnvironmentsAI Da 1,MA Yuhao 1,LIU Ying 1+,GUO Jianlin 2,ZHOU Guangjun 21.The Key Laboratory of Electronic Information Application Technology of Site-Survey of the Ministry of Public Security,Xi an University of Posts and Telecommunications,Xi an 710121,China2.Neoway Technology Co.,Ltd.,Shenzhen,Guangdong 518109,ChinaAbstract:Barcode recognition technology has been widely used in people s daily life and industrial production.Barcode locating and recognition based on image processing are affected by light environment,image content,lens focus and other factors.It will lead to inaccurate identification.A method of edge-based expansion for barcode locating is proposed according to edge characteristics.Firstly,the modified Sobel operator is used to extract the edges in the image and these edges are extended to advance the connectivity.After that,barcode area is distin-guished by the shape features of the image s connected area.Finally,slanted barcode is corrected using Radon trans-form to improve the recognition performance.The experimental results show that the locating accuracy of proposed method is significantly improved on public datasets.In the application of smart phones,the decoding operation is reduced by positioning the barcode area and the recognition time is decreased by 26.1%on average,which meets the needs of practical applications better.Key words:image processing;edges extracting;edge-based expansion;Radon transform;barcode locating计算机科学与探索1673-9418/2021/15(02)-0338-08doi:10.3778/j.issn.1673-9418.2004014基金项目：陕西省教育厅专项科学研究计划（18JK0716）。

每个西邮人都应该知道的校史!

每个西邮人都应该知道的校史！强烈要求加强爱校教育，让我们每个西邮都知道，能做为西邮的一份子是多么的不容易，让我们每个西邮人都为了西邮的明天，奋斗加油！让西邮，永生不灭！永放光辉！成为世界上的一朵奇葩！西邮二十年！对于西安邮电学院而言，1959年和1986年都是一个历史性的纪念：1959年，西邮正式成立，之后的十年历经波折，西邮师生在取得成就的同时，更多的是在各种运动中磨砺，直至1969年被宣布解散，十年心血毁于一旦；1986年，西邮恢复建院，除了延续西邮人17年间不灭的热情，没有从老学校继承任何资源，这是西邮完全不同于其他邮电兄弟院校的地方，注定了西邮的起步和发展异常艰难。

20年前，西邮30亩地办大学的故事广为流传，甚至一度成为笑谈，这却是西邮刚起步时的真实情况。

了解了这些，我们就能体会当年史云峰征地30亩办大学的苦衷，就能理解西邮“跳出八里村”口号背后的艰辛，就更能理解西邮对新校区的渴望。

同时，我们对西邮20年来所取得的成就就会肃然起敬，也会对她的未来充满信心。

让我们通过一位老院长，一位教师和两个毕业生的经历，简单记述西邮90年代发展的一些情况，连同本刊登载的杜平书记和田东平院长的访谈文章，尽力还原西邮近二十年来的大体情况，因为，1986到2006这二十年，才是真正意义上的西邮，一个完全重新建立的西邮。

历史沿革——1950年到1969年1950年初，为了培养急需的邮电业务人员，陕西省邮电管理局在西安市大湘子庙街13号创办了陕西省邮电人员训练班，史云峰担任负责人，开设电报、长话、市话和报务四个培训班，先后培训了341名学员。

1952年，西北区邮电管理局将陕西和甘肃两省邮电人员训练班合并为西北邮电学校，迁往西安市瑞禾村，增设财务、统计、供应等培训班，同期向西北地区输送了1397名邮电专业人员，大大促进了西北邮电的恢复重建工作。

1953年，西北邮电学校改名为西安邮电学校，由邮电部直接领导，并开始为山东、河南、四川等地培训技术人员，1955年，更名为西安邮政学校，正式列入国家中等专业学校序列，定位于培养邮政中级技术人员，开办我国第一个中等邮政通信专业，同时抽调人员组建西安报务学校。

公安部重点实验室建设与管理模式创新

公安部重点实验室建设与管理模式创新吴立志;侯耀华;孙均利【摘要】公安部重点实验室是公安科技能力和水平的重要标志,围绕公安创新体系建设,结合科学研究、服务公安实战和人才培养的目标,讨论分析了公安部重点实验室的功能和定位;进一步统筹规划、科学构建公安部重点实验室体系,强调了与公安业务需求、服务实战和依托单位特色的三结合;强化了管理体制创新、人才建设和经费投入三项运行保障条件建设;最后从领导组织、科技创新平台建设和优化评估指标体系三个方面促进实验室改革和创新.【期刊名称】《实验室研究与探索》【年(卷),期】2016(035)003【总页数】5页(P242-245,289)【关键词】公安科技;公安实战;公安部重点实验室;评估指标【作者】吴立志;侯耀华;孙均利【作者单位】中国人民武装警察部队学院消防指挥系,河北廊坊065000;中国人民武装警察部队学院消防指挥系,河北廊坊065000;中国人民武装警察部队学院科研部,河北廊坊065000【正文语种】中文【中图分类】G482.0公安部重点实验室是公安科技创新体系的重要组成部分，在实施科技强警战略、提高公安机关核心战斗力上发挥着重要作用[1]。

先后两批确立的重点实验室都有了较大的发展，尤其在硬件装备和承担科研任务方面都取得了长足进步[2]，但是由于起步晚，管理体制和创新机制还有待进一步优化。

本文借鉴国外发达国家和国内国家级实验室研究功能和定位，结合科学研究、服务公安实战和人才培养的目标，深入讨论了公安部重点实验室的功能与定位；通过统筹规划、科学建设，构建了公安部重点实验室体系，强调了与公安业务需求、服务实战和依托单位特色的三结合，强化了管理体制创新、人才建设和经费投入三项运行保障条件建设，提出了从领导组织、科技创新平台建设和优化评估指标体系三方面来促进实验室改革和创新。

美、英国的国家实验室有明确定位，立足国家需求、解决重大技术难题作为首要使命[3]，而我国国家重点实验室的发展定位也始终与国家战略需求和国情相适应[4-6]。

信息通信技术实验教学示范中心的建设与实践

信息通信技术实验教学示范中心的建设与实践赵小强;高强【摘要】结合2013年西安邮电大学信息通信技术实验教学中心获批国家实验教学示范中心的契机,实践了“以信息通信系统开放式系统互联(0SI)模型为主线,通信系统网络架构为载体”的实验中心建设模式,同时依托学科科研优势,采用“三入三出”的方式,使实验中心成为科学研究、工程实践与实验教学之间的“转化器”,从而有效贯彻了教育部在地方高校国家级实验教学示范中心建设过程中倡导的“优质资源融合,教学科研结合,学校与社会联合培养人才”的主导思想.【期刊名称】《实验室科学》【年(卷),期】2016(019)006【总页数】4页(P195-198)【关键词】实验教学示范中心;OSI;建设;实践【作者】赵小强;高强【作者单位】西安邮电大学通信与信息工程学院,陕西西安 710121;西安邮电大学通信与信息工程学院,陕西西安 710121【正文语种】中文【中图分类】G642.0为了服务区域经济社会发展和军队发展需要，2012年教育部发布了《关于进一步开展“十二五”高等学校实验教学示范中心建设工作的通知》，目的是通过建设专业类国家级实验教学示范中心，形成优质资源融合，教学科研结合，学校与社会、军队联合培养人才的实验教学新模式，进一步探索满足新时期人才培养需要的实验室建设和教学改革途径，从而强化大学生实践能力、创新能力培养，提升高等学校办学水平和教育质量。

目前国内多所高校对国家级实验教学示范中心进行了有益的尝试，在实验室建设及管理体制上取得了显著的教学改革成果[1-2]，但由于每个学校建设的国家级实验教学示范中心存在着多方面的差异[3-4]，各高校的建设及改革成果不具有普遍性，因此国家级实验教学示范中心建设要从每个地方高校的办学定位及现状出发，凸显特色[5-7]。

2013年7月教高函[2013]10号文件批准了西安邮电大学信息通信技术实验教学中心为国家级实验教学示范中心，西安邮电大学结合2013年信息通信技术实验教学中心被评为国家实验教学示范中心的契机，成立了信息通信技术国家级实验教学示范中心建设委员会，在建设中强调以培养学生实践能力和创新精神为根本目标，进一步明确发展思路，在实验资源整合，实验教学体系构建，创新实验教学模式，教研统一，提升实验教学信息化水平等方面进行了实践及探析[8-10]。

西安邮电大学教务处电话

西安邮电大学教务处电话＿高考升学网西安邮电大学教务处电话ﻭ一、西安邮电大学教务处和联系方式西安邮电大学教务处电话如下：办公室为、教学研究科为、教学质量管理科为、教学科为、教务科为.二、西安邮电大学西安邮电大学是一所以工为主，以信息科学技术为特色，工、管、理、经、文、法、艺多学科协调的普通高等学校，是我国特别是西北地区信息高级专门人才培养的重要。

ﻭ学校始创于新成立初期，前身是１95０年成立的**和**两省邮电人员训练班及随后的西安邮电学校。

１959年经批准设立西安邮电学院,是国家在西北地区布局的唯一邮电通信类普通高校。

2021年3月，经**批准学校更名为西安邮电大学。

学校先后隶属于邮电部和信息部，200０年划转到**,由**与**共建。

学校是**高水平大学建设高校、**“一流大学、一流学科”建设高校、**“卓越工程师教育培养计划"实施高校、人民后备军选拔培养、全国首批试办子女预科班的高校、西北地区唯一承担亚太组织和盟培训任务的高校。

被**授予“2021年度全国创新创业典型经验高校”称号，被**委、**人民府授予**“先进集体"、**“高等学校思想治教育先进集体”、**“文明校园”称号，被授予“依法治校示范校”称号，被西安市人民府授予“园林式单位”称号。

校**被**委授予“全省先进基层党组织”称号,被省委高教工委授予“**高等学校先进基层**"称号.学校坐落在西安市南郊文化区,占地1500余亩，设有长安、雁塔两个校区，现有在校学生18000余人.教学科研仪器设备总值2.８4亿元，图书馆藏书16７余万册.设有研究生院、通信与信息工程学院、电子工程学院、计算机学院、自动化学院、经济与管理学院、现代邮学院(物流学院)、理学院、主义学院、人文社、外国语学院、数字艺术学院、继续教育学院、职业技术学院、体育部、物联网与两化融合研究院、国防教育学院、国际教育学院等18个教学科研单位。

西安邮电大学_企业报告(业主版)

目录
企业基本信息 .................................................................................................................................1 一、采购需求 .................................................................................................................................1
陕西天启发行有限公司
24.0
TOP5 图书馆中文纸质图书采购项目
陕西天启发行有限公司
24.0
2023-05-08 2023-04-13
TOP6
西安邮电大学图书馆中外文电子书采购项目成交结果公示
西安晟融电子科技有限公司
20.2
2023-05-12
本报告于 2023 年 08 月 15 日生成
西安超星教育科技有限公司
13.0
TOP10
图书馆 2022 年中文数据库采购项目
西安超星教育科技有限公司
13.0
*按近 1 年项目金额排序，最多展示前 10 记录。
2023-05-08 2023-05-12 2023-07-05
（3）信息系统集成和ຫໍສະໝຸດ 联网技术服务（12）重点项目
项目名称
中标单位
企业基本信息
单位名称: 营业范围：
西安邮电大学培养高等学历人才，促进科技文化发展。工学类、理学类、经济学类、管理学类、语言学类学科的大专、大本、研究生学历教育；邮电财务会计、邮电审计、邮电经济管理、市场营销、电子商务、工商管理、会计学、通信工程、程控交换、通信技术、计算机通信工程、邮电管理工程专业继续教育。