硕士论文：本论文从发现光照恒常性规律的角度入手，对几种补偿光照、或改善光照的传统方法进行了讨论，并提出了一种基于小波的可变光照改善方法。实验结果证明了此种方法的有效性，并可以推广到实际的应用系统中，提高系统鲁棒性和适 应性。

本文描述的视频光照补偿系统在不更改用户现有视频监控系统的硬件基础上，通过终端嵌入视频处理系统软件，对视频信号进行光照补偿。本文定义了亮度系数的概念，确定了有效的亮度系数阀值，用以决定是否进入光照补偿模块。在光照补偿算法中，本文在视频帧间处理过程中通过计算两帧图像亮度系数差值来决定是否采用前一帧图像的亮度增量，从而有效的减少了程序运行时间。   视频监控现在广泛应用在交通、刑侦、银行、小区物业管理、工业生产监控等领域。天气晴朗时监控系统采集到的图像质量良好，能够达到预先设计的标准；但是在不良的光

训练速度更快、识别精准度更高的图像识别技术一直是智能技术的研究热点及前沿。针对物流分拣仓库环境复杂、照明度不高以及快递外包装区别不明显的特点，对基于深度学习的分拣图像快速识别进行了研究，设计了一个卷积神经网络。由于仓库的封闭环境和光照条件等因素而导致分拣图像不是很清晰，首先用对偶树复小波变换对其进行降噪等预处理；然后在基于AlexNet神经网络的基础上，对于卷积神经网络的卷积层、ReLU层和池化层参数进行重新定义来加快神经网络的学习速度；最后根据新的图像分类任务对神经网络的最后三层全连接层、So