结合图像增强的实时边缘检测系统

针对传统边缘检测算法在雾霾环境下进行边缘提取时会出现大量边缘丢失的问题,文中提出一种能增强含雾图像边缘提取效果的方法。利用FPGA并行且高速处理数据的特点,采用结合灰度变换的改进型Canny算法,设计一种实时边缘检测系统。该系统由图像采集、图像处理和边缘显示三个部分组成。其中采用OV7725图像传感器完成对外界环境的视频图像采集功能,FPGA再将采集到的视频图像数据进行亮度映射、高斯滤波、梯度幅值与方向计算、非极大值抑制、双阈值处理及转换等处理后,将得到的图像边缘数据缓存在SDRAM中,并通过VGA接口输出至显示器。实验结果表明:所提出的实时边缘检测系统与传统边缘检测系统相比,在雾霾环境下能还原出更多的边缘细节;同时该系统具有实时性,可为雾霾环境下进行实时边缘检测提供一种解决方案。

利用稳健字典学习的雷达高分辨距离像目标识别算法

基于字典学习算法的信号稀疏表示被广泛应用于信号处理领域。由于字典原子间存在冗余性,求解信号的稀疏表示会受到观测信号中扰动分量的影响,从而带来表示的不确定性,不利于雷达高分辨距离像(HRRP)目标识别任务。针对这一问题,该文提出一种稳健字典学习(SDL)算法,通过边缘化信号丢失,构建稳健损失函数用于学习自适应字典。该算法利用距离像在散射点不发生越距离单元走动的方位帧内具有结构相似性,约束临近训练样本间稀疏表示的非零元素位置相同,并通过结构化稀疏约束选择最优子字典用于测试样本的分类。基于实测HRRP数据的实验结果验证了所提算法的有效性。

菌斑和／或超负荷对Bra°nemark种植体周围边缘软硬组织的影响：文献与经验的回顾

已发表的种植体生存率高的报告观察时间超过了15年。种植失败经常是由边缘骨进行性吸收所致。因此，对种植体周附着和／或骨水平稳定性进行可靠的监控是很重要的。骨结合种植体周围边缘骨吸收一般与种植体周炎有关，但临床观察不能证明这种关系。然而，动物实验显示超负荷对种植体周围骨组织的影响，并与种植体失败即种植体松动和边缘骨吸收呈正相关。一些临床观察也支持这种假说。