基于边缘导向的直边图像亚像素定位方法

通过边缘检测,把图像分为边缘区域和非边缘区域,然后在边缘区域内进行边缘定位.根据局部区域内边缘的直线特性,求得小邻域内直线段的高精度位置;再根据边缘区域内边缘的全局直线特性,用线段的中点来拟合整个直线边缘,得到亚像素精度的图像边缘.在拟合的过程中,根据直线段转角的变化剔除了噪声点,提高了定位精度.并且,根据角度和距离区分出不同直线和它们的交点,给出了图像精确的矢量化结果.

边缘导向的非局部均值图像滤波

传统去噪方法在处理高强度噪声干扰图像时,往往不能有效去除噪声且在修复过程容易引入二次污染。为此,提出一种边缘图导向的非局部图像均值滤波算法。首先获取二阶差分边缘信息,在非局部范围内搜索相似块,以边缘导向图与噪声图像共同生成滤波器权值,进而构建由边缘信息导向的非局部协同滤波框架。与传统滤波为代表的局部线性滤波方法相比,所提出算法能挖掘图像边缘信息并利用一种新的非局部协同滤波框架进行图像去噪,因此增强了高强度噪声干扰环境下的边缘修复能力。实验证明,提出算法在高强度噪声污染的情况下,修复的图像不仅获得了更高的测量指标,视觉效果也更加理想。

基于边缘导向算子模板匹配的熔池轮廓提取方法

轮廓提取作为熔池的基本视觉形态特征,在焊接质量在线监测中起着重要作用.文中建立了非熔化极惰性气体保护电弧焊(tungsten Inert gas welding, TIG)焊接工艺环境下的熔池视觉传感系统,采集了高质量的熔池图像.针对TIG焊不锈钢熔池图像中弱边缘检测的难点提出了一种基于边缘导向算子模板匹配的熔池轮廓提取算法(operator template matching based on edge direction guidance, OTM-EDG),算法中首先基于非线性灰度变换方法增强弱边缘.之后利用4个方向的Sobel算子与熔池图像进行卷积操作来判断后端弱边缘的方向并计算梯度图.最后对梯度图进行边缘连接操作以及基于数学形态学的边缘平滑操作,得到需要提取的熔池轮廓.结果表明,文中算法能够提取到封闭完整且定位准确的TIG焊不锈钢熔池轮廓.在实际焊接环境中具有较高的鲁棒性,有效解决了熔池区域弱边缘难以准确检测的问题.

新边缘导向插值对CT成像质量的影响研究

将新边缘导向插值方法应用于CT图像重建的投影域,对投影数据进行恢复,并采用滤波反投影算法重建图像,以解决CT稀疏采样中投影数据的不完备而导致重建图像质量较差的问题.实验结果表明,与经典的双线性插值算法相比,基于新边缘导向插值方法得到的投影数据重建出的图像质量更高.

边缘市场导向对新创企业颠覆性创新的影响研究

颠覆性创新已成为新创企业成长的关键,探究边缘市场导向下新创企业颠覆性创新具有重要意义。基于资源基础观,分析边缘市场导向对新创企业颠覆性创新的影响作用,并考察了跨界搜索的中介效应以及制度环境的调节作用。基于新创企业调查数据,运用层次回归分析进行实证检验。研究发现:反应式边缘市场导向、先动式边缘市场导向分别对新创企业低端市场颠覆性创新、新市场颠覆性创新具有正向作用;广度跨界搜索在先动式边缘市场导向和新创企业新市场颠覆性创新间起着重要的中介作用,而深度跨界搜索在反应式边缘市场导向和新创企业低端市场颠覆性创新间扮演重要中介角色;相较于低端市场颠覆性创新,制度环境更加正向强化先动式边缘市场导向对新创企业新市场颠覆性创新的作用,制度环境负向显著调节了反应式边缘市场导向与新创企业新市场颠覆性创新的关系,而制度环境对反应式边缘市场导向与新创企业低端市场颠覆性创新的关系负向调节但不显著。

6G联邦边缘学习新范式:基于任务导向的资源管理策略

综述了面向6G的联邦边缘学习技术,能够充分利用分布在网络边缘的丰富数据使之服务于人工智能模型训练,以联邦边缘学习为代表的边缘智能技术应运而生,其中无线资源管理策略将以最优化任务学习性能为导向,例如优化模型训练时间、学习收敛性等,从而实现从通信导向到任务导向的设计范式变革。首先,概述了联邦边缘学习基本概念、典型应用场景及其在无线资源管理中的关键问题。然后,以联邦边缘学习中带宽资源分配和用户调度策略为典型的资源管理案例,深入阐述了基于任务导向的设计范式思想。最后,对联邦边缘学习的未来潜在研究方向进行了展望,包括与无线空中计算、通信感知一体化等全新技术的融合赋能。

基于特征融合和交叉核SVM的快速行人检测方法

行人检测是目标识别领域的一大难点。现阶段用于行人检测的特征维数都比较高,为克服高维特征对实时性的影响,本文运用主元分析(PCA)对特征进行降维,加快检测速度。单一特征的信息有限,本文运用基于线性鉴别分析(LDA)的线性权重融合原则对一些底层特征(颜色、梯度、直方图)和多层次导向边缘能量特征进行特征融合使特征具有多源信息。且上述特征可采用积分图技术进行快速计算,所以行人检测系统的鲁棒性和实时性得到加强。在目标识别领域直方图交叉核支持向量机(HIKSVM)具有分类快,且准确率高的优点,采用其进行分类,系统实时性更进一步提升。实验表明本文方法检测速度和检测率优于经典的HOG+SVM算法。

基于多特征和多核学习的行人检测方法的研究

行人检测系统涉及交通安全问题,需要很高的鲁棒性,基于单特征结合单核支持向量机的方法效果有限,为解决这一问题,提出采用多特征和多核学习的方法来提升系统的鲁棒性,通过将积分信道特征、多层次导向边缘能量特征和CENTRIST特征分别与直方图交叉核、高斯核和多项式核进行线性组合,采用简单多核学习(Simple MKL)来分别计算核函数的权重系数,将多核学习方法与经典的梯度直方图特征/支持向量机、多尺度梯度直方图特征/直方图交叉核支持向量机和特征融合/直方图交叉核支持向量机的行人检测方法进行比较,实验表明所提出的行人检测算法的鲁棒性有明显提升。

基于局部行颜色自相似性特征的行人检测方法

针对计算机视觉领域的行人检测问题,提出一种基于局部行颜色自相似性特征,该特征可表征为在HSV空间,图像水平方向非重叠对称块颜色直方图的距离信息,结合多层次导向边缘能量特征形成图像的融合特征,利用交叉核支持向量机进行分类。与主流用于行人检测的HOG+SVM方法相比,其特征维数低,在保证检测精度的同时,大幅提高了算法效率。实验结果验证了该算法的有效性。

市场导向对跨界整合式颠覆性创新的影响——基于战略选择的调节作用

企业的市场导向是影响颠覆性创新的关键因素。根据颠覆性创新理论和市场导向理论,将市场导向区分为主流市场导向和边缘市场导向,探究了两者对跨界整合式颠覆性创新的不同影响,并以战略选择为调节变量,探究了专业化和多元化战略下,市场导向对跨界整合式颠覆性创新影响程度的差别。基于对237位企业管理者的调查数据,采用回归分析法检验研究假设。结果发现:主流市场导向与跨界整合式颠覆性创新负向相关,边缘市场导向与跨界整合式颠覆性创新正向相关;战略选择在市场导向与跨界整合式颠覆性创新之间的关系中起调节作用,但在市场导向与一般颠覆性创新之间的关系中无显著调节作用,表明战略选择的调节作用是跨界整合式颠覆性创新不同于一般颠覆性创新的特有特征。

基于导向平滑锐化滤波和多尺度分解的红外与可见光图像融合

针对传统基于多尺度分解的红外与可见光图像融合算法得到的融合图像红外目标显著性降低、场景信息丢失、边缘模糊和伪影噪声等问题,在传统基于多尺度分解的红外与可见光图像融合算法中引入导向边缘感知平滑锐化滤波器,与传统的边缘保护滤波器平滑图像相比导向平滑锐化滤波器在滤波的同时能锐化图像。首先源图像利用拉普拉斯金字塔分解为低频层和高频层,低频层和高频层图像再运用导向边缘感知平滑锐化滤波器进行图像锐化后分别采用加权平均规则融合,最后利用拉普拉斯金字塔反变换对融合图像进行重构。对融合结果在公开的数据集上进行定性和定量分析,结果表明融合结果在视觉效果和量化比较上都有良好的表现。