基于相位信息的图像边缘检测仿真分析

本文通过对普通图像进行傅里叶变换和反变换,证明了相位信息在图像中的重要性,并推导了基于相位一致性的边缘检测函数,最后用基于相位一致的边缘检测函数和传统的检测函数对图像进行边缘检测实验,实验结果表明了前者边缘检测效果更好,为医学超声波图像分割方法研究提供参考价值。

一种基于相位信息的图像分割改进模型

近年来,因水平集分割模型可根据不同图像、不同目的需求,设计相应的能量泛函,产生鲁棒的分割结果,且算法灵活、稳定,备受海内外学者的关注,涉及的领域也越来越广。然而,水平集分割方法处理对比度低、模糊边缘且受噪声干扰的图像也难以实现精确分割。从相位角度出发,在DRLSE(distance regularized level set evolution)算法的基础上,在其能量泛函中引入一个新的边缘定位能量项,重构边缘检测函数代替原模型中的检测函数,使之达到较理想的图像分割效果。仿真实验结果表明:与GAC模型、DRLSE模型相比,改进后的DRLSE图像分割模型对图像噪声的抑制能力和图像弱边缘的捕捉能力有了显著的改善,且算法稳定、有效,可适合于医学图像分割。

对公服务新态势,谁将领跑新赛道?

当前,信息科技的高速发展不仅颠覆了人们的生产、生活方式,同时也给传统金融业带来了翻天覆地的改变。对商业银行来说,当银行经历无纸化改革进入电子化时代,并借助互联网科技在服务渠道上不断推陈出新,各类型金融创新业务不断涌现。但是,在对公服务方面,自手机银行出现后,银行的对公服务渠道却少有变化,甚至个别银行还存在发展停滞的情况,急需探索全新的解决之道来突破这一困境。

详解PCSD模型, 助力银行对公业务场景金融生态布局

近年来,随着互联网巨头加大在金融领域的投入和布局,其与商业银行间也形成了新一轮的竞合关系,在这场基于数字金融的暗战中,场景成为双方的必争之地。而对于商业银行来说,由于在流量上处于劣势地位,因此避免在互联网巨头一手构建的生态中沦为资金管道就显得尤为关键。换言之,就是要“补齐核心科技短板,强化开放平台,将外部场景真正嵌入到自家里来”。兆日科技基于深耕对公业务市场的多年经验,提出了PCSD(People、Customers、Scene、Data)模型,以期能助力银行强化场景建设,加速构建“金融生态平台”。