边缘信息

摘要： 在融合多聚焦图像过程中,极易产生低频子带信息损失、边缘失真与图像模糊等问题,为获取更理想的融合图像,提出基于边缘保持滤波的多聚焦图像融合仿真。根据自适应梯度联合约束,通过初步复原阶段、边缘保持滤波阶段、梯度先验估计阶段以及最终复原阶段,复原模糊图像,利用深度神经网络模型的自编码器构建低频子带,将子带设定成网络输入后,根据自编码器的学习属性,获取输入子带特征,取得隐藏层神经元权重,通过权重对比选取适宜的低频子带,实现多聚焦图像融合。采用标准差、平均梯度、互信息量以及边缘信息保持度指标,客观评估多聚焦图像融合性能,研究表明所提方法具有较强的噪声抑制性能,可以有效提取源图像清晰像素,图像融合优势显著。

摘要： 针对传统引导滤波中矩形均值加权窗口会引入过多干扰,导致图像边缘两侧模糊以及产生光晕伪影的不足,提出一种基于各向异性高斯滤波器的改进引导滤波算法。将各向异性高斯滤波器融入传统引导滤波算法,利用其较强的边缘分辨力更准确地识别图像的边缘结构。同时,对窗口内的像素信息进行各向异性加权,使其具有更强的边缘保持性。实验结果表明,改进算法比传统引导滤波算法精细边缘的保持性更好,并在图像平滑、图像增强和图像亮度调整等图像处理应用中的处理结果更优,在有效保留图像边缘结构的同时减少了边缘伪影和边缘模糊。

摘要： 针对立体匹配在精细结构,尤其边缘处的误差较大的问题,提出了利用边缘引导特征融合和代价聚合的立体匹配算法。利用图像边缘引导不同尺度特征体加权融合,即对小尺度特征体的边缘处,大尺度特征体的非边缘处赋予更大权重,以获得表征能力更强的融合特征体。在代价聚合阶段弱化边缘处匹配代价,减少不可靠信息传播。所提方法在SceneFlow和KITTI 2015数据集进行了评估,将基准网络PSMNet的误差分别降低了35.2%、2.2%。实验证明,边缘信息的引入针对性地改善了现有算法在精细结构处(尤其边缘处)的视差求解,提高了整体预测精度。此外,所提的模块是轻量的,可适用于不同的立体匹配网络。

摘要： 针对现有立体匹配算法在边缘、遮挡、视差不连续、弱纹理等区域匹配误差较大的问题,提出一种在利用视差注意力机制的基础上引入边缘和语义信息的立体匹配算法。在利用视差注意力机制进行代价计算和代价聚合中引入边缘细节信息改善边缘和遮挡区域匹配误差较大的问题,并对引入边缘信息时与特征提取过程中得到的不同尺度特征图融合的时机进行了讨论,确定浅层大尺度特征图引入边缘信息可以提高匹配精度;在视差优化中引入语义信息改善视差不连续和弱纹理区域匹配精度不高的问题,并对不同尺度特征图求取的语义信息对匹配精度的影响进行讨论,利用深层小尺度特征图提取语义信息可以提高匹配精度。提出的方法在SceneFlow数据集上进行了测试,将基准网络PASMNet的误差降低了49.05%,并与其他算法进行对比分析。实验结果表明,边缘和语义等引导信息的引入有针对性地改善了现有算法在边缘、遮挡、视差不连续和弱纹理区域的视差精度,从而提高了整体预测精度。

摘要： 基于超表面的关联成像系统解决了关联成像系统探测效率低的问题,但其探测模式数量不足导致了其有效成像点数受限.针对这个问题,该文以参考辐射场空间分布1阶统计特征为基础,建立了基于随机调制超表面的关联成像信号模型,分析了成像误差,并与差分关联成像(DCI)方法相结合,给出了具有鲁棒性的基于超表面的关联成像方法,该方法利用不同模式的差分形成了新的探测模式,降低了相关函数的副瓣干扰,从而提升了成像质量.同时,对一种特殊的差分关联成像方法—梯度关联成像(GCI)方法的成像分辨率进行了分析,该方法通过对超表面单元的特殊设计,可以在不获取图像的情况下,直接在成像过程中提取出目标方位向的边缘信息,可以有效提升关联成像系统对目标边缘的提取能力.最后,通过仿真实验验证了该文理论分析的正确性.

摘要： 采用基于空间和光谱信息保持的多光谱图像融合框架,以生成具有高空间质量的多光谱图像.融合框架的能量泛函包括4项:边缘自适应提取约束项、线性组合系数约束项、光谱信息保持约束项和波段比例关系保持约束项.前两项旨在提高融合图像的空间质量,后两项旨在减轻图像的光谱失真程度.将这4项能量泛函综合成一个总能量泛函,并利用欧拉-拉格朗日公式和梯度下降法对其求解,同时调整正则化项,以使得融合图像的空间质量和光谱质量都能得到明显的改善.在QuickBird和Pavia University图像数据上进行仿真实验,结果表明,与SFIM、MTF_GLP、MTF_GLP_HPM、PCA、GS、GSA、AIHS、GFPCA等算法相比,本文方法的融合图像具有较高的空间和光谱质量.

摘要： 常规非局部均值算法易受噪声对图像的自相似度计算精度的影响,去噪结果对原始图像的边缘细节信息损伤较多.采用改进的Facet算子提取图像的边缘特征,根据图像内部像素分布情况,在不同的区域采用不同的自相似度计算方法,设置一种变尺寸的搜索窗口,最大限度地搜寻相似性邻域,降低噪声对自相似度计算精度的影响,有效保持图像边缘信息.数据测试结果表明,改进的非局部均值滤波算法能够有效保持边缘纹理信息,去噪效果要优于常规非局部均值滤波算法.

摘要： 传统的高分辨图像检索技术存在检索结果与检索目标图像相似距离数值较大的问题,提出了一种基于边缘信息的高分辨图像检索技术优化方法.通过划分高分辨图像子块的方式,将一个高分辨图像划分为多个边缘一致的栅格区域,提取子区域,采用对子区域进行组织聚类的方式,将构成图像的颜色信息进行离散化处理,在此基础上,结合边缘信息理论的应用,对高分辨图像特征进行聚类.采用图像端与其匹配的算子信息进行对接的方式,从终端输出对接结果,实现对图像的检索.为了证明设计方法的有效性,设计对比实验,通过实验论证分析,优化后检索技术查准率更高,可满足高分辨图像检索需求.

摘要： 针对道路场景检测忽略法线属性的问题,为了加强对空间上下文和边缘信息的利用,提出结合空间上下文算法的道路场景法线区域分割方法,将道路场景识别为路面和障碍物分别对应的水平区域和竖直区域.在交叉熵损失函数的基础上添加障碍物增强损失,改善训练过程不同分类的权重分配,提高小区域障碍物识别率.提出上下文改进算法优化位置关联图的矩阵计算方式,减少空间复杂度提高运算效率.嵌入边缘上下文模块削减噪声并强化主要边缘,加强边缘信息的利用.在自建数据集和Cityscapes数据集的实验结果表明,与主流的语义分割方法相比,本研究方法加强网络特征提取能力,能有效提高对道路法线区域的分割准确度,相较Deeplab,交并比提高了2.1％,能简单有效地实现避障任务.

摘要： 针对高分辨率遥感影像空间上下文信息丰富、地物类别之间边缘信息突出的特点,提出了一种融合边缘信息的面向对象分割算法,应用Canny算子对全色影像进行边缘信息提取,结合光谱信息和边缘信息构建基于图论方法的距离度量函数获取边权值,并采用最小生成树Kruskal算法完成彩色影像的初始分割,通过综合分析对象内的光谱、形状和边缘信息完成区域合并,生成分割结果图.利用Worldview2和Pleiades两幅三波段RGB影像进行试验,并通过采用eCognition8.0试用版的处理结果进行对比,验证了该方法的有效性.

摘要： 安全检查设备采集的X射线图像,受硬件的制约存在噪声,影响了对包裹内危险品踪迹的搜索.本文提出一种基于边缘信息的去噪方法,通过对于边缘的确认,来区分一个像素属于真实物品还是噪声.对于非边缘像素,根据其邻域特性选择适当的尺度进行非局部平均处理(NLM);算法同时还满足了安检设备边采集信号、边处理、边实时显示的需要.实验结果显示,本文的方法能实时地消除包裹X射线图像的主要噪声,证明了可以采用基于边缘信息的方法,来为安检设备信号进行实时去噪.

摘要： 针对中值滤波在去除图像噪声时会造成图像边缘细节模糊的问题,提出了一种基于极值滤波思想的图像去噪方法,首先利用极值滤波算法判断出3×3小窗口内某像素点为信号点还是可疑噪声点,然后将小窗口扩大为5×5,同样采用极值滤波算法,用该小窗口内部分像素点将可疑噪声点进一步确定为信号点和噪声点.对判断出的噪声点进行中值滤波处理,而对于信号点则保留原来的像素值.并将该方法用于数值实验,实验结果显示应用本文所提方法对图像进行去噪,能有效避免图像中因纹理等细节的丢失而模糊,得到了相对清晰的图像,去噪后的图像很好的保留了图像的边缘信息,提高了峰值信噪比.

摘要： 超声成像的相干特性导致了超声图像中的斑点噪声,它的存在严重影响了医生对患者病情的诊断,因而滤除斑点噪声非常的重要.各向异性斑点去噪(SRAD)可以很好去除斑点噪声并保持边缘信息,已广泛的应用于超声图像的去噪.但是由于SRAD算法是一个迭代的算法,在迭代次数很多的情况下计算量很大,因而耗时比较长.为了解决此问题,利用GPU相比CPU在大量重复性的计算中具有的优势,用CUDA对SRAD算法进行并行加速处理,试验表明,CUDA可以显著加速SRAD算法的运行,最大的加速比达到了55.26倍.

摘要： 背景减除法是一类通过建立背景模型,将输入帧与背景模型做比较以分离前景和背景的技术,在视频的识别、分割、跟踪技术中有着广泛的应用.现有的背景减除法,通常有着模型建立速度较慢,没有利用物体的边缘信息维护模型,对光照变化噪声敏感等不足.本方法的基于Vibe方法,在模型的初始化和模型的更新的过程中利用了Gabor滤波器计算所得图片的边缘信息,随机的对像素点和像素点的邻域的背景模型进行初始化或更新,并在背景的判定中加入了像素点各通道变化量的离散程度的参数,更好的处理了上述问题.实验表明,该方法有着良好的背景前景分割性能,并能抑制光照或光圈调整造成的暂时的背景颜色偏移造成的影响.在此基础上,本方法利用现代GPU强大的并行计算性能,使用GPU并行编程对算法进行加速,获得了更加快速的前背景分离效果.

摘要： 本文基于预测误差差值扩展对HDRE格式下的HDR图像提出了一种可逆数据隐藏算法。根据通道问的相互关系显著提高了数据隐藏性能。利用边缘信息，对目标像素点，尤其是边界上的点的预测变得更加准确。预测精度的提高对于以预测误差差值扩展为基础的算法是至关重要的。另外，排序策略的使用确保数据总是隐藏在失真最小的像素点中，提高了水印图像质量。相关实验表明该算法在嵌入量和水印图像质量上均有较好表现。

摘要： 在传统的mean-shift人脸跟踪算法中,采用颜色直方图作为跟踪特征,但这并不能充分描述图像的特征,尤其在背景颜色与人脸颜色相似时,导致跟踪受到干扰甚至跟踪错误。本文提出了一种基于边缘方向直方图的mean-shift人脸跟踪算法,用边缘信息和纹理信息作为跟踪特征.实验结果表明,该方法在背景颜色与肤色相似的情况下,跟踪效果明显优于传统的mean-shift跟踪算法。

摘要： 针对如何提高图像融合效果的问题，提出了一种基于Directionlet变换的图像融合算法。首先对已配准的待融合源图像由给定的生成矩阵分别进行陪集分解，得到每个陪集对应的子图；接着将每两个子图相减，得到源图像的高频和低频分量，其中边缘、纹理等奇异特征包含在高频分量中；然后对低频分量，采用直接平均融合的方法进行系数选择，对高频分量，选择子区域边缘信息较强的系数；最后，通过Directionlet 陪集分解的反变换，得到融合后的图像。实验表明，该算法的融合效果优于小波变换和其他的融合方法。

摘要： 目标定位是计算机视觉中的关键问题,目前RCNN的扩展算法取得最好的定位效果,但是其精度受限于输出卷积图尺寸,不能得到目标的准确位置.本文提出一种基于多任务卷积神经网络的目标定位算法,不同的任务共享特征提取层,然后分别针对不同层次信息训练对应的后续网络,在提取出高层和低层信息后,用低层信息和高层信息的融合度得到准确的目标位置.最后,在PASCAL VOC2007数据库和交通场景数据库验证算法性能,实验证明本文算法可以有效提高目标定位的精度.

摘要： 目标定位是计算机视觉中的关键问题,目前RCNN的扩展算法取得最好的定位效果,但是其精度受限于输出卷积图尺寸,不能得到目标的准确位置.本文提出一种基于多任务卷积神经网络的目标定位算法,不同的任务共享特征提取层,然后分别针对不同层次信息训练对应的后续网络,在提取出高层和低层信息后,用低层信息和高层信息的融合度得到准确的目标位置.最后,在PASCAL VOC2007数据库和交通场景数据库验证算法性能,实验证明本文算法可以有效提高目标定位的精度.

摘要： 本发明提供了一种用于相对于X射线的方向从X射线源至少部分地确定边缘上X射线检测器的方位的方法。所述方法包括：获得(S1)来自通过X射线检测器执行的测量的信息，所述信息表示在与所述X射线检测器和所述X射线源相关的体模的两个不同相对位置的最小值处的X射线的强度，所述体模被定位于所述X射线源和所述X射线检测器之间，并且被设计成当暴露于X射线时将定向信息嵌入所述X射线场中。所述方法还包括：相对于X射线的方向并基于从测量所获得的信息和X射线检测器的空间构造、X射线源和体模的几何模型，确定(S2)与X射线检测器的方位相关联的至少一个参数。

摘要： 本发明涉及一种边缘转发节点的路由信息表更新方法及边缘转发节点，该方法包括：边缘转发节点接收过滤网关下发的兴趣指示消息并侦听其无线覆盖范围内的大量终端设备上报的物联网数据，当该大量终端设备中存在所处的地理位置为目标地理位置的多个终端设备时，边缘转发节点判断该多个终端设备中是否存在设备标识未存储于预先生成的路由信息表中的至少一个终端设备，如果是，则将该至少一个终端设备中每个终端设备的设备标识添加至路由信息表中。实施本发明实施例能够根据汇聚单元的实际需求更新边缘转发节点的路由信息表，进而减少路由信息表的更新次数。

摘要： 本公开内容的各实施例涉及向用于层2虚拟专用网络的冗余多宿主路由器发信号通知多播信息。在一些示例中，一种客户边缘设备(CE)被配置为接收用于层3(L3)网络的、针对用于本地层2(L2)网络与L2虚拟专用网络(L2VPN)的多宿主连通的配置数据，层3(L3)网络用于在包括本地L2网络的、被连接到L3网络的两个或更多个L2网络之间交换L2分组数据单元(PDU)，其中针对多宿主连通的配置数据向CE配置到用于L2VPN的主邻居提供商边缘设备(PE)的主附接电路以及配置到用于L2VPN的备用邻居PE的备用附接电路；以及响应于监听到指示多播组的多播加入消息，生成并且经由备用附接电路向用于L2VPN的备用邻居PE发送控制平面消息，其中控制平面消息去往用于L2VPN的备用邻居PE。

摘要： 本发明公开了一种信息查询方法、边缘服务器及信息查询系统。所述方法包括：第一边缘服务器接收到客户端发送的内容请求后，向区块链系统中的边缘节点发送第一请求，并根据第一请求的响应消息中包括所述客户端的目标地理位置，来判断目标地理位置与第一边缘服务器的地理位置是否匹配，并在匹配的情况下向客户端发送内容请求对应的网页内容。如此，边缘服务器只需向区块链系统中对应的边缘节点查询IP地址与地理位置的对应关系，能够有效提高信息查询的效率；另一方面，区块链系统中的边缘节点可以通过区块链的方式进行信息同步并存储区块信息，能够有效提高信息更新的及时性，大大提高了信息更新的效率。

摘要： 本公开涉及第五代(5G)之前或5G通信系统，其被提供用于支持例如长期演进(LTE)的超越第四代(4G)通信系统的更高数据速率。这里的实施例公开了一种用于向在用户设备UE(100)中运行的边缘使能器客户端(140)提供动态信息的方法。该方法包括由边缘使能器服务器(300)从边缘使能器客户端(140)接收对动态信息订阅的订阅请求。此外，该方法包括由边缘使能器服务器(300)创建动态信息订阅，以基于订阅请求中提供的动态信息向边缘使能器客户端(140)提供动态信息。此外，该方法包括由边缘使能器服务器(300)响应于创建动态信息订阅，向在UE(100)中运行的边缘使能器客户端发送订阅响应。

摘要： 本发明提供了一种用于相对于X射线的方向从X射线源至少部分地确定边缘上X射线检测器的方位的方法。所述方法包括：获得(S1)来自通过X射线检测器执行的测量的信息，所述信息表示在与所述X射线检测器和所述X射线源相关的体模的两个不同相对位置的最小值处的X射线的强度，所述体模被定位于所述X射线源和所述X射线检测器之间，并且被设计成当暴露于X射线时将定向信息嵌入所述X射线场中。所述方法还包括：相对于X射线的方向并基于从测量所获得的信息和X射线检测器的空间构造、X射线源和体模的几何模型，确定(S2)与X射线检测器的方位相关联的至少一个参数。

摘要： 本发明涉及一种边缘转发节点的路由信息表更新方法及边缘转发节点，该方法包括：边缘转发节点接收过滤网关下发的兴趣指示消息并侦听其无线覆盖范围内的大量终端设备上报的物联网数据，当该大量终端设备中存在所处的地理位置为目标地理位置的多个终端设备时，边缘转发节点判断该多个终端设备中是否存在设备标识未存储于预先生成的路由信息表中的至少一个终端设备，如果是，则将该至少一个终端设备中每个终端设备的设备标识添加至路由信息表中。实施本发明实施例能够根据汇聚单元的实际需求更新边缘转发节点的路由信息表，进而减少路由信息表的更新次数。

摘要： 在通信系统100中，以太网网络(200)和MPLS-TP网络(300)彼此连接。通信设备(210)传送OAM帧，OAM帧包括标识帧类型是OAM帧的帧类型信息、用于标识配置MPLS-TP网络的通信设备的MPLS通信设备标识信息、以及表示处理内容的处理内容信息。当来自以太网网络(200)的帧的类型是OAM帧时，边缘设备(310)向该帧附连包括OAM标识符的报头信息，OAM标识符包括该帧中所包括的MPLS通信设备标识信息。当接收到的帧的报头信息的OAM标识符中所包括的MPLS通信设备标识信息所标识的通信设备是该设备时，通信设备(320)基于处理内容信息示标识的处理内容来执行OAM处理。

摘要： 本发明涉及一种基于多维度信息识别的电网边缘电气信息匹配方法及系统，该方法利用主、配、用边缘文本信息、电气连接关系以及边缘潮流信息之间的相关性，通过提取潮流断面信息同时段增长趋势、均值、方差以及极端特征，构造潮流断面信息多维度特征，生成相似度目标函数，利用Python软件中字典模块和numpy模块对多维信息进行处理，解决了目前电力企业主、配、用系统因采样频率差异所导致的边缘潮流断面数据不匹配问题。基于上述方法，本发明还提供了一种基于多维度信息识别的电网边缘电气信息匹配系统，该系统包括系统边缘信息预处理模块、文本信息匹配模块、潮流信息匹配模块和反馈模块。该边缘电气信息匹配方法和系统解决了目前主、配、用系统边缘电气信息不一致，导致调度人员误判断的技术问题，降低了调度人员误操作的风险。

摘要： 本发明公开了一种基于边缘信息和注意力机制的人脸信息识别方法。本方法为：1)对输入的人脸图像进行特征提取得到该人脸图像的低层特征图；2)从该低层特征图中提取高层次特征和低层次特征；并对该低层特征图进行处理得到边缘二值图像；3)根据边缘二值图像对高层次特征和低层次特征分别进行滤波、池化采样，得到投影矩阵；4)将该投影矩阵、高层次特征、低层次特征输入图卷积模块进行推理，获得图结构的节点特征并将其输入反投影模块，得到优化后的高层特征、低层特征；5)将优化后的高层特征和低层特征送到解码器进行上采样到相同尺度并拼接在一起输入卷积网络进行更新处理得到该人脸图像的人脸信息。本发明有更低的计算时间和空间复杂度。