Author Affiliations
Abstract
1 School of Information Science and Engineering (ISE), Shandong University, Qingdao 266000, China
2 Shandong Sinochip Semiconductors Co. Ltd, Jinan 250101, China
3 Neumem Co., Ltd, Hefei 230088, China
4 Key Laboratory of Microelectronic Devices and Integrated Technology, Institute of Microelectronics of Chinese Academy of Sciences, Beijing 100029, China
The “memory wall” of traditional von Neumann computing systems severely restricts the efficiency of data-intensive task execution, while in-memory computing (IMC) architecture is a promising approach to breaking the bottleneck. Although variations and instability in ultra-scaled memory cells seriously degrade the calculation accuracy in IMC architectures, stochastic computing (SC) can compensate for these shortcomings due to its low sensitivity to cell disturbances. Furthermore, massive parallel computing can be processed to improve the speed and efficiency of the system. In this paper, by designing logic functions in NOR flash arrays, SC in IMC for the image edge detection is realized, demonstrating ultra-low computational complexity and power consumption (25.5 fJ/pixel at 2-bit sequence length). More impressively, the noise immunity is 6 times higher than that of the traditional binary method, showing good tolerances to cell variation and reliability degradation when implementing massive parallel computation in the array.
in-memory computing stochastic computing NOR flash memory image edge detection Journal of Semiconductors
2023, 44(5): 054101
长春理工大学 光电工程学院，吉林 长春 130022
三维姿态角的精确测量在航空、航天、**等领域应用广泛，为方便准确地实现三维姿态角的测量，本文设计了一种基于透镜阵列的测量系统，并建立了微小三维姿态角测量分析模型。系统中，准直平行光束通过4个排列成金字塔形的阵列透镜，在CCD上形成规则分布的阵列光斑。通过分析CCD成像光斑间的距离、透镜阵列上相邻孔径之间的距离以及透镜阵列与CCD之间的倾斜角，可以得到光束相对于接收系统俯仰角和偏摆角，利用阵列光斑连线相对水平或垂直面的夹角，可同时得到绕Z轴的滚转角。通过与高精度自准直仪测量结果进行比较，证明所提方法的测量精度可以达到RMS≤0.1″，表明该方法能够实现三维姿态角的测量。
激光 透镜阵列 角度测量 图像边缘检测 laser lens arrays angle measurement image edge detection
相对于可见光图像边缘检测，目前针对红外图像边缘检测的研究较少，且大多基于传统方法，如边缘检测算子、数学形态学等，其本质上都是只考虑红外图像局部的急剧变化来检测边缘，因而始终受限于低层次特征。本文提出了一种基于深度学习的红外图像边缘检测算法，在DexiNed（DenseExtreme Inception Network for Edge Detection）的基础上，缩减了网络规模，并在损失函数中引入了图像级的差异，精心设置了损失函数的参数，进而优化了网络性能。此外，还通过调整自然图像边缘检测数据集来近似模拟红外图像边缘检测数据集，对改进后的模型进行训练，进一步提高了网络对红外图像中边缘信息的提取能力。定性评价结果表明，本文方法提取的红外图像边缘定位准确、层次清晰、细节丰富、贴合人眼视觉，使用了SSIM（Structural Similarity Index Measure）和FSIM（Feature SimilarityIndex Measure）指标的定量评价结果进一步体现了本文方法相比于其他方法的优越性。
红外图像 边缘检测 深度学习 infrared image, edge detection, deep learning
海军工程大学动力工程学院, 湖北武汉 430033
为填补红外图像边缘检测算法综述性研究的空白, 使更多研究者较为全面地了解目前成果, 并为后续研究提供有价值的参考, 遴选了近十年国内外红外图像边缘检测技术研究的相关文献。首先概述了红外成像与边缘检测技术, 进而阐述了红外图像边缘检测技术的难点与挑战, 接着总结了主要的红外图像边缘检测算法, 将相关算法分为了 4类——基于经典边缘检测算子改进的、基于蚁群算法的、基于数学形态学的和基于网络模型的, 对其涉及的关键技术分别进行了分析。研究认为, 在传统红外图像边缘检测技术中, 形态学方法因简单易用而具有一定潜力; 对于非传统红外图像边缘检测技术, 基于深度学习的方法对目标边缘的针对性更强、鲁棒性更好、不需要设计复杂的算法步骤, 给红外图像边缘检测带来了新的发展机遇。
红外图像 边缘检测 数学形态学 深度学习 infrared image, edge detection, mathematical morph
江南大学物联网工程学院, 江苏 无锡 214122
针对采用高斯滤波器对图像进行滤波会导致图像边缘平滑,人为设定高、低阈值会导致阈值的自适应性差,采用双阈值法去除虚假边缘会导致去除效果不佳等问题,提出改进的Canny边缘检测算法并应用于影像测量领域。首先使用开关中值滤波代替高斯滤波,在去除噪声的同时保留非噪声像素点的灰度值不变,从而提高边缘定位精度;然后采用K-means聚类算法以得到高、低梯度值聚类中心,采用OTSU算法以得到梯度阈值,将两个方法结合,可以实现高、低阈值的自适应;最后采用面积形态学的方法去除图像的干扰边缘。实验结果表明,改进的算法具有定位精度高、自适应性强以及干扰点去除效果好等优点。
图像处理 Canny算子 影像边缘检测 开关中值滤波 K-means算法 面积形态学 激光与光电子学进展
2020, 57(24): 241024
图像的边缘检测在实际生活中广泛应用, 但其检测结果仍存在细节丢失问题。为此提出一种新的图像边缘检测算法。首先, 采用二维二进制小波变换, 对图像进行预处理；然后, 结合一种新的自适应双阈值算法, 检测出图像的边缘点；最后, 采用改进的数学形态学梯度检测算法, 对图像的边缘信息进行进一步检测。通过仿真实验得出, 新算法能够检测到更丰富的图像边缘信息, 使图像的边缘提取更清晰、细腻；与单一形态学算法相比, 新算法使图像的均方误差值大幅度降低、峰值信噪比提高了2.3 dB。
图像边缘检测 自适应双阙值 二级小波变换分解 形态学梯度 image edge detection adaptive dual-threshold two-level wavelet decomposition morphological gradient
军械工程学院光学与电子工程系, 河北 石家庄 050003
在线阵 CCD检测系统中, 图像的边缘检测是关键技术之一。传统阈值比较法容易受到随机噪声的干扰, 为了减少这种干扰, 提出了一种基于 Sigmoidal函数最小二乘拟合的一维图像边缘检测方法。利用 Sigmoidal函数对图像边缘区域内所有点的灰度信息进行最小二乘拟合, 能够有效避免单个信号点上的噪声对测量结果的影响。对拟合函数一阶求导, 并寻找其一阶导数最大值对应点, 该点即为图像的边缘位置。实验分别采用阈值比较法和基于 Sigmoidal函数最小二乘拟合法, 对采集图像的边缘位置检测结果进行比较, 实验结果表明, 基于 Sigmoidal函数拟合方法稳定性好, 具有较高重复精度, 能够有效抑制系统随机噪声的影响, 具有较好的检测效果。
线阵 CCD 边缘检测 Sigmoidal函数拟合 linear CCD image edge detection Sigmoidal function fitting
为了实现彩色图像边缘检测，建立了彩色图像自动边缘检测算法。对彩色图像基于四元数的表示方法进行描述，针对基于snake算子实现彩色图像边缘检测算法进行了研究。首先，根据彩色图像三原色的基本特征，利用四元数的矢量表示方法以及四元数基本运算方法进行描述; 其次，介绍了snake算子的基本原理，检测过程等。最后，构造了双四元数和snake算子的彩色图像边缘检测算法。实验结果表明，利用文中算法获得的彩色图像边缘检测保留了原图像的自身信息，边缘信息完整。该算法基本满足彩色图像边缘检测的稳定可靠、信息完整、抗干扰能力强等要求。
Snake模型 四元数 彩色图像边缘检测 活动轮廓 Snake model quaternion color image edge detection active contour
1 中国科学院 长春光学精密机械与物理研究所 中国科学院航空光学成像与测量重点实验室,吉林 长春130033
2 中国科学院 研究生院,北京100039
3 中国科学院 长春光学精密机械与物理研究所， 吉林 长春130033
4 总装备部沈阳军事代表局驻长春地区军事代表室，吉林 长春130033
研究了图像处理的自动调焦方法在机载光电成像设备中的应用。提出了基于图像斜边、水平和垂直边缘检测的调焦评价算子——Bevel算子和Mix算子。选取边缘检测算子和卷积算子分别作为调焦粗搜索和精搜索阶段的清晰度评价算子,设计了适合自动调焦的隔行隔列调焦区域选择方法。采用了变步长爬山搜索法、局部全局搜索法和综合搜索法3种调焦控制策略，使用调焦行程为131步，焦深为2步的变焦镜头，其调焦时间分别从全局搜索法的37 s缩短至3~4 s、4~6 s和3~5 s。实验结果表明，该方法能够满足机载光电成像设备的调焦实时性和精确性要求。
机载光电成像设备 清晰度评价函数 边缘检测 调焦区域 调焦控制策略 airborne electro-optical imaging device focus measure function image edge detection focus areas search strategy
