论文部分内容阅读
传感器的总体发展趋势是向数字化、网络化、集成化、复合化、无源化演变,要实现低成本、低功耗、模块化可融入边缘计算的智能传感器,需要传感器在不同行业应用的关键共性技术的支撑.本文针对行业应用需求特点,阐述基于共性技术的传感器操作系统开发思路及其在行业中的具体实现方案.
传感器网与传感器操作系统研究与实践
【摘 要】
：
传感器的总体发展趋势是向数字化、网络化、集成化、复合化、无源化演变,要实现低成本、低功耗、模块化可融入边缘计算的智能传感器,需要传感器在不同行业应用的关键共性技术的支撑.本文针对行业应用需求特点,阐述基于共性技术的传感器操作系统开发思路及其在行业中的具体实现方案.
【机 构】
：
上海锐极电子科技有限公司,上海201101;上海市退(离)休高级专家协会电子信息专业委员
【出 处】
：
单片机与嵌入式系统应用
【发表日期】
：
2022年3期
其他文献
为了提高直方图均衡化方法对不同亮度图像的适用性,提出一种基于图像聚类的动态多直方图均衡化算法.采用基于直方图加权的模糊C-均值聚类算法对图像进行快速聚类,并采用聚类质量评价指标确定最佳聚类个数.对于每个子图像的直方图,以像素数量均值作为幅度极值进行裁剪,根据原有灰度区间与像素占比重新分配动态范围.基于裁剪的直方图对每个子图像进行独立的均衡化,并映射到新的灰度区间.采用多种亮度特征的测试图像对算法性能进行了验证,并与直方图均衡化、递归均值分割的直方图均衡化、递归分割与加权的直方图均衡化、动态直方图均衡化、基
作为众多医学图像处理的前提和关键,医学图像关键点检测具有重要的理论研究和应用价值.由于个体间差异性和个体内歧义性的影响,以及更高的临床应用定位精度的要求,医学解剖关键点检测面临着巨大的挑战.鉴于深度学习技术在医学图像关键点检测乃至整个医学图像处理领域都表现出了强大的实力,本文全面检索发表于顶级医学期刊和会议论文集中的医学图像关键点研究成果并进行了详细的梳理和综述.从计算机视觉任务角度简述医学图像关键点检测及其存在的难点;总结了深度学习技术在医学图像关键点检测中的基本框架,详细论述了医学图像关键点检测的分类