管理的灰度

2024-07-06

管理的灰度(精选十篇)

管理的灰度 篇1

我们强调开放, 更多一些向别人学习, 我们才会有更新的目标, 才会有真正的自我审视, 才会有时代的紧迫感。

清晰的方向来自灰度

一个领导人重要的素质是方向、节奏。他的水平就是合适的灰度。坚定不移的正确方向来自灰度、妥协与宽容。

一个清晰方向, 是在混沌中产生的, 是从灰色中脱颖而出, 方向是随时间与空间而变的, 它常常又会变得不清晰。并不是非白即黑、非此即彼。合理地掌握合适的灰度, 是使各种影响发展的要素, 在一段时间和谐, 这种和谐的过程叫妥协, 这种和谐的结果叫灰度。

妥协一词似乎人人都懂, 用不着深究, 其实不然。妥协的内涵和底蕴比它的字面含义丰富得多, 而懂得它与实践更是完全不同的两回事。我们华为的干部, 大多比较年轻, 血气方刚, 干劲冲天, 不大懂得必要的妥协, 也会产生较大的阻力。

我们纵观中国历史上的变法, 虽然对中国社会进步产生了不灭的影响, 但大多没有达到变革者的理想。我认为, 面对他们所处的时代环境, 他们的变革太激进、太僵化, 冲破阻力的方法太苛刻。如果他们用较长时间来实践, 而不是太急迫、太全面, 收效也许会好一些。其实就是缺少灰度。方向是坚定不移的, 但并不是一条直线, 也许是不断左右摇摆的曲线, 在某些时段来说, 还会划一个圈, 但是我们离得远一些或粗一些来看, 它的方向仍是紧紧地指着前方。

我们今天提出了以正现金流、正利润流、正的人力资源效率增长, 以及通过分权制衡的方式, 将权力通过授权、行权、监管的方式, 授给直接作战部队, 也是一种变革。在这次变革中, 也许与二十年来的决策方向是有矛盾的, 也将涉及许多人的机会与前途, 我想我们相互之间都要有理解与宽容。

宽容是领导者的成功之道

为什么要对各级主管说宽容?这同领导工作的性质有关。任何工作, 无非涉及到两个方面:一是同物打交道, 二是同人打交道。

不宽容, 不影响同物打交道。一个科学家, 性格怪癖, 但他的工作只是一个人在实验室里同仪器打交道, 那么, 不宽容无伤大雅。一个车间里的员工, 只是同机器打交道, 那么, 即使他同所有人都合不来, 也不妨碍他施展技艺制造出精美的产品。

但是, 任何管理者, 都必须同人打交道。有人把管理定义为“通过别人做好工作的技能”。一旦同人打交道, 宽容的重要性立即就会显示出来。人与人的差异是客观存在的, 所谓宽容, 本质就是容忍人与人之间的差异。不同性格、不同特长、不同偏好的人能否凝聚在组织目标和愿景的旗帜下, 靠的就是管理者的宽容。

宽容别人, 其实就是宽容我们自己。多一点对别人的宽容, 其实, 我们生命中就多了一点空间。

宽容是一种坚强, 而不是软弱。宽容所体现出来的退让是有目的有计划的, 主动权掌握在自己的手中。无奈和迫不得已不能算宽容。

只有勇敢的人, 才懂得如何宽容, 懦夫决不会宽容, 这不是他的本性。宽容是一种美德。

只有宽容才会团结大多数人与你一齐认知方向, 只有妥协才会使坚定不移的正确方向减少对抗, 只有如此才能达到你的正确目的。

没有妥协就没有灰度

坚持正确的方向, 与妥协并不矛盾, 相反妥协是对坚定不移方向的坚持。

当然, 方向是不可以妥协的, 原则也是不可妥协的。但是, 实现目标过程中的一切都可以妥协, 只要它有利于目标的实现, 为什么不能妥协一下?当目标方向清楚了, 如果此路不通, 我们妥协一下, 绕个弯, 总比原地踏步要好, 干嘛要一头撞到南墙上?

在一些人的眼中, 妥协似乎是软弱和不坚定的表现, 似乎只有毫不妥协, 方能显示出英雄本色。但是, 这种非此即彼的思维方式, 实际上是认定人与人之间的关系是征服与被征服的关系, 没有任何妥协的余地。

“妥协”其实是非常务实、通权达变的丛林智慧, 凡是人性丛林里的智者, 都懂得恰当时机接受别人妥协, 或向别人提出妥协, 毕竟人要生存, 靠的是理性, 而不是意气。

“妥协”是双方或多方在某种条件下达成的共识, 在解决问题上, 它不是最好的办法, 但在没有更好的方法出现之前, 它却是最好的方法, 因为它有不少的好处。

妥协并不意味着放弃原则, 一味地让步。明智的妥协是一种适当的交换。为了达到主要的目标, 可以在次要的目标上做适当的让步。这种妥协并不是完全放弃原则, 而是以退为进, 通过适当的交换来确保目标的实现。相反, 不明智的妥协, 就是缺乏适当的权衡, 或是坚持了次要目标而放弃了主要目标, 或是妥协的代价过高遭受不必要的损失。

明智的妥协是一种让步的艺术, 妥协也是一种美德, 而掌握这种高超的艺术, 是管理者的必备素质。

只有妥协, 才能实现“双赢”和“多赢”, 否则必然两败俱伤。因为妥协能够消除冲突, 拒绝妥协, 必然是对抗的前奏;我们的各级干部真正领悟了妥协的艺术, 学会了宽容, 保持开放的心态, 就会真正达到灰度的境界, 就能够在正确的道路上走得更远, 走得更扎实。

坚决反对完美主义

什么是职业化?就是在同一时间、同样的条件, 做同样的事的成本更低, 这就是职业化。市场竞争, 对手优化了, 你不优化, 留给你的就是死亡。思科在创新上的能力, 爱立信在内部管理上的水平, 我们现在还是远远赶不上的。要缩短这些差距, 必须持续地改良我们的管理, 不缩短差距, 客户就会抛离我们。

的确, 我们要有管理改进的迫切性, 但也要沉着冷静, 减少盲目性。我们不能因短期救急或短期受益, 而做长期后悔的事。不能一边救今天的火, 一边埋明天的雷。管理改革要继续坚持从实用的目的出发, 达到适用目的的原则。

我们从一个小公司脱胎而来, 小公司的习气还残留在我们身上。我们的员工也受二十年来公司早期的习惯势力的影响, 自己的思维与操作上还不能完全职业化。这些都是我们管理优化的阻力。由于我们从小公司走来, 相比业界的西方公司, 我们一直处于较低水平, 运作与交付上的交叉、不衔接、重复低效、全流程不顺畅现象还较为严重。

在管理改进中, 要继续坚持遵循“七反对”的原则。坚决反对完美主义, 坚决反对繁琐哲学, 坚决反对盲目的创新, 坚决反对没有全局效益提升的局部优化, 坚决反对没有全局观的干部主导变革, 坚决反对没有业务实践经验的人参加变革, 坚决反对没有充分论证的流程进行实用。

我们不忌讳我们的病灶, 要敢于改革一切不适应及时、准确、优质、低成本实现端到端服务的东西。但更多的是从管理进步中要效益。我们从来就不主张较大幅度的变革, 而主张不断的改良, 我们现在仍然要耐得住性子, 谋定而后动。

因地制宜实事求是

西方的职业化, 是从一百多年的市场变革中总结出来的, 它这样做最有效率。穿上西装, 打上领带, 并非是为了好看。我们学习它, 并非是完全僵化地照搬, 难道穿上中山装就不行?

我们二十年来, 有自己成功的东西, 我们要善于总结出来, 我们为什么成功, 以后怎样持续成功, 再将这些管理哲学的理念, 用西方的方法规范, 使之标准化、基线化, 有利于广为传播与掌握并善用之, 培养各级干部, 适应工作。

只有这样我们才不是一个僵化的西方样板, 而是一个有活的灵魂的管理有效的企业。看西方在中国的企业成功的不多, 就是照搬了西方的管理, 而水土不服。一个企业活的灵魂, 就是坚持因地制宜实事求是。这两条要领的表现, 就是不断提升效率。

我们从杂乱的行政管制中走过来, 依靠功能组织进行管理的方法虽然在弱化, 但以流程化管理的内涵, 还不够丰富。流程的上、下游还没有有效“拉通”, 基于流程化工作对象的管理体系还不很完善。组织行为还不能达到可重复、可预期、可持续化的可值得信赖的程度。人们还习惯在看官大官小的指令, 来确定搬道岔。以前还出现过可笑的工号文化。

工作组是从行政管制走向流程管制的一种过渡形式, 它对打破部门墙有一定好处, 但它对破坏流程化建设有更大的坏处。而我们工作组满天飞, 流程化组织变成了一个资源池, 这样下去我们能建设成现代化管理体系吗?一般而言, 工作组人数逐步减少的地方, 流程化的建设与运作就比较成熟。

管理的灰度 篇2

根据灰度图像信息量大、可视化效果好等特点,提出一种基于灰度图像水印的.空间域矢量地理空间数据水印算法,即先将灰度图像水印信息按一定法则进行处理,再将处理后的水印信息嵌入到空间域矢量地理空间数据中,最后对嵌入水印信息的矢量地理空间数据进行检测.文中还对矢量地理空间数据进行了攻击实验,分析表明,提取出的灰度图像水印具有较好的鲁棒性效果和一定的实用价值.

作 者:郭思远 朱长青 GUO Si-yuan ZHU Chang-qing 作者单位:郭思远,GUO Si-yuan(信息工程大学,测绘学院,河南,郑州,450052)

朱长青,ZHU Chang-qing(信息工程大学,测绘学院,河南,郑州,450052;南京师范大学,虚拟地理环境教育部重点实验室,江苏,南京,210097)

任正非:管理的灰度 篇3

华为的核心价值观中,很重要的一条是开放与进取,这条内容在行政管理团队的讨论中,有较长时间的争议。华为是一个有较强创新能力的公司,开放难道有这么重要吗?由于成功,我们现在越来越自信、自豪和自满,其实也在越来越自闭。

我们强调开放,更多一些向别人学习,我们才会有更新的目标,才会有真正的自我审视,才会有时代的紧迫感。

清晰的方向来自灰度

一个领导人重要的素质是方向、节奏。他的水平就是合适的灰度。坚定不移的正确方向来自灰度、妥协与宽容。

一个清晰方向,是在混沌中产生的,是从灰色中脱颖而出,方向是随时间与空间而变的,它常常又会变得不清晰。并不是非白即黑、非此即彼。合理地掌握合适的灰度,是使各种影响发展的要素,在一段时间和谐,这种和谐的过程叫妥协,这种和谐的结果叫灰度。

妥协一词似乎人人都懂,用不着深究,其实不然。妥协的内涵和底蕴比它的字面含义丰富得多,而懂得它与实践更是完全不同的两回事。我们华为的干部,大多比较年轻,血气方刚,干劲冲天,不大懂得必要的妥协,也会产生较大的阻力。

我们纵观中国历史上的变法,虽然对中国社会进步产生了不灭的影响,但大多没有达到变革者的理想。我认为,面对它们所处的时代环境,他们的变革太激进、太僵化,冲破阻力的方法太苛刻。如果他们用较长时间来实践,而不是太急迫、太全面,收效也许会好一些。其实就是缺少灰度。方向是坚定不移的,但并不是一条直线,也许是不断左右摇摆的曲线,在某些时段来说,还会划一个圈,但是我们离得远一些或粗一些来看,它的方向仍是紧紧地指着前方。

我们今天提出了以正现金流、正利润流、正的人力资源效率增长,以及通过分权制衡的方式,将权力通过授权、行权、监管的方式,授给直接作战部队,也是一种变革。在这次变革中,也许与二十年来的决策方向是有矛盾的,也将涉及许多人的机会与前途,我想我们相互之间都要有理解与宽容。

宽容是领导者的成功之道

为什么要对各级主管说宽容?这同领导工作的性质有关。任何工作,无非涉及到两个方面:一是同物打交道,二是同人打交道。

不宽容,不影响同物打交道。一个科学家,性格怪癖,但他的工作只是一个人在实验室里同仪器打交道,那么,不宽容无伤大雅。一个车间里的员工,只是同机器打交道,那么,即使他同所有人都合不来,也不妨碍他施展技艺制造出精美的产品。

但是,任何管理者,都必须同人打交道。有人把管理定义为“通过别人做好工作的技能”。一旦同人打交道,宽容的重要性立即就会显示出来。人与人的差异是客观存在的,所谓宽容,本质就是容忍人与人之间的差异。不同性格、不同特长、不同偏好的人能否凝聚在组织目标和愿景的旗帜下,靠的就是管理者的宽容。

宽容别人,其实就是宽容我们自己。多一点对别人的宽容,其实,我们生命中就多了一点空间。

宽容是一种坚强,而不是软弱。宽容所体现出来的退让是有目的有计划的,主动权掌握在自己的手中。无奈和迫不得已不能算宽容。

只有勇敢的人,才懂得如何宽容,懦夫决不会宽容,这不是他的本性。宽容是一种美德。

只有宽容才会团结大多数人与你一齐认知方向,只有妥协才会使坚定不移的正确方向减少对抗,只有如此才能达到你的正确目的。

没有妥协就没有灰度

坚持正确的方向,与妥协并不矛盾,相反妥协是对坚定不移方向的坚持。

当然,方向是不可以妥协的,原则也是不可妥协的。但是,实现目标过程中的一切都可以妥协,只要它有利于目标的实现,为什么不能妥协一下?当目标方向清楚了,如果此路不通,我们妥协一下,绕个弯,总比原地踏步要好,干嘛要一头撞到南墙上?

在一些人的眼中,妥协似乎是软弱和不坚定的表现,似乎只有毫不妥协,方能显示出英雄本色。但是,这种非此即彼的思维方式,实际上是认定人与人之间的关系是征服与被征服的关系,没有任何妥协的余地。

“妥协”其实是非常务实、通权达变的丛林智慧,凡是人性丛林里的智者,都懂得恰当时机接受别人妥协,或向别人提出妥协,毕竟人要生存,靠的是理性,而不是意气。

“妥协”是双方或多方在某种条件下达成的共识,在解决问题上,它不是最好的办法,但在没有更好的方法出现之前,它却是最好的方法,因为它有不少的好处。

妥协并不意味着放弃原则,一味地让步。明智的妥协是一种适当的交换。为了达到主要的目标,可以在次要的目标上做适当的让步。这种妥协并不是完全放弃原则,而是以退为进,通过适当的交换来确保目标的实现。相反,不明智的妥协,就是缺乏适当的权衡,或是坚持了次要目标而放弃了主要目标,或是妥协的代价过高遭受不必要的损失。

明智的妥协是一种让步的艺术,妥协也是一种美德,而掌握这种高超的艺术,是管理者的必备素质。

只有妥协,才能实现“双赢”和“多赢”,否则必然两败俱伤。因为妥协能够消除冲突,拒绝妥协,必然是对抗的前奏;我们的各级干部真正领悟了妥协的艺术,学会了宽容,保持开放的心态,就会真正达到灰度的境界,就能够在正确的道路上走得更远,走得更扎实。

坚决反对完美主义

什么是职业化?就是在同一时间、同样的条件,做同样的事的成本更低,这就是职业化。市场竞争,对手优化了,你不优化,留给你的就是死亡。思科在创新上的能力,爱立信在内部管理上的水平,我们现在还是远远赶不上的。要缩短这些差距,必须持续地改良我们的管理,不缩短差距,客户就会抛离我们。

的确,我们要有管理改进的迫切性,但也要沉着冷静,减少盲目性。我们不能因短期救急或短期受益,而做长期后悔的事。不能一边救今天的火,一边埋明天的雷。管理改革要继续坚持从实用的目的出发,达到适用目的的原则。

我们从一个小公司脱胎而来,小公司的习气还残留在我们身上。我们的员工也受二十年来公司早期的习惯势力的影响,自己的思维与操作上还不能完全职业化。这些都是我们管理优化的阻力。由于我们从小公司走来,相比业界的西方公司,我们一直处于较低水平,运作与交付上的交叉、不衔接、重复低效、全流程不顺畅现象还较为严重。

在管理改进中,要继续坚持遵循“七反对”的原则。坚决反对完美主义,坚决反对繁琐哲学,坚决反对盲目的创新,坚决反对没有全局效益提升的局部优化,坚决反对没有全局观的干部主导变革,坚决反对没有业务实践经验的人参加变革,坚决反对没有充分论证的流程进行实用。

我们不忌讳我们的病灶,要敢于改革一切不适应及时、准确、优质、低成本实现端到端服务的东西。但更多的是从管理进步中要效益。我们从来就不主张较大幅度的变革,而主张不断的改良,我们现在仍然要耐得住性子,谋定而后动。

因地制宜实事求是

西方的职业化,是从一百多年的市场变革中总结出来的,它这样做最有效率。穿上西装,打上领带,并非是为了好看。我们学习它,并非是完全僵化地照搬,难道穿上中山装就不行?

我们二十年来,有自己成功的东西,我们要善于总结出来,我们为什么成功,以后怎样持续成功,再将这些管理哲学的理念,用西方的方法规范,使之标准化、基线化,有利于广为传播与掌握并善用之,培养各级干部,适应工作。

只有这样我们才不是一个僵化的西方样板,而是一个有活的灵魂的管理有效的企业。看西方在中国的企业成功的不多,就是照搬了西方的管理,而水土不服。一个企业活的灵魂,就是坚持因地制宜实事求是。这两条要领的表现,就是不断提升效率。

我们从杂乱的行政管制中走过来,依靠功能组织进行管理的方法虽然在弱化,但以流程化管理的内涵,还不够丰富。流程的上、下游还没有有效“拉通”,基于流程化工作对象的管理体系还不很完善。组织行为还不能达到可重复、可预期、可持续化的可值得信赖的程度。人们还习惯在看官大官小的指令,来确定搬道岔。以前还出现过可笑的工号文化。

工作组是从行政管制走向流程管制的一种过渡形式,它对打破部门墙有一定好处,但它对破坏流程化建设有更大的坏处。而我们工作组满天飞,流程化组织变成了一个资源池,这样下去我们能建设成现代化管理体系吗?一般而言,工作组人数逐步减少的地方,流程化的建设与运作就比较成熟。

“灰度时代”需要“灰度领导力” 篇4

北京接连出现雾霾天气, 来我办公室喝茶的企业家却比往常多了起来。 交谈之下, 发现老板们似乎有着相同的焦虑和郁闷:失去了方向感, 不知道下一步将往哪里走;看不清楚谁是敌人谁是朋友了, 不知道会怎么死, 也不知道要怎么活;理想和目标还有, 但身心已感疲惫, 愿意一起持续奋斗的人也不多了……

不是企业家们受天气影响, 心里也升起了雾霾, 而是这的确是一个令人容易迷茫和焦虑的时代。

之前我曾讲过, 中国企业正置身于一个“中速时代”和“质变时代”。经过改革开放30多年的高速发展, 我国经济快车由高速驶入中速通道, 且正在“拐弯”地带, 处于经济社会转型升级的关键阶段。发展速度降下来了以后, 很多原来被超快速度所掩盖的问题和矛盾都暴露了出来。更关键的是, 置身于这辆正在“转弯”的列车中, 你并不知道前方究竟是“柳明花明”, 还是“山穷水尽”。同时, 在世界经济日益一体化的格局中, 我们既要和跨国企业在本土市场“贴身肉搏”, 也要应对互联网浪潮新一波的深刻冲击, 此时后院竟然也着火了——市场变了, 消费者也变了, 我们曾经赖以成功的思维模式和操作方式不灵了……各种错综复杂的因素集中显现并交织在一起, 使得中国企业今天面临的外部环境和市场的复杂程度远超过其他地区。

在这个大背景下, 我们的企业似乎也进入了一个“灰蒙蒙”的生存发展期, 有如北京的雾霾天气, 混沌、模糊、沉闷, 令人迷茫焦虑, 心浮气燥。我把这样的一种时代、这样的一种状态称之为 “灰度时代”。“灰”是一种颜色, 是黑与白的融合, 意味着企业的生存环境和未来不是简单、纯粹, 易于辨别的, 而是多元、复杂, 存在不确定性的。“灰”又是黑与白之间的过度, 它混沌、模糊, 同时也蕴含着多重元素;在混沌表相下实则孕育着活力和生命力。

“灰”最大的特征是“中间状态”。 这与很多企业目前的状态高度相似。

改革开放后的一批成功企业也呈现出一种“中间状态”:企业规模不大也不小, 社会贡献不多也不少, 运营状态不好也不坏, 管理水平不高也不低。 要跨越中间状态, 从优秀走向卓越, 是一种断裂式的变化, 它潜藏着各种危险——既有成功路径依赖, 又面临很多矛盾挑战;既有转型升级的压力, 又遭遇各种能力短板;既有了一定的资源积累, 又要面临利益分配难题……更大的危险来自于, 你不知道此时你最大的敌人、最大的障碍其实就是你自己, 所以也不知道该怎么选择战略战术。然而, “灰”的“中间状态”也蕴育着机会和希望。因为处于“中间’, 所以你还有选择的机会, 有选择就有希望, 有选择就是一个最大的优势。“灰”的混沌沉闷, 意味着有好有坏, 好坏难辨, 好坏交织, 且它们在不停地运动着, 而这恰恰是生命力所在——可能在突然间就从沉闷中突破, 由混沌走向清晰, 出现颠覆性的变革, 为企业带来全新的商业模式和发展机会。

但是, 捕捉住机遇之火和希望之光, 需要从焦虑中冷静下来, 停下匆忙寻找的脚步, 回归基本面——在看不清方向时回到原点重新梳理思路, 回答我是谁, 我要往何处去的问题;在价值观迷茫时回归内心道德诉求, 回答我为谁创造价值, 我要坚守怎样的核心价值的问题;在找不到新的经济增长点时, 回归企业经营本质, 经营人才、经营客户, 苦练基本功。

“灰度”的本义是指在黑与白之间能够平滑过渡的一种方式方法。企业要跨越“中间状态”的迷惘, 在黑与白的融合之中找到自己的方向和路径, 在各种复杂因素交织的运动中控制自己的步伐节奏, 其实也有一些方式方法, 我称之为“灰度领导力”。称之为领导力, 是因为最先或最需要掌握这种“灰度”法则的往往是领头人、领导者、企业家。“灰度时代”要求企业家重树使命、承担责任和提升能力, 我们称之为 “领导力金三角”。

为什么是使命、责任、能力三要素?第一, 灰度时代需要重塑中国企业家的使命感和事情激情, 从而带领企业跨越现在的成功陷阱、度过转型期的阵痛, 实现转型升级。第二, 责任大于能力, 责任成就卓越, 在这样一个时期, 我们呼吁企业家和企业高管勇于承担变革的风险和责任。第三, 企业家要履行使命和承担责任, 必须要有基础, 这个基础来自于他的思维更新与能力重塑。在“灰度时代”, 企业家和企业高管所需要的思维意识和核心能力素质究竟是什么?我认为是一种“度”, 即对方向的判断、分寸的拿捏、火候的控制、时机的把握、节奏的掌控和管理艺术的最佳发挥。这个“度”具体又体现在道德感召、跨界思维、竞合意识、开放包容、和真实领导这五个方面。

道德感召——在一个选择多元、 价值迷茫、持续奋斗的热情衰减的时代, 企业家更需要具有强烈的道德感召力。用坚定的目标追求、远大的理想抱负、普适的价值观和积极健康的心态, 为组织持续输入正能量, 以凝聚人心, 达成共识, 带领大家在混沌之中找到方向、探索出路并找到正确出路。

跨界思维——在互联网时代, 产业之间、企业之间的边界不再明显, 甚至是相互融合、互联互通的, “一切皆有可能”。跨行业、跨领域的合作与发展是大势所趋, 这需要企业家具备极度开阔的视野和思维, 不仅能看到商业机会, 更要能互联互通, 构建企业价值网。

竞合意识——在混沌、多变的时代, 对手可能瞬间变成朋友, 朋友也有可能变成对手。因此, 未来企业之间不会再是你死我活的竞争, 而是走向合作、妥协和相互依存, 在既竞争又合作中实现多赢, 并共同维护竞争秩序。这要求企业家具备竞合意识, 向竞争对手学习, 和竞争对手合作, 在合作中产生新的价值增长点, 在合作中发现新的发展机遇。

开放包容——中国企业发展到今天, 很多都是产业链式发展、集团化管理, 需要企业家和企业高管具备跨业务、跨团队、跨职能合作的能力。同时, 随着中国企业全球化的速度加快, 如何跨地域、跨文化的沟通、合作和领导, 也是摆在企业家面前的迫切命题。还有, 和企业命运直接相关的消费者和员工也更加多元化:文化多元、 价值多元、诉求多元。面对这种种新问题, 企业家只有努力提升自己的开放、 包容、沟通、协同的思维意识和领导能力。进一步开放才能融入全球市场、整合全球资源, 不断发现和寻找到新的机遇;有包容心才能学会妥协, 能容忍他人的缺点, 允许下属失败, 任用比自己更能干的人;沟通的前提是接纳, 接纳不同文化信仰、不同代际特征、不同性格差异;协同是开放、包容、沟通之后的结果, 在协同中解决矛盾, 由协同产生价值。

真实领导——“真实领导”是国际管理学界正在讨论的新概念, 它有四个维度:自我意识、信息平衡处理、内在道德观点和关系透明。这与我们所提倡的相符合, 所以我们把它拿过来, 结合今天中国企业的生存环境, 注入新的内涵。

自我意识, 要求企业家深刻的认识到, 我是谁, 我的问题在哪里?人是最难认识自我的, 对自我的认识程度决定了你的修养深度。

信息平衡处理, 是指在信息日益透明、对称的时代, 领导者要更重视建立规则, 并能平衡处理相关利益者的价值平衡问题。

内在道德观点就是我们所提倡的: 企业家越是在面临各种错综复杂的矛盾时, 越是要回归企业本位、坚守价值立场和价值底线, 坚守内心道德诉求, 且要做到言行一致。

关系透明则要求领导者与客户、顾客、内部员工等价值链上的各个相关者建立透明的关系, 把机制制度放在阳光下;在组织内部营造透明决策、民主决策的氛围, 以激发组织内在活力。

我个人认为, 在新的管理环境下, 真实领导也意味着在驾驭复杂要素时既包容、妥协、平衡又能总体掌控的一种能力素质。这五个要素中, 既有对企业家和高管们应对外部环境和相关关系的要求, 更多则是处理企业内部复杂要素的领导和驾驭能力。简而言之, “灰度领导力”要求企业家从自我深刻变革开始, 最终带领企业跨越“灰度时代”, 从优秀走向卓越。

超脱混沌的灰度 篇5

“互联网思维”已成最时髦的名词。每个企业都可感受到互联网的冲击。究竟什么是互联网思维?究竟互联网思维对传统企业有怎样的作用?日前,马化腾一封致合作伙伴的信——“组建生物型企业,让企业组织自我进化”讲得很到位。

深度的静默力、专注力与洞察力,让他有了不一样的视野。在思考战略问题时,他不是从自己公司的问题出发,也不是从自己的某个战略意图出发,更不是从多少银子出发,甚至还不是从把腾讯做大做强的使命出发。他在腾讯之外看到了互联网生态,在互联网生态之外,看到了宇宙生态,从宇宙生态出发,他有了不一样的发现。

企业一旦小有成功,就会形成许许多多的既得利益,随之未来许许多多不可以动摇的经验,以及太多条理条款捆绑着组织,组织都快被各种各样的是非对错窒息了。这种种状况,让马化腾想到了—灰度。

灰度,是一种宇宙观。宇宙生生不息的起点,就是混沌。这个宇宙观,从宏观上看,“天地不仁以万物为刍狗,圣人不仁以百姓为刍狗。天地之间其犹橐呼?”从宇宙观上看人类,就没有那么多条条框框的善恶、是非、好坏,而是一视同仁。魔道不分,正反不分,善恶不分,是非不分,一切都如同草扎起来的狗一样。万物一片混沌,都在天地这个大风箱中震颤。

人类在混沌颠簸的宇宙中该怎么生存呢?老子提出一条重要出路:“人法地,地法天,天法道,道法自然”。人类生存于宇宙之中,大地之上,当效法大地沉静敦厚,宁静谦和,无私无贼,广漠厚载万物,生化养育着一切生命。人只有接地气法地,大地取法苍天包容万物和施予万物,苍天又取法道之浑然一体、清静不言,道取法自然。人一旦取法自然活在天性中,也就在道中了。

任正非谈过《管理的灰度》。马化腾从混沌中亦看到了灰度,“任正非所提倡的灰度,主要是内部管理上的妥协和宽容。但是我想,在互联网时代,产品创新和企业管理的灰度更意味着时刻保持灵活性,时刻贴近千变万化的用户需求,并随趋势潮流而变”。

其实,任正非几年前写《管理的灰度》,那是他的宇宙观在管理上的体现。对任正非来说,灰度更多是一种宇宙观。任正非在跟我交流时,他清晰地说,东西方哲学在未来的时代会走到同一个方向,那就是东方玄学所概括提炼的混沌的宇宙观。从这样的宇宙观出发,来规划企业平台,就要有一种开放的心态。

互联网是个开放交融、瞬息万变的大生态。企业作为互联网生态里面的物种,需要像自然界的生物一样顺势而为!

基于灰度图像的车牌定位研究 篇6

车辆的定位识别技术是智能交通领域的重要研究课题之一,也是解决现代社会中由于传统管理方式造成的交通“瓶颈”问题的关键技术之一。目前车牌定位的方法主要有两类:基于彩色图像信息和基于灰度图像信息的定位方法,前者一般需要进行颜色空间变换、计算量较大,而且当图像亮度降低到一定程度,特别是在夜晚条件和光照不均情况下,图像将可能变成非彩色的,具有很大的局限性。因此当前主流的图像分割方法是基于灰度图像处理技术的。

2 基于灰度图像车牌定位的方法

2.1 基于边缘检测的定位方法

在汽车图像中,牌照区域内含有丰富的边缘{包括水平边缘、垂直边缘和斜向边缘},而其它区域则不具有这个特点,故可通过边缘检测技术来寻找存在较多边缘的区域,再对图像进行特定的填充算法,直到图像中只留下待识别的目标,从而达到牌照定位的目的。常用的边缘检测方法的基础是微分运算,边缘点对应于一阶微分幅度大的点,或对应于二阶微分的过零点。该类方法目前应用最广泛,其主要缺点是:由于车头部分细节丰富,尤其是车头上部,要获得较好的边缘图像比较困难,而且运算量大,另外如果车头上部有与车牌尺寸相仿的干扰区,很可能产生误识别;对于污染严重的车牌图像,识别率不高。一种改进方法是在对图像进行了边缘提取后,考虑到车牌区域会有直线边缘,用Hough变换检测直线,来确定车牌在图像中的位置。

2.2 基于数学形态学的定位方法

形态学图像处理的基本思想是利用一个称为结构元素的“探针”收集图像的信息。作为探针的结构元素,可直接携带知识{形态、大小、甚至加入灰度和色度信息},来探测研究图像的结构特点。它的基础是腐蚀和膨胀以及由此产生的开、闭运算。其中开、闭运算具有“削峰添谷”的功能,可以将目标区域显示出来。目前传统的数学形态学车牌定位算法是利用牌照字符具有纵向纹理的特性,提取车牌图像的垂直边缘并进行二值化,再利用数学形态学工具,通过用大小固定的结构元素对得到的二值边缘图像进行膨胀和闭运算等一系列的形态学运算,使得车牌区域形成闭合的连通矩形区域,然后通过标记这些候选牌照区域并利用车牌的几何特性{宽高比、矩形面积等}剔除虚假牌照,从而得到真正的牌照。

它的的不足主要是:(1)由于先将灰度图像转为二值图像,再基于二值图像进行形态学运算,在处理过程中会丢失大量有用的图像信息。(2)结构元素大小和形状的选取对形态学运算结果有着很大的影响。采用大小固定的结构元素来处理,就必须在保证车牌在所有图像中的大小都是一样的前提下,才能取得满意的实验结果。对于不同大小的车牌图像,适应性就变得很差了。(3)由于图像预处理工作的不足,进行膨胀和闭运算后,在得到车牌连通区域的同时,也得到了大量的由噪声边缘及背景边缘图像经膨胀后而形成的虚假块和候选牌照区,从而给进一步的车牌区域提取带来了很大的困难和干扰。

2.3 基于小波变换的车牌定位

小波变换是20世纪80年代后期发展起来的应用数学分支,它是一种窗口面积固定但其形状可以改变、时间窗和频率窗都可以改变的时频局部化分析方法,其基本思想是将原始信号通过伸缩及平移后,分解为一系列具有不同空间分辨率、不同频率特性和方向特性的子带信号,这些子带信号具有良好的时域、频域等局部特征,这些特征可以用来表示原始信号的局部特征,进而实现对信号时间、频率的局部化分析。即在低频部分具有较高的频率分辨率和较低的时间分辨率,在高频部分具有较高的时间分辨率和较低的频率分辨率,故被称为数学显微镜。由于目前传统的边缘检测方法检测到的边缘信息复杂,要想从中找准车牌的位置十分困难,而小波可以在不同的分辨率层次上对图像进行分割,在低分辨率层次上进行粗分割,由于计算量较小,适用于寻找目标的大致轮廓,在较高分辨率上实现精细分割,而且粗分割的结果对精细分割具有一定的指导作用,可以减少计算量和提高目标的定位精度。所以出现了很多基于小波变换的车牌定位算法,这些算法大多是利用小波变换与其他多种方法相结合来达到定位更准确、快速。例如将小波变换、数学形态学、边缘检测等方法结合来对车牌进行准确定位。基本思路如下:先用自适应滤波多尺度边缘检测方法检测出车牌的边缘,然后用数学形态学方法对阈值二值化后的边缘图像进行系列形态运算,进一步消除无用信息,最后用基于车牌底色识别的方法进行车牌定位.。该方法定位效果好,适于有噪声的车牌图像进行定位。

2.4 基于遗传算法的车牌定位方法

遗传算法也可用于车辆牌照的定位提取,它是建立在自然选择和群体遗传学机理基础上的随机、迭代、进化,具有广泛适用性的搜索方法,结合了达尔文的适者生存和随机信息、交换,消除了解中的不适应因素,利用了原有解中己有的知识,从而大大地加快了搜索过程。而车辆牌照的提取可以看作是在一幅复杂图像中寻找最符合牌照特征的区域的过程,也就是一个在参数空间里寻找最优定位参量的问题,而这正是遗传算法所擅长的。这种定位方法的思路是根据车牌所在区域灰度变化剧烈,且高低灰度差异较大的特点,对原始图像中任意的一个矩形区域中的每一行灰度值进行一维的波峰波谷检测,然后统计区域波峰密度、波峰均值、波峰波谷均值差、波峰方差、波谷方差和波峰分布的均匀程度,将这六个特征组成的特征矢量进行线性变换得到新的特征矢量,这样车牌识别问题就转化为如何确定矩形区域的参量,使从中提取的特征矢量最佳。

3 结论

本文在分析国内车牌特点的基础上,对近年来国内外出现的车牌定位方法进行了全面的综述.车牌定位是车牌识别中最关键、最难解决的一步,然而由于车牌背景的复杂性与车牌特征的多样性,迄今为止,适用于任意背景、位置和光照下的汽车图像,各种性能都满足要求的算法目前还没有。因此,综合应用多种算法进行定位分析既是客观实际的需要,也是我今后学习和研究工作的重点。

参考文献

[1]戴青云,余英林.一种基于小波和形态学的车牌图像分割方法[J].中国图像图形学报,2000,5A(5):411-415.

[2]蔡孟波,何苑凌.遗传算法在车牌定位中的应用[J].公路交通科技,2000,17(2):33-36.

Java实现图像的灰度变换 篇7

关键词:图像增强,灰度变换,数字图像处理,Java

0 引言

图像增强技术是改善图像质量的一种重要技术。它可以改善图像的模糊状况, 有目的地强化或突出图像的局部特性。增强技术是为了某种应用目的去改善图像的质量, 使其更适合人的视觉特性或其他系统识别功能。

1 实现图像增强的具体方法

如果一副图像灰度的对比度差, 图像的质量就不好。为了改善图像灰度的对比度, 可以对图像中样点的灰度进行刻度尺方面的改变——灰度变换。假设f (x, y) 和g (x, y) 分别表示原始图像及增强处理后图像像素的灰度。这样使原始图像的像素灰度f (x, y) 转换成增强后图像对应像素的灰度g (x, y) 变换关系的一般表达式为:

下面讨论如何通过改变灰度分布来改变图像的效果。如果在原始图像f (x, y) 各个样点的灰度值上加一个常数b, 可得

若b>0, 则整个图像的亮度增加, 如图1所示;若b<0, 则整个图像的亮度降低。

为了改变图像的对比度, 可对原始图像f (x, y) 各个样点的灰度值乘上一个常数a, 即

如果a>1, 对比度增强, 如图2所示;如果a<1, 对比度减弱。

将式 (2) 和式 (3) 结合起来, 可以得到线性灰度变换的一般表达式:

假设要将原始图像样点灰度取值范围从[f1, f2]变成[g1, g2], 可通过下面的变换实现:

图3示出了与方程 (5) 对应的变换直线。

这里有两种特殊的情况:一是如图4所示, 即灰度值小于f1的样点变换后灰度值变为0, 使与这些样点对应的图像区域变得更暗了;而灰度值大于f1的样点变换后灰度值变为255;与这些样点对应的图像区域变得更亮了, 使图像的对比度十分明显, 成为二值图像。第二种情况是a=-1, b=255, 如图5所示, 形成了原始图像的负版。

在灰度变换中, 可以根据需要选择变换的形式。若要详细勘察图像某一区域的细节, 应将此区域扩展;若对图像的某些区域不需要详细勘察, 可将该区域压缩, 但在压缩中会有一定的信息损失。

2 详细设计

Java语言实现线性灰度变换主要代码如下:

3 结束语

图像增强的目的是为了改善图像的视觉效果, 弥补由于照明光场发生变化而引起的图像灰度值的改变。在图像增强过程中突出了一部分信息, 同时可能会压制另一部分信息。本文介绍了图像的线性灰度变换技术, 并通过Java得到完全实现。

参考文献

[1]章毓晋.图像处理和分析[M].北京:清华大学出版社, 2005.

[2]王宏, 赵海滨.数字图像处理[M].沈阳:东北大学出版社, 2005.

基于奇异值分解的灰度水印算法 篇8

随着数字技术和因特网技术的快速发展,多媒体作品(图像、视频、声频)传播的范围和速度突飞猛进,同时盗版现象也愈演愈烈。于是保护数字音像产品的版权,维护创作者的合法利益,成为关系文化市场繁荣的重大课题。数字水印(digitalwater-marking)技术正是在这个背景下诞生的,并作为一种潜在的解决方案已受到广泛关注,成为国际学术界研究的一个热点[1,2,3]。

现在大多数图像水印研究集中在不可见水印研究上,不可视水印算法从实现上基本上可以分为两类:空域方法和变换域方法。空域方法通过直接改变图像某些像素的灰度值来加入水印,而变换域方法先对图像作某种变换。例如DCT[4,5,6], DWT[7,8,9],然后通过改变某些变换系数来加入水印。

1 水印算法

1.1 Arnold变换

Arnold变换对于数字图像来说,可以将其看作是一个函数在离散网格点处的采样值,这样就得到了一个表示图像的矩阵。矩阵中元素的值是对应点处的灰度值或RGB颜色分量值,对于正方形数字图像,离散化的Arnold绘制一个猫脸图像,通过如下变换完成:

undefined

其中,N为图像的宽度和高度。通过变换,猫脸图像由清晰变模糊,这实际上是一点点的位置移动,并且这种变换是一一对应的。此外,这个变换可以迭代地做下去,并且最终恢复到原始图像。

图1-2分别为cameramen原图及经过单步Arnold变换后显示的图像。

1.2 奇异值理论

在图像中应用奇异值分解的主要理论背景是:图像的奇异值稳定性非常好。即当图像被施加较小扰动时。图像奇异值不会有太大变化:延伸开来,当图像奇异值有较小扰动时,图像仍具有非常好的稳定性。

在水印的嵌入过程中先做n×n灰度图像A的奇异值分解,得到两个正交矩阵U,V及一个对角阵S。A=USVT,S表示元素为非负的对角阵,其对角线上的元素满足:λ1≥λ2≥…λr≥λr+1=…λm=0,其中,r是A的秩,它等于非负奇异值的个数。λi(i=1,2,…m)就叫做矩阵A的奇异值。

1.3 水印的嵌入和提取算法

1.3.1 水印嵌入算法

(1)选择具有紧支撑性,双正交性和正则性的小波函数dbl将原始宿主灰度图像I进行三级小波分解,得到逼近子图系数LL3和不同分辨率级下的水平边缘分量、垂直边缘分量和对角边缘分量,分别记为HL3,LH3, HH3。

(2)分别对逼近子带LL3,HL3,LH3,HH3做一次奇异值分解,得到对角阵Sa。

(3)用Anord变换置乱水印,同时把变换次数作为密钥保存;接着对水印图像进行两级小波分解,得到一个逼近子图WLL2和三个方向上的细节子图WLH2,WHL2,WHH2。将水印图像第一层的高频系数WLH1,WHL1,WHH1也作为检测时的密钥存放起来。

(4)将置乱小波分解后的水印WLL2,WLH2,WHL2,WHH2,分别嵌入到原图奇异值分解后的对应的LL3,LH3,HL3,HH3对角矩阵中。

(5)做一次逆奇异值分解和三层逆小波变化,得到嵌入水印后的载体图像IW。1.3.2 水印提取过程基本是水印嵌入过程的逆过程

具体步骤如下:

(1)读取可能遭受到攻击的含水印载体图像IW′。

(2)选择小波函数dbl对IW′进行三级小波分解,得到逼近子图系数LL31和不同分辨率级下的水平边缘分量、垂直边缘分量和对角边缘分量,分别记为HL31,LH31,HH31,并对LL31及其HL31,LH31,HH31,一次奇异值分解,得到新的对角阵Sa1。

(3)把Sa1与Sa相减并重构水印矩阵的中低频系数。

(4)把中低频系数,同作为密钥保存的高频系数进行小波逆变换(重构),即得到提取置乱水印,把水印进行置乱逆变换,则得到提取水印图像。

2 实验结果

本实验选取的宿主图像为256×256的8位灰度ˈ Baboonˈ图像,水印图像为64×64的灰度图像Cameraman,在其小波变换域嵌入水印,并在计算机上进行了仿真试验测试水印的鲁棒性能和不可见性。水印嵌入参数分别为0.4(逼近子图)和3(三级水平边缘分量),3(三级垂直边缘分量),4.2(三级对角边缘分量)。本文采用峰值信噪比( PSNR) 和归一化互相关(相似度NC) 量度来测试水印算法的性能。图3给出原始图像与原始水印,图4给出嵌入水印后的图像(PSNR = 321989) 和提取的水印(NC = 1) 。从图中可以看出,所嵌的水印具有很好的不可见性。

为验证嵌入算法对常规信号处理的鲁棒性,分别对水印进行了加噪、JPEG压缩等攻击试验,如表1 所示。从实验结果不难看出该算法具有良好的鲁棒性。

3 结束语

实验结果表明,上述算法能够经受住剪切、噪声、滤波、压缩等处理,具有很强的鲁棒性。

摘要:提出了一种基于离散小波变换和奇异值分解的灰度水印算法。首先在嵌入前对水印做Arnold置乱处理,然后对置乱后的水印图像及其原图像进行离散小波变换分解,同时保留小波分解后水印的高频系数,并在水印检测过程中作为密钥使用。最后对原图像小波变换后的中低频系数进行奇异值分解(SVD),并把相应的水印嵌入其中。实验结果表明,上述算法能够经受住剪切、噪声、滤波、压缩等处理,具有很强的鲁棒性。

关键词:灰度水印,离散小波变换,Arnold置乱,奇异值分解

参考文献

[1]Lu C S,Liao HY.Multipurpose Watermarking for Image Authenticationand Protection[J].IEEE Trans on Image Processing,2001,10(10).

[2]Cox I J,Miller M L.The First 50 Years of Electronic Watermarking[J].Journal of Applied Signal Processing,2002(2).

[3]暴晋飞,柏森.一种抗JPEG压缩的数字图像水印算法[J].重庆邮电大学学报:自然科学版,2009,21(6):749-753.

[4]Koch E,Zhao J.Towards robust and hidden image copyright labeling[C]//IEEE Workshop on Nonlinear Signal and Image Processing,Neos Marmaras,Greece.1995:123-132.

[5]Wu M,Liu B.Watermarking for image authentication[C]//IEEEInternational Conference on Image Processing,Chicago,Illinois,USA.1998,2:437-441.

[6]spread spectrum watermarking formultimedia[J].IEEE Transaction-son Image Processing,1997,6(12):1673-1687.

[7]Deepa Kundur,Dimitrios Hatzinakos.A robust digital image water-marking methodusing wavelet-based fusion[C]//Proceedings of theIEEE International Conference on Image Processing,ICIP9'7,1997-10,1:544-547.

[8]Xia Xiang-Gen,Boncelet C G,Arce G R.Wavelet transform based-watermark for digital images[J].Watermarking Special Issue of Op-ticsExperss.December 1998,3(12):497-511.

管理的灰度 篇9

纸币清分机的主要功能是按照纸币的面额、面向、正倒、版本以及新旧程度等对纸币进行分类输出, 其核心技术是纸币图像的处理识别算法。纸币清分机的清分速度通常在每分钟600张以上, 每张纸币图像的平均处理时间为100毫秒, 除去相邻纸币之间的时间间隔、纸币图像的采集、纸币图像的运动控制等时间, 真正用来进行纸币图像处理识别的计算时间约为40毫秒, 这对纸币图像识别算法的快速性和准确性提出了极其严格的要求。由于清分机的入钞口按照最宽的纸币设计, 并且留有间隙, 加上纸币的高速运动、纸币之间的摩擦力不均匀等原因, 在纸币到达清分机的图像采集部位时, 会有一定的倾斜和位置误差, 因此, 在纸币图像识别之前, 要对纸币图像进行几何校正处理。纸币图像的几何校正需要确定纸币在图像中的位置、倾斜角度和倾斜方向, 然后通过几何变换将图像中的纸币区域分割出来。纸币图像几何校正的常用方法[1,2,3]是采用最小二乘法对检测到的若干个等间距的纸币边界点的拟合来得到纸币四条边的直线方程, 由直线方程计算得到纸币的四个顶点, 利用得到的顶点信息对图像进行几何校正。传统解析方法的计算量较大, 并且依赖于纸币边缘上的若干点, 容易受到纸币新旧程度和图像噪声的影响。本文针对纸币图像的特点, 提出了一种通过灰度投影来确定纸币的四个顶点, 并对纸币图像进行几何校正的方法, 实验表明该方法具有快速、准确的特点。

1 灰度投影

灰度投影是图像像素的灰度值沿水平方向或垂直方向累加所得到的一维向量, 分为水平灰度投影和垂直灰度投影。水平灰度投影为图像的每一行像素灰度值的累加, 反映了图像灰度特征沿垂直方向的位置分布;垂直灰度投影为图像的每一列像素灰度值的累加, 反映了图像灰度特征沿水平方向的位置分布。将两者结合起来, 可以在一定程度上反映图像的结构特征。由于灰度投影反映了图像灰度特征的位置分布, 经常被用于图像特征的定位[4,5];对一些结构特殊的图像灰度特征, 灰度投影还作为模式特征用于图像的分类识别[6]。由于在实际应用当中纸币图像的背景为均一的黑色, 纸币为规则的矩形, 纸币与背景的分界明确, 利用这些特点, 本文采用图像的灰度投影来进行纸币图像的几何校正。

设采集得到的纸币图像用矩阵表示为I (i, j) , 其中i为列, j为行;i=1, 2, …, M, j=1, 2, …, N, 则该图像的水平灰度投影可用下式表示:

Ρh (j) =i=1ΜΙ (i, j) j=1, 2, , Ν (1)

图像的垂直灰度投影可表示为:

Ρv (i) =j=1ΝΙ (i, j) i=1, 2, , Μ (2)

对于经过二值化后的纸币图像进行灰度投影, 可以得到图像的水平灰度投影和垂直灰度投影曲线, 如图1所示。在垂直灰度投影曲线上, 灰度投影值由0变为非0时, 非0投影值的坐标对应于图像上纸币最左端顶点的横坐标;灰度投影值由非0变为0时, 非0投影值的坐标对应于图像上纸币最右端顶点的横坐标。同理, 在水平灰度投影曲线上, 灰度投影值由0变为非0时, 非0投影值的坐标对应于图像上纸币最下端顶点的纵坐标, 灰度投影值由非0变为0时, 非0投影值的坐标对应于图像上纸币最上端顶点的纵坐标。由此不难发现, 灰度投影曲线上的某些特殊点与纸币顶点的位置有直接的对应关系。下面通过计算整幅纸币图像及部分纸币图像的灰度投影来确定纸币四个顶点的坐标, 利用这些坐标对图像进行几何校正。

2 几何校正流程

对纸币图像进行几何校正时, 首先需要知道纸币的倾斜角度, 利用倾斜角可以对纸币图像进行旋转变换, 将纸币校正至水平位置;然后需要知道纸币的边界位置信息, 根据纸币的边界位置信息可以将纸币区域从图像中分割出来。纸币图像几何校正的具体过程包括以下三个主要步骤。

2.1 计算整幅及下半幅图像的灰度投影

1) 对输入的灰度纸币图像进行二值化, 根据式 (1) 、 (2) 计算整幅图像的水平灰度投影和垂直灰度投影。在灰度投影曲线上, 由与灰度投影值0相邻的非0灰度投影值对应的坐标得到:v1、v2、h1、h2, 如图2所示。

2) 计算下半幅图像的垂直灰度投影:

Ρv (i) down-half=j=1Ν/2Ι (i, j) i=1, 2, , Μ (3)

在垂直灰度投影曲线上, 由与灰度投影值0相邻的非0灰度投影值对应的坐标得到:v3、v4。

2.2 判断纸币的倾斜方向, 确定纸币的顶点坐标

1) 如果 v1=v3且v2=v4, 则图像中的纸币无倾斜, 可以得到:

x1=x4=v1x2=x3=v2y1=y2=h1y3=y4=h2 (4)

根据上式中纸币四个顶点的坐标值 (x1, y1) (x2, y2) (x3, y3) (x4, y4)

2) 如果 v1=v3且v2≠v4, 则纸币顺时针倾斜, 可以得到:

x1=v1x3=v2y2=h1y4=h2 (5)

此时, 还需确定x2、x4、y1、y3的值。计算图像第 (h2-20) 行像素以上部分的垂直灰度投影:

Ρv (i) up-part=j=h2-20ΝΙ (i, j) i=1, 2, , Μ (6)

由最大灰度投影值对应的坐标确定x4, 即:

x4=argmaxiΡv (i) up-part (7)

计算图像第 (h1+20) 行像素以下部分的垂直灰度投影:

Ρv (i) down-part=j=1h1+20Ι (i, j) i=1, 2, , Μ (8)

由最大灰度投影值对应的坐标确定x2, 即:

x2=argmaxiΡv (i) down-part (9)

计算图像第 (v1+20) 列像素以左部分的水平灰度投影:

Ρh (j) left-part=i=1v1+20Ι (i, j) j=1, 2, , Ν (10)

由最大灰度投影值对应的坐标确定y1, 即:

y1=argmaxjΡh (j) left-part (11)

计算图像第 (v2-20) 列像素以右部分的水平灰度投影:

Ρh (j) right-part=i=v2-20ΜΙ (i, j) j=1, 2, , Ν (12)

由最大灰度投影值对应的坐标确定y3, 即:

y3=argmaxjΡh (j) right-part (13)

3) 如果 v1≠v3且v2=v4, 则纸币逆时针倾斜, 可以得到:

x4=v1x2=v2y1=h1y3=h2 (14)

此时, 还需确定x1, x3, y2, y4的值。按照与上面相同的方法, 可以由式 (6) 、 (8) 、 (10) 、 (12) 得到:

x3=argmaxiΡv (i) up-part (15)

x1=argmaxiΡv (i) down-part (16)

y4=argmaxjΡh (j) left-part (17)

y2=argmaxjΡh (j) right-part (18)

2.3 根据纸币四个顶点的坐标对图像进行几何校正

根据求出的纸币四个顶点的坐标值 (x1, y1) (x2, y2) (x3, y3) (x4, y4) , 可以计算出纸币的倾斜角, 利用倾斜角度值对图像进行旋转变换, 使图像中的纸币呈水平状。再计算整幅图像的水平灰度投影和垂直灰度投影, 由与灰度投影值0相邻的非0灰度投影值对应的坐标确定水平纸币四个顶点的坐标值, 根据坐标值将图像中的纸币区域分割出来。

3 实验结果

本文采用自行采集的120幅纸币图像进行几何校正算法的实验验证, 这些图像包括不同版本、不同面额、不同面向、不同摆放方向以及不同新旧程度的纸币, 图像的像素数目为500×270。用MATLAB 7.0编程, 在Intel Pentium 1.73GHz处理器, 512M内存的微机上运行。结果表明, 图像得到正确几何校正的为118幅, 仅有2幅未能得到正确校正, 完成一幅纸币图像几何校正的运行时间为0.4秒。

4 结 论

本文针对纸币清分机的应用要求和纸币图像自身的特点, 提出了一种通过灰度投影来进行纸币图像几何校正的方法。该方法首先利用灰度投影曲线上的某些特殊点与纸币的顶点位置坐标有直接对应关系的特点, 通过计算整幅及部分纸币图像的灰度投影来确定纸币四个顶点的坐标;然后利用纸币四个顶点的坐标值计算纸币的倾斜角, 并对图像进行旋转变换使图像中的纸币呈水平;最后, 计算整幅图像的灰度投影并确定水平纸币四个顶点的坐标值, 根据所得坐标值将图像中的纸币区域分割出来。实验结果表明了该方法的快速性和准确性。

参考文献

[1]吴文波.基于DSP的纸币图像识别系统[D].鞍山:鞍山科技大学, 2004.

[2]王向阳.纸币清分机软件系统的研究与实现[D].哈尔滨:哈尔滨工业大学, 2005.

[3]储茂祥.纸币图像识别系统的设计与算法研究[D].鞍山:鞍山科技大学, 2005.

[4]耿新, 周志华, 陈世福.基于混合投影函数的眼睛定位[J].软件学报, 2003, 14 (8) :1394-1400.

[5]冯国进, 顾国华, 郑瑞红.基于自适应投影方法的快速车牌定位[J].红外与激光工程, 2003, 32 (3) :285-287, 308.

灰度形态学重建的应用及仿真 篇10

关键词:形态学;开重建;结构元素

中图分类号:TG441 文献标识码:A 文章编号:1674-7712 (2012) 14-0070-01

一、引言

数学形态学是以形态为基础对图像进行分析的数学工具,已经广泛的应用于数字图像处理、生物医学、信号处理、模式识别等领域,在图像处理当中,初期的数学形态学主要应用于二值图像,即二值形态学,近些年人们将二值形态学扩展到灰度空间,使得形态学方法不仅可以用于处理二值图像,也可以用于处理灰度图像,并逐步形成了灰度形态学。

二、开重建的滤波

三、形态学重建与Top-hat结合

由于开运算具有非扩展性,在处理过程中结构元素始终处于图像的下方,无法检测出图像中较尖锐的波峰,在实际应用中我们想从较暗(亮)的且平缓的背景中提取较亮(暗)的细节,比如增强图像中阴影部分细节特征,对灰度图像进行物体分割,检测灰度图像中波峰和波谷及细长图像结构等,只进行开运算将无法达到这种效果,因此我们可以应用形态学变换中的高帽(Top-hat)变换,可以有效的将图像的背景分割出去,从而使目标区域的轮廓更加清晰、明显。

我们以检测眼部血管中的微动脉瘤为例子,仅用简单的阈值分割无法检测出图像中的微动脉瘤,因为眼部血管中的微动脉瘤是与眼球血管网络的亮斑是相互独立的,微动脉瘤的灰度又与血管的灰度接近,周围都是黑色,灰度较浅的区域可以用形态学中的Top-hat变换检测出,但是这些区域中除了微动脉瘤外,还包括血管,因此仅采用Top-hat变换还是无法提取出动脉瘤,下面我们用形态学中的开运算对原始图像进行处理,选择合适的模板可以将动脉瘤从图像中去掉,因为血管形状和动脉瘤相比偏长,接下来对原始图像进行重建操作,用开运算得结果作为标记图像,由于其它血管和动脉瘤之间没有连接,重建后的图像中只有动脉瘤没有重建出来,最后用原始图像和重建后的图像做差,提取出动脉瘤的图像。

四、结束语

本文分析了形态学重建的具体应用,无论是对图像中噪声的滤除还是在医疗上的检测眼部血管的微动脉瘤都有着十分重要的意义。随着灰度形态学研究的不断深入,理论方法的日益成熟,在图像处理方面应用越来越广泛,已经发展成为一种新兴图像处理的理论和方法。

参考文献:

[1]张艳玲,刘桂雄,曹东.数学形态学的基本算法及在图像预处理中应用[J].科学技术与工程,2007,(3):30-234.

[2]Philippe Salembier. “Morphological Multiscale Segmentation for Image Coding”.Signal Processing, 38:359-386,1994.

[3]穆士卿,杨新建,张莹等.颅内动脉瘤的三维数值模型分析[J].中国微侵袭神经外科,2008,13(10):459-462.

[4]李想.CT图像的应用研究:[D].哈尔滨:哈尔滨工程大学,2004.

上一篇:数学图形语言下一篇:IDC系统