]。固定修復(fù)體的邊緣（margin）是修復(fù)體與預(yù)備體唯一與口腔環(huán)境發(fā)生連通的區(qū)域[7]。合適的邊緣設(shè)計和精確的牙體預(yù)備關(guān)系到修復(fù)體的長期穩(wěn)定性及美學(xué)效果[4]。邊緣設(shè)計既要考慮形態(tài)又要考慮厚度[8]。固定修復(fù)體的邊緣形態(tài)主要分為肩臺邊緣（sho?ulder edge）、凹槽邊緣（chamfer edge）、刃狀邊緣（knife edge，亦稱羽狀邊緣feather edge）、斜面邊緣（bevel edge）等[9]。肩臺邊緣與預(yù)備體軸面一般成直角，能為修

報告，2022年邊緣計算市場規(guī)模有望達(dá)到67.2億美元。此外，根據(jù)CB Insights預(yù)測，到2023年全球邊緣計算市場將達(dá)到340億美元，預(yù)計邊緣計算基礎(chǔ)設(shè)施到2028年將達(dá)到7000億美元的市場規(guī)模。如此巨大的市場必然會孕育邊緣計算的技術(shù)、架構(gòu)和生態(tài)規(guī)則。據(jù)悉，2016年邊緣計算產(chǎn)業(yè)聯(lián)盟（ECC）正式成立，這也被整個行業(yè)看做是邊緣計算興起的重要標(biāo)志。那么，四年之后，特別是在5G商用時代，邊緣計算如何帶來商業(yè)利益？邊緣計算怎么助力運營商擺脫“管道困境”

點的另一項技術(shù)是邊緣計算。邊緣計算也越來越受歡迎，并且潛力巨大。它會成為云計算的競爭對手嗎？它可以替代云計算嗎？它是云計算的有力補(bǔ)充嗎？業(yè)界對此尚無定論，但時代確實在改變。邊緣計算的目的是使更多的處理能力和存儲更接近需要它的位置，這樣可以縮短響應(yīng)時間并節(jié)省帶寬。邊緣計算對許多用例都是有益的，其中最明顯的就是物聯(lián)網(wǎng)。許多傳感器和物聯(lián)網(wǎng)設(shè)備可以使用邊緣計算來更快地處理數(shù)據(jù)，并只將最終結(jié)果發(fā)送到數(shù)據(jù)中心。邊緣計算對分析、視頻監(jiān)控甚至隱私也有好處，你可以使用邊緣計

何寶宏邊緣計算的概念早期是狹義的，如今已被泛化。狹義的邊緣計算指在靠近數(shù)據(jù)源頭的一側(cè)就近提供服務(wù)，以產(chǎn)生更快的網(wǎng)絡(luò)服務(wù)響應(yīng)速度，滿足應(yīng)用的實時性等需求。其中“邊緣”相對于中心，且該中心只能是云計算/數(shù)據(jù)中心。此外，在邊緣做計算主要是為了更好的實時性。在狹義邊緣計算的語境下：不是所有位于網(wǎng)絡(luò)邊緣的就是計算；不是所有位于網(wǎng)絡(luò)邊緣的計算就是為了實時性；不是把計算放在邊緣就近響應(yīng)，實時性一定就會更好。然而，廣義的邊緣計算指把存儲和計算能力放置到離需求更近的地方。擴(kuò)

起的“5G+AI邊緣計算聯(lián)合實驗室”正式揭牌成立，旨在加速國內(nèi)邊緣計算（MEC）技術(shù)研發(fā)。雙方將共推OTE平臺研發(fā)，實現(xiàn)對云邊緣基礎(chǔ)設(shè)施、分布式計算資源、移動網(wǎng)絡(luò)邊緣和智能終端等互聯(lián)網(wǎng)側(cè)邊緣計算的統(tǒng)一化管理，并加速相關(guān)商用產(chǎn)品推出。

a1 引言圖像的邊緣檢測在圖像處理系統(tǒng)中是一個很重要的環(huán)節(jié)，其效果直接影響圖像處理的結(jié)果[1]。學(xué)者們對邊緣檢測進(jìn)行了深入的研究，提出了多種檢測算法，而對圖像的邊緣提取效果卻沒有一個統(tǒng)一的可以被廣泛接受的量化評價標(biāo)準(zhǔn)[2-3]，因此建立一種合適的圖像邊緣提取效果評價方法對深層次的圖像處理具有重要意義。對于計算機(jī)而言，一種數(shù)值化的邊緣檢測評價方法，在智能化作業(yè)中，可以使計算機(jī)自動地對邊緣檢測算法的選用與參數(shù)的選擇做出判斷，對智能化圖像處理同樣具有重要意義。連

黃明祥@ 山的邊緣立著石頭@ 石的邊緣是細(xì)沙@ 沙的邊緣吹著風(fēng)@ 風(fēng)吹落的邊緣是泥土@ 泥土的邊緣長著草@ 草的邊緣滾動著@ 露珠，這光的淚@ 一個深夜的人@ 邊緣是邊緣@ 是今明兩把刀@ 深入其間傍晚的湖水@ 是什么解開云團(tuán)@ 將琢磨不定的片刻停住@ 像帶狀的淺山，天空清澈@ 舒展的疑問寫在鏡里@ 飄向湖岸@ 多年招搖的風(fēng)景@ 回頭觸及，即深深沉沒@ 悔事仿佛淤泥@ 晚霞掙扎，看眾如云@ 人手兩片瞳孔@ 閃動尖銳的碎片@ 那點影殘光@ 像我無心剝落的魚鱗

☉ 黃明祥山的邊緣立著石頭石的邊緣是細(xì)沙沙的邊緣吹著風(fēng)風(fēng)吹落的邊緣是泥土泥土的邊緣長著草草的邊緣滾動著露珠，這光的淚一個深夜的人邊緣是邊緣是今明兩把刀深入其間傍晚的湖水是什么解開云團(tuán)將琢磨不定的片刻停住像帶狀的淺山，天空清澈舒展的疑問寫在鏡里飄向湖岸多年招搖的風(fēng)景回頭觸及，即深深沉沒悔事仿佛淤泥晚霞掙扎，看眾如云人手兩片瞳孔閃動尖銳的碎片那點影殘光像我無心剝落的魚鱗

提取目標(biāo)的感興趣邊緣，是視頻監(jiān)控、遙感影像中實現(xiàn)自動目標(biāo)檢測的關(guān)鍵技術(shù)之一。常用的邊緣檢測算法首先獲取一幅特征圖像(大多數(shù)情況是梯度幅值圖像)，然后對特征圖像進(jìn)行分割獲取邊緣，但因為常用的閾值分割方法的性能取決于特征圖像的選擇，而且特征圖像的直方圖常常是單峰的，因此分割閾值較難自適應(yīng)確定［1］。文獻(xiàn)［2］提出了遲滯閾值，使邊緣檢測的效果得到了一定的提升，但遲滯閾值的確定也不是一件容易的事情。文獻(xiàn)［3］和［4］分別提出了一種遲滯閾值的確定方法，其基本思想是在