基于计算机视觉的电器漏电智能识别方法研究

在电器漏电时,电火花闪动时间过短,捕获特征极难,电火花颜色特征在捕获过程中很容易发生图像帧差错位,造成特征模糊。传统算法是基于电火花颜色特征进行电器漏电识别的,一旦电火花闪动时间过短,将造成电火花颜色特征模糊的缺陷,导致电器漏电识别准确率降低。为此,本文提出了一种基于图像灰度类内方差算法的电器漏电识别方法。利用灰度类内方差方法进行图像灰度特征提取,计算电火花变化系数,从而完成电器漏电识别。实验结果表明,这种算法避免了由于电火花闪动时间过短造成的电火花颜色特征模糊的缺陷,提高了电器漏电识别的准确率。     

一种基于随机图像序列的三维人脸识别算法

针对二维图像序列非刚体三维特征恢复识别技术受到背景多样性、运动复杂性、数据的丢失、特征点噪声等问题的影响,识别重建人脸特征面临着形变程度估计不准,识别误差较大的问题,提出一种基于随机图像序列的三维人脸识别算法.该方法通过在三维人脸运动恢复的框架模型中加入一定的物理运动约束,刻画不同非刚体运动形状基的情况下,准确计算人脸运动形变的程度,运用形状基模糊关联技术完成人脸的三维识别.实验结果表明,这种方法得到的解误差较小,识别效果明显.     

故意旋转大形变下的耳纹图谱模型分析

耳纹识别,逐渐成为模式识别领域的一个新的研究方向。耳纹与指纹一样,具备唯一性,可作为生物识别特征。耳朵多是在和硬物挤压过程中形成耳纹信息,挤压过程对耳纹也造成了较大破坏,形成了旋转性的大形变。传统意义上的生物识别方法虽然能识别出特征,但是对应过程会产生大量的干扰,造成假识别,漏识别的问题。提出一种根据挤压形变的扭曲可变性样本,利用该样本,对耳纹图谱挤压后留下的大形变特征进行建模。利用粘稠液体模型描述这种挤压带来的形变,对耳纹关键部位特征进行图谱特征定位的计算,最大化计算耳纹产生的类内形变程度。仿真实验表明,该方法避免了由于耳朵挤压时形变过于剧烈造成的耳纹残缺的弊端,提高了耳纹验证的准确率。     

受arp攻击后的网络终端信息防泄漏技术

当前网络在受到攻击之后,信息容易泄露出去,造成网络终端安全性较差。提出基于耦合控制的网络终端信息的防泄漏方法。利用幅频响应的攻击识别的方法,建立网络攻击信号的模型,对网络攻击产生的信号进行幅频响应的检测,对检测出的幅频响应的特征进行分类,完成受到攻击之后的信息信号的识别。对识别的信号利用耦合控制的信息防泄漏的方法进行信息的加密,通过分组的加密方式,将网络信息进行映射为加密源的结构,依据分段进行信息加密的映射,将加密的信息作为耦合控制的种子衍生出集合,利用竞争的机制对网络终端进行加密的信息进行优化,完成对受arp攻击后的网络终端信息防泄漏技术的研究。并由实验的结果表明,利用本文方法能有效防止网络终端信息在经过攻击之后产生入侵,提高了网络终端信息的安全性。     

应用双重滤波去噪的混合加密图像认证算法

为了避免图像压缩与恶意篡改对图像认证的影响,提出一种以图像自适应中值滤波和Haar小波滤波为基础,通过混合加密处理来实现的图像认证算法。在图像双重滤波去噪的基础上,算法通过DCT和DWT混合变换域提取图像的特征信息,并且结合幻方算法和Arnold算法对图像进行混合加密,接收方通过密钥与hash值进行认证。实验结果表明,算法提高了抗图像压缩和图像篡改的性能,并且能够快速检测并精确定位篡改位置,为图像在网络中传输提供了较好的安全性。     

基于云计算的海量人脸特征图像大规模对比技术

生物特征识别过程中的人脸识别,人脸数量的巨大,限制了这项技术的应用性.本文提出了一种基于云计算的大规模人脸特征图像匹配技术,运用广域云计算网络模型,对图像中存在的人脸特征信息进行有效地提取.在云计算的相关对比算法中,运用改进的ASM匹配模型进行人脸特征的提取与匹配.保证特征的进度,运用云计算强大的运算能力,完成海量图像的人脸图像匹配,克服了传统算法的弊端.实验证明,这种算法能够避免由于人脸的图像数量过大,造成的图像匹配耗时的缺陷,大幅提高了相关算法的应用性.     

基于Gabor特征分解的高斯混合非线性图像滤波

通过图像滤波提高图像的分辨和识别能力,传统的图像滤波算法采用小波降噪方法,由于受到背景色噪声的干扰,小波分解中对低频图像参量的滤波性能不好。提出一种基于Gabor特征分解的高斯混合非线性图像滤波算法。首先进行图像平滑和小波分解预处理,沿梯度方向求得图像边缘信息,在尺度平移平面上进行小波特征分解,得到图像滤波过程中的Gabor小波变换系数,采用高斯混合非线性滤波算法实现图像滤波方法改进。仿真结果表明,采用该方法进行图像滤波,能有效抑制图像斑点噪声,提高图像的分辨性能,对边缘特征和细节的保持能力方面性能有优越,特别适用于对合成孔径雷达成像的滤波处理。     

一种考虑水印特征隐藏三维数字图像保护方法

针对传统三维数字图像嵌入水印算法保留的水印特征信息过多,易被攻击的弊端,提出了一种考虑水印特征隐藏的三维数字图像保护方法,对于待加入水印的三维数字图像,引入分块DCT算法对原始图像进行水印特征隐藏处理并得到水印特征隐藏图元矩阵,再将水印图像通过BCH编码进行特征隐藏降噪压缩。根据设定的特征隐藏系数随机分配图元位置并插入原始图像中,得到包含特征隐藏水印的数据图像。仿真结果表明,该方法嵌入的特征隐藏水印不仅可抵抗多种不同类型攻击,比传统算法抗噪声攻击性提高了约25%,抗剪切攻击性提高了15%左右。     

一种改进的神经网络算法车牌识别算法研究

针对当前车辆识别算法,由于传统的特征提取车牌识别方法,直接通过图像的灰度特征进行车牌识别,当外界光线不足时,图像灰度特征不明显而不能准确识别相似字符,造成车牌误识别的问题.提出了一种改进的神经网络算法的车牌识别系统.通过建立汉字网络、字母数字网络找出相似字符之间的差异进行识别,实验表明,这种识别算法实现简单,识别准确率高.     

基于单帧视频序列多目标约束的三维重建技术

在视频图像序列中,假设目标的数量较多,会形成较大的干扰,利用传统算法对目标进行三维重建,会出现目标像素混合、特征丢失的问题,造成传统算法不能得到很好的约束效果,三维重建真实性较差,从而导致多目标三维重建失真.为了解决这一问题,本文提出了一种基于多目标约束立体视觉算法的抗干扰三维物体重建方法.提取视频序列不同图像中的目标特征点,加入形变约束分析方法,准确计算建模物体的形变,抵抗特征丢失带来的干扰,再利用立体视觉技术进行多目标三维重建.实验结果表明,这种算法能够有效提高多目标三维重建的真实性,取得了令人满意的效果.