基于生物特征的身份认证和密钥协商协议

生物特征是相互独立且与人体直接相关的重要因素,因此具有不可抵赖的天然特性和便利性。随着网络的高速发展,身份安全认证的需求也在不断增加。为实现人员身份认证的真实性和可靠性提供更好的安全策略,将生物特征信息、抗碰撞哈希函数和智能卡等技术相结合,提出了一种基于生物特征的身份认证和密钥协商协议。采取用户模拟攻击、特权内部攻击和服务器欺骗攻击等方式,对该协议的正确性和安全方面进行剖析。通过分析验证,该协议具备高效的安全性与保密性。     

多尺度CNN结合自注意力特征融合机制的轴承故障诊断方法

针对轴承故障诊断模型输入信息单一,且变负载、噪声工况下诊断精度受限的问题,提出一种多尺度卷积神经网络结合自注意力特征融合机制(SA-MCNN)的故障诊断方法。该方法首先使用不同核大小的卷积层并行提取振动信号的多尺度信息后,采用自注意力特征融合机制,为并行的多尺度特征加权融合;最后根据融合后的特征,区分轴承的健康状态。实验结果表明,与其它故障诊断模型相比,SA-MCNN模型能够根据多尺度信息有效捕捉高质量的状态特征,在跨负载工况和噪声工况下表现出强鲁棒性。     

结合视觉Transformer和CNN的道路裂缝检测方法

提出了一种结合视觉Transformer和CNN的道路裂缝检测方法。利用CNN来捕获局部的细节信息,同时利用视觉Transformer来捕获全局特征。通过设计的Fusion特征融合模块将两者提取的特征有机地结合在一起,从而解决了单独使用CNN或视觉Transformer方法存在的局限。最终将结果传递至交互式解码器,生成道路裂缝的检测结果。实验结果表明,无论是在公开的数据集上还是在自建的数据集上,相较于单独使用CNN或视觉Transformer的方法,所提出的方法在道路裂缝检测任务中有更好的效果。     

基于进化策略的BP神经网络匹配算法研究

研究了利用BP神经网络理论进行景象匹配的方法,将灰度不变矩和边缘不变矩同时作为匹配特征应用于BP神经网络景象匹配中,并对经典的进化策略进行改进,提出并实现了一种高效的基于进化策略的BP神经网络景象匹配算法.实验结果证明了算法寻优的全局性和精确性.     

基于稀疏分解的指静脉图像去噪

手指静脉识别技术因其独特的优势,受到广泛的关注。然而由硬件系统获取的手指静脉图像常常含有严重的噪声、阴影等问题,所以对低质量的静脉图像的去噪成为了整个识别过程的关键。本文提出了一种基于稀疏分解的指静脉图像去噪新方法。基于稀疏分解的图像去噪是将含有噪声的图像信息进行稀疏分解,分解成稀疏成分和其他成分。其中的稀疏部分是有用信息,其他部分被认为是噪声,再由图像的稀疏部分重建原始信号,达到恢复原始信号并去除噪声的效果。本文根据指静脉图像的静脉的特点,应用高斯函数构造了过完备库。用合成图像和真实指静脉图像分别对新算法进行实验验证。实验结果证明,与传统的去噪算法相比,峰值信噪比提高1-2dB。      

光电跟踪系统中扩展目标的成像对比度分析

分析了影响大气层内扩展目标成像对比度的主要因素,研究了整体倾斜校正对扩展目标对比度影响的数学关系,并分析了采用绝对差分算法提取整体相位倾斜的复杂度优化问题。采用快速倾斜镜对成像光束整体倾斜进行校正能够提高扩展目标的成像对比度,降低后端数字图像处理的难度,进一步减少目标识别和跟踪所需要的时间,对提高低对比度目标的光电跟踪效率具有参考意义。     

双目视觉中的角点检测算法研究

为了实现双目视觉中的特征提取与立体匹配,在研究现有角点检测算法的基础上,提出一种改进的Harris角点检测算法。该算法首先采用图像分块和邻近角点剔除的策略,实现了阈值的自适应调节,并保证角点分布的均匀和避免角点聚簇的产生。结合Forstner检测算法,将精度提高到亚像素级。编程计算结果验证了该方法的准确性和稳定性。     

对极约束传感图像特征匹配方法研究

对级约束图像特征匹配法于20世纪中期被人们提出,这些年来不断发展延伸,在多个领域都有所应用,在传感图像的匹配中应用更为广泛,因此对于对极约束传感图像特征匹配方法进行研究具有理论意义。文章就匹配过程建模,给出了建模所应用的算法,利用建立的对级约束模型完成传感图像匹配。通过文章的研究可以了解到对极约束传感图像特征匹配方法具有效率高、耗时短、准确性好等优点,值得大力推广使用。     

纹理图像检索的不同相似性度量方法的比较研究

图像特征和相似性度量方法的选取是基于内容图像检索的一个关键环节。针对该问题，提出一种基于整数小波包分解的纹理特征检索方法。通过连接小波包分解后各尺度内和尺度闯不同频带的小波系数，提取标准方差和均值信息描述纹理。此外，对8种相似性度量方法进行了分析和比较。通过对纹理库的检索实验表明，与传统的距离测度相比，Canberra和Bray—Curtis距离测度能有效地提高图像的检索性能。     

基于特征结构配置的飞控系统故障检测与诊断

针对具有未知扰动输入的飞行控制系统,运用特征值配置设计了一种用于故障检测和诊断的观测器,他通过对观测器进行左特征向量的配置使得残差与干扰分布方向正交,故障检验残差r与未知输入干扰d之间的传递函数阵为零,从而使残差与干扰直接解耦.通过这种方法,残差信号得以对干扰具有鲁棒性,使FDI算法不受系统不确定性干扰的影响,提高系统故障诊断的可靠性和精度.同时通过残差信号估计故障,能在线辨识故障的形态,仿真结果验证了该方法的有效性.