图像块改进Harris角点检测的农田图像拼接

为了达到农田研究人员对于宽视野、高清晰度图像的要求,提出一种基于图像块改进Harris角点检测的农田图像拼接算法.为了降低图像拼接数据量,减少运算时间,提高拼接效率,将参考图像与待拼接图像分割成具有重叠区域的图像块,采用余弦相似度,寻找最优匹配图像块;采用Harris角点检测算法实现最优匹配图像块的特征点提取,通过计算...     

一种基于图像处理技术的镜框尺寸测量系统

针对在特殊情况下传统镜框尺寸测量方法存在不适用性的问题,文中提出了一种基于图像的非接触测量方法,利用图像处理技术对镜框轮廓进行提取测量。采用ERT定位人脸并根据特征点定位人脸镜框区域,在预处理和轮廓检测过程中使用改进的Canny算法得到更完整的镜框轮廓。镜框识别模式采用最小外接矩形法进行校正,提高了对镜框的提取精度,也便于后续对镜框轮廓进行尺寸测量。以瞳距为参照物得到镜框轮廓的实际尺寸信息。PC端的算法实现结果表明,文中所提的测量算法复杂度小、精确度高、测量速度快,可以在移动设备上对镜框轮廓尺寸进行快速准确的测量。     

一种基于随机交叠策略的多突变点在线检测方法

传统的突变点检测方法多以离线为主,无法对大规模的时序数据进行在线检测。针对这一问题,文中基于缓冲区模型和滑动窗口随机交叠策略,提出一种多突变点在线检测方法。该方法以TSTKS算法和滑动窗口模型为基础,通过缓冲区模型实时接收在线时序数据流,并将数据转移到数据接收器中;随后,在数据接收器中使用滑动窗口随机交叠策略对数据流进行切分;最后,在子数据流中用TSTKS算法对数据进行多突变点在线检测。仿真数据和癫痫病人的肌电数据等实验结果表明,文中所提方法具有时耗较短、准确率较高等优点,可作为大规模时序数据流的在线分析备选方案。     

基于深度学习的人体行为识别方法研究

为提高多目标人体行为识别的准确度,本研究借鉴了ST-GCN作者的思路,提出并改进一种基于深度学习的行为识别方法,该方法首先通过YOLOv5算法对视频序列的人体进行识别定位,其次利用改进的DeepSort跟踪算法对定位到的目标进行跟踪,并为每个目标分配不同的ID,再利用OpenPose提取目标人体的骨骼关节点,最后通过改进的ST-GCN算法实现人体行为的识别,从而解决多目标情况下人体行为识别错乱的问题。实验表明,相比原始未改进的算法模型,本研究改进的模型在识别准确率上提升了10%,证明了该方法的有效性。     

离子色谱法对腌制食品中亚硝酸盐的定量及优化

在GB 5009.33-2016《食品安全国家标准食品中亚硝酸盐与硝酸盐的测定》的基础上,改进了前处理及色谱条件。结果表明,本方法在20～200μg/L浓度范围内线性良好,方法精密度（RSD）为3.1%良好,在1、2.5和5 mg/kg加标回收率为95.88%～104.61%。在满足准确性的同时,相比优化前的方法,每次测定的成本降低77.5%。     

可立袋药品日期自动检测方法及系统设计

医学上装配、发放药品前必须根据其生产日期和有效期判断药品是否有效。针对可立袋液体药品研究了利用数字图像处理技术进行标签日期识别的方法。对日期识别过程中的图像预处理、标签区域提取、日期定位及字符分割、数字识别等技术进行了深入的研究,并开发了可立袋液体药品日期识别系统,采用工业相机进行图像采集,通过MATLAB语言进行了软件设计,并利用MATLAB GUI设置了人机交互界面。实验结果表明,该识别方法和系统具有较好的识别精度和识别速度,能够满足工程化实践要求。     

数字图书馆公用网络信息传输通道恶意节点检测方法

以确保数字图书馆用户信息的安全性为目的,研究了数字图书馆公用网络信息传输通道恶意节点检测方法。通过拓扑结构分析网络场景,以有效发送率、转发率、入度与传输时延均值描述节点特征属性,再根据节点特征属性构建恶意节点攻击模型。根据恶意节点攻击特征全方位检测网络节点的运行状态并构建观测序列,然后训练隐半马尔科夫模型,通过确定观测序列对于隐半马尔科夫模型的熵值判断节点是否为恶意节点。实验结果表明：该方法能够有效描述实验对象内的恶意节点攻击行为,并准确检测恶意节点。     

基于属性基加密的恶意域名训练异常数据检测

传统的恶意域名训练异常数据检测耗时过长,检测准确率较低,为此提出基于属性基加密的恶意域名训练异常数据检测。分析域名长度、域名访问周期、突发的域名系统请求查询以及域名查询失败记录四大行为,通过提取IP地址、域名的共享地址数目、域名查询返回的终极地址以及对抗网络四个特征,转换攻击的数据信息。设置数据加密器,根据访问权限所涉及的属性向可信中心申请公钥对文件加密,形成最终的密文。实验结果表明,所提方法能够有效缩短检测时间,提高检测准确率。     

复杂电磁环境下微弱信号检测方法研究

在实际电磁环境中,存在大量的微弱信号。在检测信号的过程中,应尽量避免信号漏检,以减少信息的丢失。因此,对微弱信号的检测十分重要。本文从微弱信号的检测方法出发,介绍几种常用的信号检测方法,并在实际应用场景中分析该方法的适用性,最后提出一种新的微弱信号检测方法。     

基于人脸检测的课堂关注度分析系统

针对各高校课堂教学质量评价带有主观、片面和滞后的问题,提出一种基于"交并均"的多种人脸检测融合算法的课堂关注度分析系统。首先对获取的视频帧图像进行图像均衡和滤波等处理。然后,将处理后的图像分别通过三种不同的人脸检测算法进行检测,获得三个不同的坐标集合;同时,对坐标集合中的数据进行比对分析获得理想最大坐标集合、理想最小坐标集合和理想均衡坐标集合;最后,使用集合中的坐标信息计算出学生抬头率,通过阈值分级量化出学生的课堂专注度,从而实现对课堂教学质量的客观评价。实验结果表明,该系统能够对各种课堂的教学质量做出客观评价,为评估和改善学生听课效率和课堂教学质量提供科学依据。