一种彩色印刷图像网点检测与识别算法的研究

针对当前印刷图像色彩检测和控制的方式及设备存在的不足，提出了一种新的基于数字图像处理和模式识别技术的网点检测与分色方法，并依此设计出了基于色度检测法的网点检测和识别系统——DLA系统；最后通过实验验证了该方法的有效性。     

基于非线性预处理及逻辑回归的异常检测算法

随着信息技术的快速发展,网络安全问题日益突出,呈现出异常流量类型多样化、形式复杂化且数据爆发式增长的特性。针对这一问题,提出了一种对数据进行非线性预处理的方式,将原始复杂的数据集转换为可以直接输入学习模型的形式,再利用逻辑回归对高维数据也能表现出很好的处理效果的特性,对数据集进行异常检测。通过理论分析和实验仿真,证明了用该方法进行异常检测具有较好的效果,拥有研究和应用的实际意义。     

印刷十字线套准检测算法的研究

为弥补人眼分辨十字线的不足,建立了一种检测十字线套准的方法。运用FCM聚类算法在CIE L*a*b*色彩空间完成了十字线的分割,用形态学膨胀运算处理分割后的噪声点。提出了一种用像素投影确定十字线中心的简单可靠方法,并通过Hough变换确定了十字线的偏转角度。实验表明,该方法精度高,抗干扰性强,可满足工业需求。     

汽车音响面板印刷字符缺陷快速检测算法

鉴于传统的模板匹配技术计算量过大的缺点,提出一种检测算法—灰度差减法,提取面板表面印刷字符的几何特征,再对特征值进行相关处理,可得出印刷字符的缺陷类型。试验结果证明,该理论算法稳定、准确且能大大提高检测效率。     

一种带预处理模块的全局最优多用户检测算法

提出了一种新型的带有预处理模块的全局最优多用户检测算法,该算法可以通过预处理模块直接判断出用户信息,并保证所得的用户信息码与最佳多用户检测得到的结果相同。以STBC系统为例验证了该算法的有效性,仿真结果表明该算法可以精确地判断出用户信息,通过使用该算法可以实现更低的系统误码率,大大提高系统性能。     

边缘检测算法在图像预处理中的应用

边缘是图像最基本的特征,它包含对人类视觉和机器视觉有价值的物体边缘信息,边缘是图像中特性(如像素灰度、纹理等)分布不连续处,图像周围特性有阶跃变化或屋脊变幻的那些像素的集合。由于采集、光照等原因,尿液红细胞所在的区域包含非常丰富的细节(边缘特征很明显),本文利用Sobel算法,对比Roberts算法,然后对图像进行细化,以达到对红细胞进行边缘检测的目的。     

分组粒子群算法应用于圆度误差在线检测

针对大孔径管件的圆度误差问题,研制了一套在线检测系统,并提出了一种分组粒子群优化算法的圆度误差评定,将整个搜索空间分成若干个小组,各个小组单独搜索,迭代到一定步数,将各个小组混合,重新合成一个大的种群,在整个空间追随各自的极值和种群的最优值,避免了陷入局部最优解.在自行研制的检测系统中进行了应用,证明分组粒子群优化方法...     

信号检测系统中预处理滤波算法的研究

针对信号检测系统中原始信号采集后的预处理滤波问题,分别采用FIR滤波算法和LMS滤波算法对该问题加以分析和讨论。通过功率谱密度、小波能量系数分析评价体系,验证了预加重信号在能量谱提升方面起到的作用,同时得出LMS滤波算法在信号预处理方面优于FIR滤波算法的结论。最后将该预处理滤波算法信号检测系统应用于整体传感器信号的测试检测中,该实验取得了较好的效果。     

基于GCN的入侵检测数据预处理方法

入侵检测是一种保障网络安全的有效手段。传统的入侵检测技术依赖于专家数据库,不能应对日益复杂的网络环境,所以许多研究者把机器学习的方法应用到入侵检测领域。GCN(Graph Convolutional Networks)是一种分类效果优秀的机器学习算法,本文用标准的GCN实现入侵检测任务,取得了很好的效果。提出三种数据预处理方法,将UNSW-NB15数据集构建成图结构的数据,去训练GCN算法。实验结果表明,预处理之后的数据使基于GCN的入侵检测算法具有很高的准确率,用三种预处理方法处理过的数据,去训练本文所使用的入侵检测算法,训练后的算法在执行入侵检测任务时分别有98.1%,91.9%,72.8%的准确率。提出的三种预处理方法,可以更快地将网络数据构建为图结构的数据,使入侵检测算法分析数据的速度提高,同时令算法在保证准确率的情况下大大节省计算资源。     

入侵检测中的数据预处理问题研究

本文重点讨论入侵检测中的数据预处理问题。针对数据预处理的主要内容,给出了聚类要素的格式化处理方法,并将数据约简和规则提取结合到一起,提出了一种基于粗糙聚类方法的入侵检测预处理聚类器。最后用同一个入侵检测系统对预处理后与预处理前的检测结果进行了对比,结果表明该聚类器可有效提高入侵检测的效果。     

票据字符识别的预处理算法研究

针对票据图像的特征, 本文提出了一种票据字符识别的预处理算法。采用基于方向投影的倾斜校正方法来调整图像的倾斜, 再经过最佳阈值分割得到二值化图像, 去除离散杂点后, 采用改进后的基于方向投影的方法进行字符分割。实验表明, 该算法能够满足快速准确的字符分割, 具有很强的抗干扰性和应用适用性。     

基于ip-iq算法检测电力谐波的Simulink仿真研究

随着电力电子技术的发展,电网中的谐波污染越来越严重,已成为电网中的"公害",对电网谐波进行检测与研究是限制、消除谐波危害的前提。本文在分析了国内外谐波检测技术的现状和发展方向的基础上,研究了电力谐波的基础理论和检测算法。重点对ip-iq检测算法的理论和实现进行了详细的探讨,并用Matlab/Simulink软件对此检测算法进行了仿真分析。     

电池防护胶条边缘检测算法的设计与实现

针对手机电池电极端截面防护胶条贴合准确度的识别问题,本文基于数字图像处理方法设计可实现自动检测的系统.首先使用Canny算法识别出电池及胶条的上下边缘,然后用霍夫直线检测算法检测出边缘直线,获得直线方程.通过计算直线的位置关系并与已有限制参数对比,判断该胶条贴合的准确度.在胶条边缘检测的实验中验证了该程序的有效性.     

AdaBoost算法在人脸检测中的应用

AdaBoost方法是目前较流行的一种图像检测方法．它是基于统计模型的检测方法。针对目前一些人脸检测方法误检率高、检测速度慢的问题,详细介绍AdaBoost算法的基本原理,并应用OpenCV程序的开发．实现检测速度快、检测率和鲁棒性高的人脸检测。     

AdaBoost算法在人脸检测中的应用

AdaBoost方法是目前较流行的一种图像检测方法,它是基于统计模型的检测方法。针对目前一些人脸检测方法误检率高、检测速度慢的问题,详细介绍AdaBoost算法的基本原理,并应用OpenCV程序的开发,实现检测速度快、检测率和鲁棒性高的人脸检测。     

一种面向入侵检测的BM模式匹配改进算法

在分析了目前常用的模式匹配算法的基础上,提出了一种改进的BM算法。实验结果表明改进的模式匹配算法能减少比较次数,有效地提高了匹配速度。     

基于粗糙—遗传算法的入侵检测方法研究

提出一种基于遗传算法和粗糙集理论集合的入侵检测的新方法.该方法成功地把遗传-粗糙集理论引入到入侵检测中,比一般方法更适用于大信息量的网络平台的检测,可以快速准确地进行入侵检测.     

基于Otsu算法和Sobel算子的连接件图像边缘检测

着重研究基于机器视觉的薄片连接件检测系统中的图像边缘检测方法。该方法首先采用Otsu算法对CCD工业相机获取的连接件灰度图像进行阈值分割,然后再用Sobel算子进行边缘检测。整个流程采用MatLab进行仿真测试。测试结果表明,该方法改善了单一采用Sobel算子检测的准确性,能提高边缘检测的整体性能,检测精度较好,该方法是实用可行的。     

一种高效多模式匹配算法及其在NIDS上的应用

提出了一种基于BM算法思想的、改进了的多模式串匹配算法,并且讨论了它在一个网络入侵检测系统(NIDS)中的实际应用情况。从具体实验中可以看到匹配时间上的显著改进。     

基于肤色分割和AdaBoost算法的彩色图像的人脸检测

文章提出了肤色分割和AdaBoost算法结合的人脸检测算法。首先,对彩色图像进行肤色分割,通过人脸肤色的统计特征得到候选人脸区域：然后,基于AdaBoost算法,使用由强分类器组成的级联分类器对候选人脸区域进行扫描,最终得到精确定位的人脸。实验证明,该方法具有肤色检测快速和AdaBoost算法误检率低的优点,可以有效的运用于多姿态、多人脸和复杂背景的情况。