垃圾邮件内容过滤测试平台的设计与实现

针对不同的垃圾邮件过滤方法过滤结果是否具有可比性的问题,设计并实现了用于垃圾邮件内容过滤的测试平台PTSCF。使用C／S模式建立测试体系,由平台向各过滤系统发送统一的用于训练和测试的垃圾邮件集台。最后利用综合评价方法对各过滤系统的反馈结果进行统一的评价。     

基于向量空间的垃圾邮件过滤方法研究

针对垃圾邮件过滤中基于邮件内容过滤的需求,采用向量空间模型在真实垃圾邮件组成的示例文档集的基础上提取向量模型。当接收到新邮件,根据向量模型和相关加权方法提取邮件向量,利用余弦函数计算两向量相似度.实现对垃圾邮件的过滤。     

基于R语言的支持向量机在信息安全与垃圾邮件识别中的应用

随着垃圾邮件日益增多,准确识别并过滤垃圾邮件已成为互联网安全领域所重点关注的研究课题。回顾了近年来国内外垃圾邮件识别的相关研究成果,在此基础上利用开源统计软件R实现了垃圾邮件识别的SVM模型,并选取了不同的核函数做测试对比。实验结果表明,SVM可以比较准确地识别垃圾邮件,但今后还需在算法优化、样本特征选择上做改进。     

基于内容的敏感图像过滤关键技术研究及应用

基于内容的敏感图像过滤是近年来兴起的一个新的研究领域。本文重点研究了基于内容敏感图像过滤中的若干关键技术,分析比较了三种常用的肤色检测算法,利用统计阈值法评价了各个特征分类图像的能力强弱,并依此实现了一个决策树敏感图像过滤器。为有效降低肖像类正常图像的误判率,又在过滤器中使用了人脸检测机制。在1207幅实验图像库上（624幅敏感图像和583幅正常图像）,本系统的正确检测率为84.01%,其中敏感图像为89.74%,正常图像为75.13%。     

反垃圾邮件策略的研究

对垃圾邮件进行鉴别已经成为信息安全技术的重要内容之一。本文对电子邮件所涉及到的关键技术,包括邮件协议、垃圾邮件技术、反垃圾邮件技术进行了探讨。提出Bayes分类的垃圾邮件鉴别方法,并给出了实验结果。     

谈谈邮件网关在企业中的作用

根据互联网上的反垃圾邮件组织统计,互联网上收发的邮件,其中94％都是垃圾邮件,同时垃圾邮件数量每年都在不断增长。大量的垃圾邮件占用企业资源,不仅降低工作效率,而且还威胁着企业的信息安全。反垃圾邮件网关可以高效地拦截各种垃圾邮件和邮件攻击,在一定程度上保证企业的信息安全。     

基于自适应滤波的改进Canny算子图像边缘检测

为解决图像的椒盐噪声污染,可以采用滤波算法滤掉椒盐噪声。滤波算法中最常用的是中值滤波算法,其对椒盐噪声几乎没有过滤效果。本文引用自适应中值滤波算法,通过MATLAB实现,应用Canny提出的边缘检测评价的指标对图像做出评价。自适应中值滤波算法对椒盐噪声的过滤效果较好。     

桥式起重机运行环境三维建图偏振光降噪研究

在桥式起重机运行环境双目视觉三维建图任务中,为减少因反光耀斑所造成的建图误差,文中对双目相机采集的图像使用偏振滤镜对偏振光进行过滤,使用搭建的实验台进行了实验,比较了偏振滤镜对三维地图精度的影响。结果表明:偏振滤镜可以有效过滤物体表面反光,减小建图误差,提高建图结果的鲁棒性。     

基于HSI颜色模型的汽车牌照定位方法

汽车牌照定位是公认的较难解决的图像分割问题.本文基于HSI颜色模型给出了汽车牌照定位的新方法:首先对图像进行倾斜校正处理.然后将图像转换到HSI颜色空间,对该模型的H分量和S分量进行过滤获得二值化的汽车牌照图像,再通过孔洞检测去除未含有孔洞的连通域.并填充孔洞.运用数学形态学方法对二值图像处理,最后根据车牌照特征定位出车牌照区域.试验证明该方法达到了很好的定位效果.     

相机与单线雷达协同的负障碍物分割方法研究

针对越野车在野外行驶时路面以下的坑洼检测,提出了一种单线激光雷达激光点与相机图像融合的负障碍物分割方法。首先使用激光点对负障碍物所在区域进行定位,之后在激光点定位区域的局部图像上进行负障碍物区域分割,最后将分割结果标示在原图像上的方法。该方法可以以每秒365帧的处理速度准确分割出路面下的负障碍物,激光雷达定位在过滤掉无关的图像信息的同时还减少了分割算法的运算时间。     

基于Matlab的岩羊运动图像处理方法的研究

对岩羊运动图像进行数字图像处理,得到比较清晰的岩羊运动图像。文章采用MATLAB处理工具,结合多种数字图像处理方法,并对滤波和直方图均衡的不同方法进行对比和评价,实现数字图像清晰化处理。     

自适应窗口形状的中值滤波

中值滤波去除噪声的同时,难免出现含有线形图像的边缘轮廓信息跟随丢失的情况。为了达到滤除图像噪声最大化,有用信息损失最小化的目的,根据图像边缘特征选择或设计了适当大小和形状的窗口来进行中值滤波等操作。一方面,创新性地提出将Hough变换应用到车轮裂缝CT图像的滤波窗口形状的选择上,针对单一方向轮廓的图像,利用Hough变换检测出裂缝的方向,从而采用与裂缝形状相应的窗口对裂缝进行有针对性滤波,将该方法与传统方法进行了对比实验,并将60层滤波后切片图像堆栈得到了三维图像;另一方面,针对含有多个方向轮廓的图像,为了进一步改善滤波效果,提出根据像素梯度设计斜向滤波器,对多方向的线对进行滤波,数据显示经改进方法滤波后图像的峰值信噪比(PSNR)较传统的中值滤波提高了4~6,结构相似性(SSIM)提高了1%~2%左右,最后用683层荞麦切片CT图堆栈得到三维图像,对比滤波前后图像,可知该方法滤波效果良好。     

应用正则化影响函数扩散模型的星图噪声滤波

由于恒星星图的噪声滤波对保持星点的边缘细节要求较高,本文以塔基（Tukey）扩散模型与改善的PM（Perona-Malik）模型为基础,提出了一种基于正则化影响函数扩散模型的星图噪声滤波方法。该方法通过导数算子提取边界点集,利用图像中原始像素和噪声像素的空间分布特性对图像进行噪声滤波处理,并通过给定边界条件恢复图像边缘。由于避免了方差稳定（VS）变换,该方法可以直接处理高斯噪声。对普通图像和添加高斯噪声星图进行了仿真测试,并与普通扩散函数算法进行了比较。实验结果表明：提出的算法表现出了较好的噪声滤波能力,同时有效地保持了特征图像的边缘。相对于普通扩散函数算法其平均绝对误差降低了13.6%,峰值信噪比平均提高了6.1%。得到的数据显示,本方法的滤波能力优于普通的扩散函数方法,特别适用于星图的噪声滤波处理。     

Evaluation of three methods for retrospective correction of vignetting on medical microscopy images utilizing two open source software tools

Correction of vignetting on images obtained by a digital camera mounted on a microscope is essential before applying image analysis. The aim of this study is to evaluate three methods for retrospective correction of vignetting on medical microscopy images and compare them with a prospective correction method. One digital image from four different tissues was used and a vignetting effect was applied on each of these images. The resulted vignetted image was replicated four times and in each replica a different method for vignetting correction was applied with fiji and gimp software tools. The highest peak signal-to-noise ratio from the comparison of each method to the original image was obtained from the prospective method in all tissues. The morphological filtering method provided the highest peak signal-to-noise ratio value amongst the retrospective methods. The prospective method is suggested as the method of choice for correction of vignetting and if it is not applicable, then the morphological filtering may be suggested as the retrospective alternative method.     

基于协同小波分析的声纳图像去噪研究

将基于协同小波去噪的方式运用于水下声纳图像的去噪处理中,并将去噪效果与几种传统的图像去噪算法进行了效果比较。实验结果证明,该算法在很好地去除声纳图像中的高斯白噪声、提高信噪比的同时,在图像的边缘特性及轮廓保留上也具有较大的优势。     

基于脉冲耦合神经网络模型的小波自适应斑点噪声滤除算法

分析了维纳滤波原理和脉冲耦合神经网络(PCNN)模型的特点,根据斑点噪声统计模型的特征,结合小波变换方法,提出了一种基于PCNN模型的小波自适应斑点噪声滤除算法(W-PCNN-WD)来改善超声图像质量.首先,对超声图像进行对数变换,使斑点噪声转换为加性噪声;对医学图像进行维纳滤波处理,计算其加性噪声的标准方差,并以此作为小波阈值.然后,利用小波变换对图像进行预处理,利用PCNN在小波域中对小波系数进行相应的修正.最后,进行小波逆变换和指数变换,获得滤除噪声的图像.结果表明:本文提出的滤波方法优于其他滤波方法,当噪声方差为0.01时,本文滤波算法获得的峰值信噪比(PSNR)比经Wiener滤波方法获得的高出9 dB.该滤波方法能在有效去除超声斑点噪声的基础上保留图像的边缘细节信息,极大地改善了图像的视觉质量.     

基于机器视觉的全自动定值灌装系统

研发出一种基于机器视觉的全自动定值灌装系统,采用CCD摄像机和图像采集卡采集图像,运用图像二值化、中值滤波及模板匹配等技术计算出桶口中心坐标,步进电机驱动二自由度移动平台,带动喷枪移动到桶口上方,实现桶口的自动定位。     

结合压缩感知和曲波的天文图像去噪

在天文图像去噪中,为了提高迭代曲波阈值算法的去噪重建性能,提出了基于循环平移和曲波维纳滤波的压缩感知迭代重构算法。首先,使用基于曲波阈值的循环平移方法对重构图像进行调整以抑制重构图像中的伪吉布斯效应;接着,用提出的曲波维纳滤波算子替代小波阈值在迭代过程中对图像曲波系数进行筛选以进一步提高重构图像的质量。通过对添加高斯白噪声的Lena图像和月球图像进行重构实验,分析本文算法和当前主流算法的性能。实验结果表明,与传统的压缩感知迭代曲波阈值算法相比,本文算法能够获得较优的去噪性能,有效地保护天文图像的细节信息,峰值信噪比大约提高了2.6~3.2dB。     

强反射表面缺陷图像预处理

为了校正强反射表面图像的亮度不均匀性,抑制局部强亮度现象,同时使其保留足够多的原始图像信息,研究了强反射表面缺陷图像的预处理方法。分析了强反射表面的光学特性,研究了偏微分方程理论及同态滤波算法,在此基础上提出了一种基于偏微分方程的同态滤波算法,即采用热传导方程滤波算子对同态分解的图像进行处理。引入信息熵对不同尺度参数下的处理效果进行评价,从而确定热传导同态滤波的尺度参数,并将该算法与背景去除法、基于小波的同态滤波算法进行了比较。对比实验表明,采用提出的算法处理后得到的图像其灰度级均匀分布在1～6之间,信息熵值均在91%以上。该方法校正了图像亮度的不均匀性,提高了图像质量,同时能保留足够多的原始图像信息。