共查询到20条相似文献,搜索用时 78 毫秒
1.
为了方便快速地进行车速测量,提出了一种用于测量视频图像中车辆速度的方法。该方法取运动角点为特征量,通过选择灰度相关函数为特征匹配函数,实现了车辆在一定帧差内移动距离的测量。与传统方法相比,该方法不仅对设备的限制更小,而且运算速度更快。 相似文献
2.
机车轮轨之间的相对位移是轮轨接触状态最直接的反映,为了监测列车运行的状态
及完善运行安全性机理,传统方法是采用基于传感器的接触式测量。针对其存在动态测量困难、
零漂大和抗干扰能力差等缺点,设计了一种火车轮轨相对垂向位移视频检测系统。该系统将相机
垂直安装在转向架上,激光源也安装在转向架上并使激光照到轨道上,利用相机、激光源和转向
架三者保持相对静止的特点,通过激光点在轨道图像中的纵坐标变化来测量轮轨的相对垂直位
移。最后,在无砟和有砟轨道两种不同条件下实现了机车轮轨相对垂向位移检测、数据显示和存
储。实验结果表明,该系统不仅能显示轮轨相对垂向位移,而且对检测环境有较强的适应性,这
对进一步探索和评价机车运行安全性机理有着重要的意义。 相似文献
3.
为提取垃圾邮件图像中文字的角点信息,提出一种新的基于图像边缘和圆形模板的角点检测算法。算法首先利用彩色边缘检测算子和阈值分割方法获取文字图像的边缘,然后采用圆形模板提取文字的角点信息。边缘检测和阈值分割降低了干扰背景和噪声对角点检测的影响,圆形模板使得角点检测对文字方向变化不敏感。实验表明,在真实的垃圾邮件图像中文字角点定位精度略高于SUSAN算法,并能同时获取角点角度的大小。 相似文献
4.
BP网络用于图像边界的角点检测 总被引:2,自引:0,他引:2
角点检测在计算机视觉中广泛应用。传统的方法是采用计算图像边界上某点的斜率是否发生突变来进行角点检测。这里我们提出一种新的角点检测方法,它通过人工神经网络的学习,不必考虑图像的方向,就能较精确地检测出角点,具有精度高,误差小,学习过程易控制的特点。 相似文献
5.
6.
面向图像角点特征取证的人工智能检测仿真 总被引:1,自引:0,他引:1
角点是展现局部图像特征的关键要素,但传统图像角点特征取证检测方法精度低,无法有效的解决角点特征图像中模糊、缺失等问题.为此,对面向图像角点特征取证的人工智能检测进行研究.通过在不同干扰情况下对图像做简化处理,完成特征取证.采用掩模平滑方法将提取出图像角点做增强处理,最后利用人工智能中链码和与差算法对图像做检测.结果表明... 相似文献
7.
在大规模图像的处理中,串行角点检测算法存在着运算量大、耗时长的问题.基于API、OpenMP及PPL多核CPU技术,提出了三种改进的并行角点检测算法.实验结果显示,三种并行算法对不同尺寸的图片均具有较好的加速效果.此外,实验采取不同的线程数量进行测试.基于API的并行检测算法加速比在四线程情况下平均可达3.02,在八线... 相似文献
8.
9.
一种用于图像序列拼接的角点检测算法 总被引:2,自引:0,他引:2
分析了Harris角点检测算子的实现原理及其用于图像序列拼接时存在的不足,从几个方面提出了改进:用新的X和Y方向梯度算子求取图像导数,对灰度变化更敏感;改进了角点响应函数,避免了k值选择的随机性;根据图像序列首图像自动确定R阈值,提高了算法的自动处理能力和速度;根据目标像素点的8邻域范围进行亚像素精确定位,角点位置更加准确.实验结果表明,改进算法无需人工干预,特征点提取的速度比传统算法提高了约61.3%,能更好地适应图像拼接的实际应用,是一种快速有效的角点检测方法. 相似文献
10.
一种基于Harris和图像对比度的角点检测方法 总被引:1,自引:0,他引:1
目前各种角点检测方法,对于不同的图像需要选取不同的阈值才能保证结果的精确度,而阈值的选取是比较麻烦的.此处提出了一种通用的方法,通过适当改变图像直方图增大图像对比度,再使用固定阈值的Harris方法对图像中的角点进行提取.该方法解决了阈值选取困难的问题,实验结果表明该方法有效提高了结果的精度,在很多场合比较适合. 相似文献
11.
针对目前基于视频的车辆测速方法均需通过手工标定而造成的低效和可操作性差的问题,提出了一种对典型配置的道路监控摄像机的焦距、俯仰角、离地距离等重要参数进行自动标定的方法。首选利用自然场景中两组正交平行线在视频图像中形成的消失点之间的内在关系对摄像机的焦距和俯仰角实施精确标定;在此基础上利用视频中目标车辆群体的平均宽度对摄像机与地面之间距离进行自动标定。实验表明,该算法具有参数测量精度高和可靠性好等优点,可作为现有道路视频监控设备实施车辆速度、类别、流量等数据的自动采集、分析和监控,以及电子违章抓拍设备的有效自动标定手段。 相似文献
12.
13.
针对现有链路洪泛攻击检测存在的不足,提出了多维指标检测算法,通过会话连接时长、数据分组低速比例、数据分组距离均匀性、平均低速率数据分组占比、低速数据分组占比变化率5维要素对存在异常的转发链路进行多维检测,改善了现有方法误报率高的情况。进一步,提出基于染色理论的“控制器-交换机”动态部署方法,解决了现有防御缓解机制存在的“难以实际部署在交换机变体类型受限的实际环境中”问题。最后,实验验证所提方法的有效性。 相似文献
15.
16.
低速率分布式拒绝服务攻击针对网络协议自适应机制中的漏洞实施攻击,对网络服务质量造成了巨大威胁,具有隐蔽性强、攻击速率低和周期性的特点。现有检测方法存在检测类型单一和识别精度低的问题,因此提出了一种基于混合深度学习的多类型低速率DDo S攻击检测方法。模拟不同类型的低速率DDo S攻击和5G环境下不同场景的正常流量,在网络入口处收集流量并提取其流特征信息,得到多类型低速率DDo S攻击数据集;从统计阈值和特征工程的角度,分别分析了不同类型低速率DDo S攻击的特征,得到了40维的低速率DDo S攻击有效特征集;基于该有效特征集采用CNN-RF混合深度学习算法进行离线训练,并对比该算法与LSTM-Light GBM和LSTM-RF算法的性能;在网关处部署CNN-RF检测模型,实现了多类型低速率DDo S攻击的在线检测,并使用新定义的错误拦截率和恶意流量检测率指标进行了性能评估。结果显示,在120 s的时间窗口下,所提方法能够在线检测出4种类型的低速率DDo S攻击,包括Slow Headers攻击、Slow Body攻击、SlowRead攻击和Shrew攻击,错误拦截率达到11.03%,恶... 相似文献
17.
18.
低速率拒绝服务(LDoS)攻击是一种拒绝服务(DoS)攻击改进形式,因其攻击平均速率低、隐蔽性强,使得检测LDoS攻击成为难点。针对上述难点,提出了一种在软件定义网络(SDN)的架构下,基于加权均值漂移-K均值算法(WMS-Kmeans)的LDoS攻击检测方法。首先,通过获取OpenFlow交换机的流表信息,分析并提取出SDN环境下LDoS攻击流量的六元组特征;然后,利用平均绝对值百分比误差作为均值漂移聚类中欧氏距离的权值,以此产生的簇心作为K-Means的初始中心对流表进行聚类,从而实现LDoS攻击的检测。实验结果表明:在SDN环境下,所提方法对LDoS攻击具有较好的检测性能,平均检测率达到99.29%,平均误警率和平均漏警率分别为1.97%和0.69%。 相似文献
19.
入侵检测技术是网络安全领域中的新技术,但它发展还不成熟,很多攻击方法利用它的缺陷进行攻击。其中小IP报文攻击利用Windows和Linux对有数据重叠的报文处理方式不一样进行攻击。论文提出了小IP报文攻击的入侵检测方法,并采用Snort工具进行实验,使得Snort和被保护主机对有数据重叠的报文的处理方式一致,从而使Snort发生误报、漏报的次数明显减少,为实现网络安全提供了有益的借鉴。 相似文献
20.
提出的基于DTMF信号的智能手机外部攻击方法,可以在用户不被察觉,且与用户手机无交互情况下进行有效攻击。该方法对用户某些重要按键操作进行录音;然后对录音数据在时域上进行双阈值的端点检测,提取信号的有效区域;再将有效区域通过Goertzel算法转换到频域进行数字分类;对比通过比照DTMF编码表得到用户所有按键数据。实验结果表明,该方法在10 dB信噪比,且与用户手机无交互的条件下能破解80%以上的按键数据。最后,给出了相应的防御方法。 相似文献