路面破损图像二值化方法研究

路面图像采集和二值化是路面破损自动分析的基础。构建了高分辨路面图像自动采集系统,实时采集、存储路面图像,采用直方图分析法将道路标线从路面图像的背景中去除。在路面图像二值化中,采用分块处理策略。首先利用子块图像灰度方差与标准子块好路面图像灰度方差以及该子块图像灰度方差均值的比值描述路面子块图像特征,并采用在线学习的方法设计路面子块图像模式分类器;其次利用子块图像模式的连通性,有效描述路面破损在空间上的连续性,进而去除路面破损图像误判的子块模式;最后采用最佳阈值法将所有路面破损子块图像二值化,实现整幅路面图像的二值化。实验结果表明,该文算法可有效分割路面破损图像。     

动态军标符号的实现方法研究

针对战场指挥系统中军标符号编辑和标绘模块里的难点--动态军标符号的生成问题进行了研究.并着重就动态军标生成中的关键--控制点的生成问题针对两类不同的动态军标符号给出了不同的控制点生成方法.实验结果表明此方法能够方便快捷的实现动态军标符号,较好的满足了实战中对动态军标符号编辑与标绘的需要.     

综合全局二值化与边缘检测的图像分割方法

针对邮局业务的自动化,信息化,设计了给扰函件的自动登单片系统,基于图像处理和模式识别的理论,提出了一种图像分割方法,实验结果表明,该方法比较成功地实现了复杂的信封背景下有用信息的提取和存档。     

基于视频图像的车辆自动分类系统

本文设计并实现了一个基于视频图象的车辆自动分类系统，从系统的构成开始，详细阐述了各部分的实现方法。系统中综合应用了运动边缘检测、图像二值化、闭包算法等方法对图像进行预处理．然后对车辆轮廓进行傅立叶级数展开提取特征，最后结合基于面积特征的直接分类器和基于傅立叶描述子的最小距离分类器对车辆进行自动分类。实验表明，本文的方法简单有效，可以获得较高的分类正确率。     

嵌入式软件GUI自动化测试平台研究

为实现嵌入式软件的GUI自动化测试,对嵌入式软件GUI自动化测试现状深入分析,提出了一种无侵入式的GUI自动化测试框架,利用图像采集与信息识别技术实现测试用例结果判断;利用键盘鼠标模拟技术模拟测试用例执行的人机交互;利用脚本语言嵌入技术实现用例编辑与转换、利用嵌入式软件GUI测试自动化控制技术实现用例的自动驱动与执行;在此基础上,设计并研发了嵌入式软件GUI自动化测试平台,能够方便、有效地实现无侵入式的嵌入式GUI自动化测试.     

基于hook机制的android自动化脚本录制回放框架的设计与实现

本文首先分析了当前Android应用测试以及Android自动化测试出现的背景以及需求。其次,本文介绍了传统的官方给出的Anroid自动化测试框架的基本原理及其测试方法。在此基础上,本文分析了Android自动化测试过程中测试脚本录制以及回放的必要性,然后分析传统自动化测试框架的不足之处,提出了基于hook机制的android自动化脚本录制回放框架的设计以及实现方案,改善Android自动化测试的效率,提高Android应用开发效率。最后,分析本框架的有点以及其不足之处,对全文做了总结。     

摄像头阅卷系统图像预处理算法研究

本文讨论了摄像头自动阅卷系统中的图像预处理算法，对答题卡图像预处理过程中的图像灰度化、二值化、光学畸变校正和图像偏斜纠正等关键步骤进行了描述。在灰度化过程中采用彩色模型转换的方法获得灰度图，在二值化过程中采用由用户指定阈值的方法，在畸变变换中采用二元多项式法，在偏斜纠正中使用Hough变换检测倾斜角度。     

基于XML的安全苛求系统测试脚本生成研究

针对安全苛求系统（SCS）自动化测试中测试脚本规模大、结构复杂、难维护的特点,提出一种基于XML的测试脚本自动生成方法。将XML作为测试脚本语言,使用SED模式设计SCS测试场景,采用FSM对SCS运营场景建模,设计一系列转换生成算法自动生成XML测试脚本,实现了SCS测试脚本自动化生成和验证,并成功应用到高速铁路CTCS-2级列车运行控制系统仿真测试中。     

多余度线位移传感器自动测试系统的设计

针对多余度线位移传感器检测过程中繁琐的操作流程,设计并实现了一种高效的自动化测试系统;采用了先进的分布式网络检测方法,实现了该类型传感器所有项目的计算机自动化测试,并对测量结果自动保存、分析、打印;根据系统的使用环境,精度要求和误差范围等方面的指标,采取了相应的工程措施;文章介绍了该测试系统的软硬件设计方案,并对现场数据进行了分析;实际结果证明该测试系统具有较高的精度和良好的使用价值.     

基于ClearQuest的软件变更管理系统的设计与实现

军用软件的研制过程中,软件变更管理控制是提高产品质量的重要手段,也是提高军用产品竞争力的重要方法,但实现软件产品的质量管理控制却非易事。基于ClearQuest系统,按照相关军标要求设计软件变更管理系统,能更好的实现软件研制过程的技术状态控制。基于此,介绍了建立ClearQuest系统的要点和重要功能,并对实际项目的应用结果进行分析。结果表明,应用该系统对提高军用软件技术状态控制的能力至关重要,可进一步提高军用软件的质量。     

BYY Harmony Learning on Finite Mixture: Adaptive Gradient Implementation and A Floating RPCL Mechanism

In tackling the learning problem on a set of finite samples, Bayesian Ying-Yang (BYY) harmony learning has developed a new learning mechanism that makes model selection implemented either automatically during parameter learning or in help of evaluating a new class of model selection criteria. In this paper, parameter learning with automated model selection has been studied for finite mixture model via an adaptive gradient learning algorithm for BYY harmony learning on a specific bidirectional architecture (BI-architecture). Via theoretical analysis, it has shown that the adaptive gradient learning implements a mechanism of floating rival penalized competitive learning (RPCL) among the components in the mixture. Also, the simulation results are demonstrated well for the adaptive gradient algorithm on the sample data sets from Gaussian mixtures with certain degree of overlap. Moreover, the adaptive gradient algorithm is applied to classification of the Iris data and unsupervised color image segmentation.     

集团财务软件系统测试重点分析

本文以集团财务软件系统特点和业务重点出发点,从功能、业务流程、性能和接口这四个方面对集团财务软件系统测试内容进行重点分析。本文根据《信息技术会计核算软件数据接口》国家标准实现了基于数据交换模型的自动化测试工具,提高了集团财务软件系统测试的有效性和效率。     

联机手写中文速记符的自动识别

手写中文速记符的自动识别是文字类识别中的一个比较特殊的课题.实现了一个联机手写中 文速记符识别系统HCSRS(handwritten Chinese shorthand recognition system),并给出了 对速记符中的基本音符、独立略符、连笔符的识别实验结果.该识别系统采用了以声符、韵 符为基元的结构识别策略.为了实现基元的有效切分,提出了一种基于切分-分析-交互结构 及其相应知识库的自调整切分算法STSA(self-tuning segmentation algorithm),从而大大 改     

面向嵌入式通信设备的Ch 自动化测试框架设计

Ch 是一种C/C＋＋脚本语言,用Ch 脚本语言对通信设备进行测试具备简单,快速,可直接嵌入等优点。RobotFramework 是基于Python 语言开发的开源的自动化测试系统,它具有简单明了的上下级结构,可灵活重用的KeyWord,独立于平台和应用,具有很强的扩展性等多种优点。首先介绍构建与实现了一个适合通信设备的Ch 脚本测试新框架,并利用RobotFramework 极强的扩展性,把Ch 测试脚本无缝融合进RobotFramework,融合后的Ch 测试框架同时具备了Ch 脚本和RobotFramework的优点。     

A real-time near infrared image acquisition system based on image quality assessment

This paper presents a real-time image acquisition system with an improved image quality assessment module to acquire high-quality near infrared (NIR) images. Thermal imaging plays a vital role in a wide range of medical and military applications. The demand for high-throughput image acquisition and image processing has continuously increased especially for critical medical and military purposes where executions under real-time constraints are required. This work implements an NIR image quality assessment module, which utilizes improved two-dimensional entropy and mask-based edge detection algorithms. The effectiveness of the proposed image quality assessment algorithms is demonstrated through the implementation of a complete finger-vein biometric system. The proposed model is implemented as an embedded system on a field programmable gate array prototyping platform. By including the image quality assessment module, the proposed system is able to achieve a recognition accuracy of 0.87 % equal error rate, and can handle real-time processing at 15 frames/s (live video rate). This is achieved through hardware acceleration of the proposed image quality assessment algorithms via a novel streaming architecture.     

自动化检测Android应用反射型跨站脚本漏洞的方法

提出一种自动化检测Android应用反射型跨站脚本漏洞的方法,通过对Android应用组件的识别和分类,自动化输入测试例和点击与输入框关联的按钮,监测运行结果判断应用是否具有潜在的反射型跨站脚本漏洞,并通过图像处理方法实现了对WebView的支持。基于该方法实现了一个原型工具。实验表明,该方法可以有效的检测Android应用的反射型跨站脚本漏洞,具有较高的实用性。     

基于Fuzzing的Cisco IOS漏洞挖掘方法

目前没有可以对Cisco IOS系统进行完全静态反汇编和动态调试的通用工具。为此,以Cisco路由器支持的协议为测试目标,利用Fuzzing技术对其进行安全性测试,从而挖掘系统中的漏洞,并结合IOS结构、存储管理和进程调度的特点,设计实现一个自动实现漏洞挖掘的工具CFuzzer。利用该工具对IOS的多种协议进行安全测试,实验结果证明,CFuzzer可以为Cisco路由器提供有效的安全防护。     

面向漏洞挖掘的基于符号分治区的测试用例生成技术

在漏洞挖掘中,符号执行技术是一种常用的测试用例生成技术。但当软件中包含加解密、校验和检验等复杂数学运算函数时,使用符号执行技术生成测试用例存在无法有效求解约束表达式的问题,导致漏洞挖掘效率低下。针对该问题,文章结合分治算法的思想提出基于符号分治区的测试用例生成技术。首先通过静态分析技术识别软件中的加解密、校验和检验等函数;然后以程序中的加解密、校验和检验函数为分界点对软件进行分区,符号执行引擎每执行到软件的一个分治区,就在本区引入一个新的符号变元进行约束构建,在约束求解时从软件最后一个分治区开始递归求解。基于该方法,文章在符号执行平台S2E上实现了漏洞挖掘原型系统Divide,并与现有的符号执行生成测试用例技术进行对比实验。实验结果表明,文章方法能够快速、有效地生成测试用例,提高漏洞挖掘的效率。     

改进YOLO v2的装甲车辆目标识别

军事目标识别技术是军事信息处理的一个重要内容,对于实现军事装备信息化、智能化起着不可忽视的作用。近年来随着深度卷积神经网络在图像识别领域的广泛应用,各种基于图像目标识别任务的网络结构层出不穷,因此将这项新技术应用于军事目标的识别具有极强的现实意义和军事应用价值。本文以目前具有最佳识别效果的YOLO v2网络为基础,通过维度聚类重新确定最优的anchor个数及其宽高维度,并制作以明显特征为目标区域的装甲车辆数据集,使得该网络对装甲目标的识别更为精确。通过实验验证,该方法能有效地对特定装甲目标进行实时精确识别。     

GBRT技术在MLS模拟训练成绩评估中应用

综合成绩评估是军事后勤模拟训练系统中的一个重要功能模块,为了实现模拟训练自动化成绩评估,在模拟训练系统成绩评估中提出使用梯度渐进回归树(GBRT)智能技术。在对某科目的后勤模拟训练成绩数据分析基础上,找出线性无关评估指标特征集合"人员配置成绩、完成任务时间和装备操作正确率"作为输入数据,建立基于GBRT成绩评估预测模型,最后通过优化参数组合的GBRT评估模型预测模拟训练综合成绩。经过某科目的模拟训练成绩数据样本测试,基于GBRT模型评估综合成绩与实际训练成绩基本一致,从而验证GBRT技术在军事后勤保障模拟训练成绩评估中应用的可行性和有效性,为军事后勤保障模拟训练系统自动化成绩评估增添新的途径和方法。