基于身份的强指定验证人签名方案*

在有些情况下, 需要将验证者限定为某一个人。 利用基于身份的密码体制, 提出了一种强指定验证人签名和一种强指定验证人多重代理签名, 并对其安全性进行了分析。 在签名代价和验证代价上, 提出的强指定验证人签名比Kang等人的方案要低。提出的强指定验证人多重代理签名可以同时授权给n个代理人, 可以有效防止代理签名人对签名权的滥用。     

气液两相流中气泡形态及运动特征参数提取

对气泡发生装置中竖直向上气泡的形态及运动特征提取方法进行了研究。采集原始气泡图像,进行图像灰度化、差影和中值滤波等图像预处理,针对气泡图像的特点,提出动态阈值压缩大津法进行阈值分割,并结合扫描线种子填充算法与图像形态学运算进行孔洞填充,同时基于边缘面积属性对气泡特征区域进行自动识别。实验结果表明,该方法简单有效,鲁棒性强,可以很好地将目标气泡从背景中分离出来,有效提取气泡周长、面积、圆形度和质心坐标等形态特征参数,并实现气泡运动速度的测量。     

多站位CCD相机参数的标定方法研究

单站位的标定方法对于大视场的相机只能保证标定区域有很好的测量精度.为此,提出了多站位数字相机内部参数的标定方法.该方法将相机像面划分为若干个区域,规划相机的站位分布和位置姿态,确保所有站位下控制点能够分布相机整个像面,从而使标定的结果能够反映整个像面的畸变影响.多站位标定方法能够很好地解决单站位标定中被测点超出标定的区域时成像精度无规则变化的问题.实验结果表明:对基准尺在6个位置进行测量,多站位标定方法计算出的结果都可以保持在一定的水平上,不会出现单站位计算出的个别位置误差过大的情况.     

基于快速模板匹配的智能视觉传感器设计*

针对传统视觉传感器信号处理能力差、模拟信号输出易受干扰等问题,设计了基于ARM 6410处理器的智能化数字视觉传感器,应用于白车身在线视觉检测系统,完成数据采集、像素级二维定位和通讯控制工作。在Linux平台上,研究了一种快速稳定的像素级模板匹配算法,以去均值归一化灰度互相关法为相似性测度,多分辨率金字塔匹配法为搜索策略,使用“滚动相加补全像素法冶的二维求和新方法来优化计算过程,并进行了全局冗错设计,确保传感器工作稳定性。现场实验表明：采用该匹配算法和冗错机制使得视觉传感器定位功能速度快、精度高、鲁棒性好,能较好完成白车身视觉检测系统前端数据采集和处理任务。     

CAN总线技术在汽车视觉检测系统中的应用

本根据汽车白车身视觉检测站工作的特点和需要,对基于CAN总线的多主结构分布控制系统进行了研究,并组建了基于MC68HC05X16单片机和微机的控制网络,中对CAN总线物理层接口、拓扑结构、通令协议及规程等作了详细的说明。     

VHDL在高速图像采集系统中的应用设计

介绍高速图像采集系统的硬件结构及工作原理,讲述FPGA在图像采集与数据存储部分的VHDL模块设计,给出采集同步模块的VHDL源程序。     

基于激光诱导荧光的环状流液膜流速测量与分析

在对传统方法测量和分析液膜特性的基础上,采用激光诱导荧光方法和互相关测量技术,对竖直管道中的液膜流速进行光学测量和分析。基于高速摄影获取气液环状流中液膜图像,采用数字图像处理技术对液膜流动图像进行处理,得到液膜厚度在空间上的分布函数变化曲线,对间隔固定帧频的液膜图像进行互相关处理,进而采用抛物线拟合,有效提高了互相关极值的测量精度。实验结果表明,本文方法非接触、适用面广,可以有效检测环状流中液膜"破断"现象,并准确测量液膜流速参数。     

不同提取方法对松茸多糖抗氧化活性的影响

文章旨在考察不同提取方法对松茸多糖抗氧化活性的影响。采用热水浸提法、复合酶提取法、超声波辅助水提法提取发酵的松茸菌丝体多糖,经纯化后,采用清除DPPH实验以及清除羟基自由基实验,对不同提取方法提取的多糖的抗氧化活性进行了比较,实验结果表明:不同提取方法提取的多糖在低浓度时抗氧化活性差异较明显,高浓度时基本趋于一致。     

基于卫星遥感数据的城市规划动态自动监测系统

为实现城市规划动态变化情况自动监测,提出基于卫星遥感数据的城市规划动态自动监测系统。系统利用商业卫星World-View-2采集城市规划遥感数据,并将遥感数据调整为计算机可处理的数据,存储到数据库中,通过辐射定标、大气校正预处理数据库中的遥感数据,并提取道路、用地等城市规划特征,通过无线通信技术将规划特征传输至监测结果发布模块,完成城市规划自动监测结果显示。经实验验证：该系统能够精确监测不同阶段的城市规划情况以及新增土地使用面积变化大小。     

实时船舶振动检测系统

为了更好地检测船舶上的振动,本文组建了以CPLD和DSP为核心的检测系统。介绍了系统的网络结构和测量处理单元,着重讲述了基于TMS320F2812DSP的信号处理。本系统通用性好,可靠性高,实时性强。