基于小波的音频信息隐藏算法

音频信息隐藏技术是信息隐藏技术的一个重要分支,音频信号中存在足够多的信息冗余,在传播传递过程中可以嵌入很多隐藏信息,利用小波变换良好的时频特性来进一步对信号进行分析,将音频信号作为载体能达到较好的信息隐藏效果.而且音频信号进行一级小波分解后对高低频分量分别采取同样的处理方法后重构,重构出来的信号和原信号相比并没有很明显的失真.     

基于混沌加密的小波域音频盲水印算法

本文将混沌理论引入到了音频水印系统的研究中,设计了一种将一段简短的音频用混沌序列进行加密后,作为载体嵌入到原始音频信号的小波域中。先将作为水印的音频信号利用混沌映射进行置乱,然后再利用混沌序列实现对隐藏位置的保密。这种方法既保证了水印的安全性又实现了水印的盲提取。实验表明,此方法具有很高的安全性和鲁棒性。     

一种基于边缘增强的高效图论图像分割算法

EGBIS算法能够对目标图像进行快速的分割,但EGBIS算法在某些情况下,依旧存在高变化区域过分割和低变化区域欠分割的问题。为了在分割时更好保持视觉重要区域的完整,本文提出利用增强目标图像区域边缘的方式对EGBIS算法加以辅助,结合梯度信息和非极大值抑制来获取较为精准的区域边缘位置,并有选择的对显著边缘加以增强,对增强后的图像利用EGBIS算法进行分割。本文算法可以很好的提升分割结果的全局特性,在解决高变化区域过分割问题的同时,很好保持各视觉重要区域间的边界。本文所提出的边缘增强辅助,不会引入过多的运算,保持了原EGBIS算法高效的特性。     

基于小波变换和数学形态学的图像分割算法研究

针对传统的分水岭变换对噪声和细密纹理的敏感会产生严重的过分割的现象,为了除去红外线图像混合的噪声,本文用小波变换法,接着再利用形态学中的开闭重建运算,来删除梯度图像中因为噪声引起与灰度非规则扰动的局部的极值;接着采用基于前景与背景的分水岭分割算法来进行分割。用MATLAB仿真,结果说明此算法能很好的实现分割的效果,后续更复杂的合并处理并不需要进行,就可以得到更好的分割效果。     

基于形状直径函数的三维模型集一致性分割算法研究

为了有效提高对三维模型集进行一致性分割算法的准确率和效率,提出一种三维模型集一致性分割算法。该算法基于形状直径函数特征和谱聚类方法。首先计算模型各个面片的形状直径函数特征(SDF)特征;其次计算模型各面片之间的形状相似性,形成相似性矩阵。最后采用谱聚类算法对模型集进行一致性分割。将本文算法与相关方法进行对比,实验结果表明,本文算法能准确的对一致性分割数据集中的若干模型进行有意义的分割,使得分割部位具有一定的对应关系,且面片平均划分准确率较好。     

基于通道注意力机制的裂缝检测研究

为实现智能准确地检测路面裂缝,提升公路智能养护和巡检技术,本方法设计通道注意力检测模块,提出CA U-Net（Channel Attention U-Net）分割模型,分配特征图各个通道的权重,提升裂缝特征语义表达能力,并利用高语义层注意力权重信息来优化特征融合,显著提升不同尺度的裂缝检测能力。实验结果表明,CA U-Net分割模型的裂缝检测定位更准确,在评价指标mIoU和F1-Score上都有明显提升,证明该模型的有效性。     

基于D-S算法的玻璃质量检测

为提高玻璃质量检测的准确性，提出了一种基于D—S理论和多传感器信息融合的玻璃质量检测方法。该方法在多传感器的概念及D—S理论基础的基础上，提出了一种基于统计方法的自适应权系数D—S证据理论融合算法。获取玻璃中存在检测对象的基本信度。利用加权D—S证据理论融合这些基本信度，并获得检测数据。该方法具有检测分析快速准确、抗干扰能力强、适用范围宽且不需要多个传感器的特点。     

基于Canny准则的齿轮边缘检测

文章重点介绍应用机器视觉技术进行齿轮在线、非接触式自动检测算法。在传统Canny边缘检测算法上,提出基于Canny准则的改进边缘检测方法,完成齿轮图像的边缘提取,为下一步齿轮测量打下基础。     

基于Neyman-Pearson准则和小波模极大值的边缘检测

图像边缘是对图像进行进一步处理和识别的基础,边缘都是图像上灰度不连续的点或灰度变化剧烈的地方,所以说图像的边缘就是信号的高频部分,边缘检测就是检测信号的高频部分,是图像基本特征之一。但在实际的图像中,由于噪声的存在,边缘检测成为一个难题,所以本文提出了一种基于Neyman-Pearson准则和小波模极大值的边缘检测方法,该方法能很好地检测出图像的边缘。     

基于地磁传感器的车辆检测算法研究

地磁传感器是一种利用地磁变化来检测车辆的新型设备.通过分析大量的地磁数据,提出一种基于波形峰谷值特征的车辆检测算法.在有轨电车路口预警系统定位设计中,为确保有轨电车定位的准确性和可靠性,可以同时应用基于RFID和地磁车辆检测的定位设计,以得到较为准确的定位,由于路口车辆的多样性和复杂性,本文提出车辆检测算法和通过地磁传感器的磁场变化量可以判断出是有轨电车的到来还是其他车辆的到来.     

基于多通道特征融合的道路病害智能检测算法

为实现道路病害的智能识别,帮助道路养护部门便捷、高效开展日常巡检养护工作,提出一种基于多通道特征融合的道路病害智能检测算法。本算法在YOLOv5中引入通道注意力模块,利用通道注意力模块为多层级病害特征赋予权重,弱化背景和噪声影响,获得更精确的语义级别病害信息。实验结果表明,提出Attention-YOLOv5算法的检测精度和mAP分别为40.51%、27.97%,比原始的YOLOv5算法提升了3.1%、1.6%,可以有效检测出包括横纵裂缝、龟裂、坑槽等多类型路面病害。     

基于视频的运动车辆检测算法研究

文章针对道路交通监控中的运动车辆检测问题,提出了一种改进的基于背景差分算法的运动车辆检测方法。该方法改进了背景模型的构建,并运用了数学形态学方法对差分二值化图像进行滤出噪点、填补空洞、边缘平滑等处理。实验结果证明了算法对基于视频的运动车辆检测的有效性和实时性。     

基于高斯平滑的视频时序检测算法

动作候选区域的生成是一个重要而又具有挑战性的问题,因为具有丰富动作内容的时间候选区域对于分析持续时间长且比例不相关的现实世界视频是必不可少的.这个问题不仅需要产生候选区域的方法,还具有精确的时间边界,而且所要检索的候选区域要包括召回率高且重叠度高的真实动作片段.为了解决这些困难,提出了一种有效的候选区域生成方法,该方法...     

基于视频图像的车辆检测算法研究

固定镜头下视频序列中的运动汽车目标的检测、分割、跟踪及计数等底层视觉问题进行了研究,提出了计算交通流量的算法。仿真实现表明:此算法可以有效的去噪、检测目标并计数。     

基于GRU和K-means算法的入侵检测模型与方法研究

随着计算机一系列相关技术的发展,互联网已经深深地和人们的生产活动结合在一起,在提高人们生产生活效率与质量的同时,一些潜在入侵也让信息受到威胁。入侵检测是网络安全的关键技术之一,随着技术的不断进步及网络环境的日益复杂,入侵技术也呈现智能化与多样化的特征,采用合适且有效的方法对网络行为进行特征构建是入侵检测技术的一个关键步骤。门控循环神经网络可以很好地对具有时序特点的行为进行特征提取。数据分析与处理方法中常用的聚类分析,也可以用作网络行为中特征行为的归类。文章使用GRU网络和K-means算法,构建了一种入侵检测的混合检测模型。在相应数据集上,实验证明,这种方法能够有效地提取有意义的特征,在一定程度上拓宽了入侵检测的思路。     

基于 Gabor 小波的人脸边缘检测算法研究

院本文提出了一种基于 Gabor 奇部滤波器的边缘检测方法,在不同的尺度下分别采用非极大值抑制,然后利用 Canny 算子在高低阈值图像中查找边缘点的方法对图像进行边缘检测,无需人为的设定任何参数.实验结果表明这种算法不但克服了 Canny 算法中人为设定阈值的缺陷,而且有效地去除了图像中的伪边缘     

基于GPS的桥梁变形动态检测及定位算法分析

本文在分析了影响桥梁的环境因素及其GPS检测系统重要性基础上,讨论并分析了桥梁变形检测的双频GPS单历元算法,形成了一种可供工程采用的测量技术,这对桥梁的动态变形检测及定位具有重要的理论指导价值。     

基于Apriori算法的一种改进异常入侵检测模型的研究

近年来网络入侵检测系统成为计算机系统安全架构的关键性问题。异常攻击检测效果差是现有系统目前遇到的首要问题。因此,基于数据挖掘技术提出一种模型来预测新颖的攻击并实时生成防火墙规则。运用了Apriori算法来创建一个自动防火墙规则发生器用以监测新的异常攻击。结果表明改进后的算法高效的提高异常入侵检测系统的性能。     

基于改进k-means算法的入侵检测系统及其应用研究

对于目前网络中大量的未知新型攻击,数据挖掘技术有着比较好的应用,从而成为了入侵检测中的热点研究领域之一。文章基于上述背景,以聚类分析为主线,提高检测率和降低误报率为目标,开展以k-means算法为基础的入侵检测研究,提出一种增强的k-means算法,并进行实验仿真及结果分析。     

基于改进k-means算法的入侵检测系统及其应用研究

对于目前网络中大量的未知新型攻击,数据挖掘技术有着比较好的应用,从而成为了入侵检测中的热点研究领域之一。文章基于上述背景,以聚类分析为主线,提高检测率和降低误报率为目标,开展以k-means算法为基础的入侵检测研究,提出一种增强的k-means算法,并进行实验仿真及结果分析。