灰度图

摘要： 1.确保图的精度足够,彩色图应不低于300 dpi,灰度图或黑白图应不低于600 dpi。2.统一从"1"开始用阿拉伯数字标图序号,只有1幅图应标明"图1"。3.图应有简短确切的题名,连同图序号置于图形下方。4.图应具有自明性,即只看图、图题和图例,不阅读正文,就可理解图意。图的内容不要与文字、表格重复。

摘要： 为了保障航道及港口附近的海上交通安全,必须对航道或港口的大型船舶进行吃水线采集,一方面监测舰船的吃水深度,防止船舶出现搁浅等事故;另一方面监测港口和航道的使用状态,合理应对水位变化。目前最常用的大型船舶水线面检测方法为人工水尺检测,效率低、精度差。本文结合图像处理技术,设计了一种针对大型船舶的水线面图像准确检测系统,从系统的基本构成、水线图像的采集、图像校正、图像分割以及软件程序开发等方面进行详细研究。

摘要： 基于灰度图的恶意软件检测方法由于不需要反汇编且具有检测准确率高的特点而备受关注。现今已有一些针对该类检测方法的对抗攻击,然而当前大部分对抗攻击方法无法确保所生成的对抗样本仍保留原PE文件的可用性或功能性,或是选择在通过文件头信息便能进行准确检测的PE文件底部添加字节码。通过分析PE文件的区段对齐机制以及文件对齐机制,提出一种可保留PE文件可用性和功能性的字节码攻击方法(BARAF)。该方法通过在由文件对齐机制产生的间隙空间和源于区段对齐机制而具有的扩展空间内批量修改或添加字节码来生成可保留可用性和功能性的对抗样本,来欺骗基于灰度图像的恶意软件检测方法。实验结果表明,BARAF生成的对抗样本最多能使基于灰度图的恶意软件检测方法的准确率下降31.58个百分点,并且难以通过文件头信息对其进行准确检测。

摘要： 地铁隧道渗漏水对结构的可靠性构成较大危害,揭示渗漏水病害的成因、对渗漏水病害进行高效精准诊断是维护地铁安全运营的关键。结合渗漏水发生场景、地质条件和工法等因素,可进行渗漏水病害成因分析。在渗漏水检测方面移动三维激光扫描可快速重构地铁隧道衬砌表面,适合渗漏水的检测。文章以深圳地铁2号线某盾构隧道区间渗漏水诊断为研究案例,采集隧道衬砌管片全域激光点云数据,然后将点云数据依据反射强度转化为灰度图。通过分析灰度图像确定渗漏水主要发生在管片接缝、裂缝和螺栓处。研究发现导致渗漏水的原因主要为材料质量和周边施工扰动,因此地铁建设期做好质量控制是预防渗漏水病害的关键。

摘要： 雾场边界及雾化角作为雾场的重要特性参数,主要通过图像法进行测量。在图像处理过程中,一般是将灰度图转化为二值化图像,然后依次针对二值化图像进行处理和计算。由于雾场的多相流特性,得到的二值化阈值和图像与实际雾场是否一致缺少评判依据。提出根据喷雾的灰度图像直接处理,得到掩模板并作用于灰度图像,采用图像形态学和迭代方法,计算灰度图像的梯度值。通过得到梯度值最大时的灰度图像,计算雾场边界和雾化角。实验表明,该方法提供了一种雾场边界的数值判断依据,通过梯度最大值判断并提取雾场边界,从而通过程序自动实现雾场边界提取与雾化角拟合测量。

摘要： 针对当前的病毒软件检测方法难以应对大数据时代下病毒软件快速分类问题,提出一种病毒可视化检测的分类方法.详细阐述了病毒软件可视化过程,并提出一种卷积神经网络结合注意力机制的模型(即CNN_CBAM模型)进行病毒软件家族分类的深度学习方法.病毒软件样本采用BIG2015和Malimg数据集,将其进行可视化,并将CNN_CBAM模型在可视化后的数据集上进行训练.实验结果显示,CNN_CBAM模型能够有效地对病毒软件家族进行分类,且效果优于其他深度学习模型,其准确率比CNN_SVM病毒分析的方法提升16.77％.

摘要： 针对当前的病毒软件检测方法难以应对大数据时代下病毒软件快速分类问题,提出一种病毒可视化检测的分类方法。详细阐述了病毒软件可视化过程,并提出一种卷积神经网络结合注意力机制的模型(即CNN_CBAM模型)进行病毒软件家族分类的深度学习方法。病毒软件样本采用BIG2015和Malimg数据集,将其进行可视化,并将CNN_CBAM模型在可视化后的数据集上进行训练。实验结果显示,CNN_CBAM模型能够有效地对病毒软件家族进行分类,且效果优于其他深度学习模型,其准确率比CNN_SVM病毒分析的方法提升16.77%。

摘要： 针对现有恶意软件分类方法融合的静态特征维度高、特征提取耗时、Boosting算法对大量高维特征样本串行训练时间长的问题,提出一种基于静态特征融合的分类方法.提取原文件和其反编译的Lst文件的灰度图像素特征、原文件的结构特征和Lst文件的内容特征,对特征融合和分类.在训练集采样时启用GOSS算法减少对训练样本的采样,使用LightGBM作为分类器,该分类器通过EFB对互斥特征降维.实验证明在三类特征融合下分类准确率达到了97.04％,通过启用GOSS采样减少了29％的训练时间,在分类效果上,融合的特征优于融合Opcode n-gram的特征,LightGBM优于传统深度学习和机器学习算法.

摘要： 热成像图像处理技术已广泛应用于电机故障诊断中.在电机热成像灰度图像的基础上,采用二维Otsu图像阈值分割方法自动提取电机灰度图像的高温区域,针对传统二维Otsu图像阈值分割方法计算复杂、实时性差的缺点,论文提出一种以改进萤火虫算法为求优方式的二维Otsu图像分割算法,即引入模拟退火因子的萤火虫算法与二维Otsu图像阈值分割法相结合,经实验结果表明,改进后的算法图像分割效果良好,并且计算时间短,实时性好.

摘要： 本文提出了一种基于流量可视化的DDos网络攻击识别的方法,该方法通过将流量数据转化为二进制文本,由二进制文本生成流量数据的灰度图,最后将灰度图进行傅里叶变换放大数据特征,进而提高机器学习的识别效果与准确率。

摘要： 目前,国内学术期刊出版仍以黑白印刷为主.常用的科学计算与模拟分析软件(如ANSYS等)输出的彩色云图在黑白打印或印刷时,其图像表达的物理意义完全无法体现,失去了意义.常见的彩色云图使用的是HSB色彩模式,可以利用Photoshop的色相(hue)调整功能,进行选定色相范围的明度渐变处理,以实现彩色云图向灰度图的快速转换.从实际应用效果来看,基本可以体现原图的物理含义,满足灰度印刷的要求.

摘要： 本文在阐述直方图均衡化、平滑、锐化3种图像增强算法的基础上，分别用这3种算法处理灰度图像，比对它们对图像的处理效果，分析3种方法在图像增强处理能力的优劣之处。结果发现，直方图均衡化可以均衡图像的灰度等级，提高图像的对比度，但是图像的细节损失；图像平滑可以减少或消除图像的噪声，使图像突兀的地方变得不明显，但是会使图像模糊；图像锐化使图像的边缘、轮廓变得清晰，但是图像的信噪比有所下降。

摘要： 背景减除法对简单背景下运动目标检测具有较高的效率.本文以简单背景下的低慢小改进了背景减除法,通过建立背景数据库,将图片转换为灰度图以加快计算;用数字图像处理技术以提高精度;用形心计算的方式加快锁定目标.该方法主要省去了实时计算背景过程,缩短发现目标时间4.33％,同一时间发现目标的数目提高20倍.

摘要： CorelDraw图形绘制软件是在图形绘制、文字编排、排版中最受欢迎的软件之一,应用CorelDraw软件可以很容易的解决工作遇到的问题.本文具体介绍了用CorelDraw软件设置希腊字母的几种方法和绘制、处理科技期刊中较复杂的灰度图的方法.

摘要： 提出一种基于HSV 色空间的车牌定位的综合方法，该方法的主要优点是避开了以往车牌定位方法中无法寻到合适的全局阈值的缺点。在HSV 色空间内，构造5 级灰度图，直接根据车牌颜色的不同来进行灰度化处理，再利用灰度形态学平滑方法进行消噪，利用字频统计等方法进行分析和判断，最后用投影法分割出汽车牌照。该方法充分利用牌照的底色、纹理、以及几何特征等，实验表明该方法具有较好的精确度，并且在不同的背景下定位的有效性。

摘要： 基于超声兰姆波的频散方程和位移场表达式,对单层铝板中传播的超声兰姆波的幅度谱进行了数值研究,得到了超声兰姆波的幅度谱灰度图。数值分析结果表明：描述固体板材疲劳损伤程度的杨氏模量的相对变化值与超声兰姆波幅度谱的灰度平均值之间存在单调对应关系;采用超声兰姆波的幅度谱可望能有效定征固体板材的早期疲劳损伤。

摘要： 处理受椒盐噪声污染灰度图时,通常将图像中的非0、255点予以保留,对0、255做噪声处理,忽略了这些点仍为非噪声点的可能.针对这一问题,本文提出了一种新的去噪算法:设定一窗口,通过在窗口中定义的方向性信息对当前点进行甄别,满足方向有效性的予以保留,不满足的通过对窗口的延拓和设定阈值法做进一步判断.仍不满足有效性的视为噪声点,并采用估计图像直方图的方法进行模糊加权去噪.实验结果表明,该方法的滤波效果不但弥补了模糊加权滤波器的不足而且较经典中值滤波器有更好的滤波效果.

摘要： 本发明公开了一种彩色图‑灰度图‑彩色图转换方法，该方法步骤包括彩色图像转换成灰度图像编码过程：对原始彩色图像进行RGB到Ycbcr的颜色空间转换得到亮度平面和两个色度平面，两个色度平面压缩后得到压缩后色度平面，其二进制码流作为水印信息嵌入亮度平面得到水印灰度图像；灰度图像重构彩色图像解码过程：在嵌入水印信息的灰度图像提取出压缩后色度平面的二进制码流，并根据二进制码流恢复两个色度平面，将亮度平面和两个色度平面进行Ycbcr到RGB的颜色空间转换，重构出彩色图像。本发明保存了更多颜色信息，重构时可得到失真很小或无失真的亮度平面，不仅能得到高质量的灰度图像，也能得到高质量的重构的彩色图像。

摘要： 本发明公开了一种彩色图‑灰度图‑彩色图转换方法，该方法步骤包括彩色图像转换成灰度图像编码过程：对原始彩色图像进行RGB到Ycbcr的颜色空间转换得到亮度平面和两个色度平面，两个色度平面压缩后得到压缩后色度平面，其二进制码流作为水印信息嵌入亮度平面得到水印灰度图像；灰度图像重构彩色图像解码过程：在嵌入水印信息的灰度图像提取出压缩后色度平面的二进制码流，并根据二进制码流恢复两个色度平面，将亮度平面和两个色度平面进行Ycbcr到RGB的颜色空间转换，重构出彩色图像。本发明保存了更多颜色信息，重构时可得到失真很小或无失真的亮度平面，不仅能得到高质量的灰度图像，也能得到高质量的重构的彩色图像。

摘要： 本申请提供了一种深度图和灰度图的获取方法，该深度图和灰度图的获取方法利用飞行时间深度相机进行获取，深度图和灰度图的获取方法包括：利用飞行时间深度相机生成每一像素点的直方图；获取直方图中每一箱体的光子数；根据每一箱体的光子数生成深度图；以及根据每一箱体的光子数和预设方法生成灰度图。此外，本申请还提供了一种飞行时间深度相机、以及电子设备。本申请技术方案利用飞行时间深度相机同时获取深度图和灰度图。

摘要： 本发明公开一种深度相机高动态范围深度图与灰度图的融合方法及装置。包括设置高低倍曝光参数，获取高低倍交错曝光的图像帧，对获取的图像帧进行像素统计分类，根据统计信息对获取的高低倍图像帧中的深度图与灰度图分别进行融合。深度图融合根据高低倍图像帧对应的每个像素点灰度值线性区范围进行高低倍融合。灰度图融合分为，在未过曝区域高低倍图像帧按比例进行融合；在高倍参数过曝区域依据高低倍灰度比例关系，用低倍图像的灰度值按比例替换高倍过曝区域的方式进行融合。在融合后灰度图上进行非线性变换和图像优化得到最终的融合灰度图。通过对深度相机高低倍图像帧融合，可以增大动态测量范围，提高人脸识别或者行为识别的准确性。

摘要： 本发明提供了一种灰度图像的保存方法，该方法包括：将灰度图像保存为RGB或RGBA格式的PNG图像。本发明还提供了一种获取以上述方法保存的灰度图像的原始像素的方法，该方法包括：基于所述方式，分别从所述RGB或RGBA格式的PNG图像的R、G、B或R、G、B、A的通道中取出对应于各个通道的像素值；将各个通道的像素值取出并分别将所述像素值向左移动一定位数，最后将左移后的每段像素值相加，由此得到所述灰度图像的原始像素值；或将各个通道的像素值取出并分别将所述像素值向左一定位数后，再将移位后的所述像素值整体向左移动一定位数，由此得到所述最原始的像素值。上述方法能够解决浏览器在解析或展示PNG图像时会造成灰度图像精度损失的问题。

摘要： 本发明提供了一种灰度图像的保存方法，该方法包括：将灰度图像的原始灰度值按位切分为3段，并分别存放于Ycbcr颜色空间的Y，Cb，Cr通道，其中，每段的长度均不超过与其对应的Ycbcr颜色空间的通道长度；将存放有灰度图像的原始灰度值的Ycbcr颜色空间向RGB的转换后得到灰度图像的像素的RGB值，作为保存后的灰度图像的目标像素的RGB颜色值。使用本发明提供的图像保存方法，既能得到较高的压缩比，又能得到近乎无损的图像质量。

摘要： 本发明公开了基于雷达探测灰度图与神经网络的体态控制无人机的方法，包括如下步骤：S1，通过雷达向目标发射信号波，接收到包括人体动作在内的探测结果；S2，对探测结果进行预处理，将探测结果中的背景去除，保留处于运动的图像；S3，基于时间对预处理三维结果重组，形成灰度图；S4，将灰度图经过训练好的神经网络，判断出无人机控制命令。使用无人机操控时获得的的雷达探测结果，通过预处理和模型，得到控制无人机运动的命令。本发明将雷达探测的结果滤过环境并基于时间重组使数据规模减小，使用CNN训练得到的模型以提高判断命令的准确率。

摘要： 本发明公开一种基于像素处理的灰度图数据增广方法，把灰度图中欲增广的部分进行标注；计算标注像素集合的像素值均值和标注像素集合周围的像素的像素值均值，并求出它们的差值；选取一张没有前景的纯背景图，对标注的像素集合进行随机缩放、旋转，再随机放到纯背景图的某个位置；计算背景图中像素集合周围的像素的像素值均值，加上原图中标注像素集合的像素值均值和标注像素周围的像素的像素值均值的差值，再减去现在背景图中像素集合的像素值均值，得到背景图中标注像素的像素值的调整数值；背景图中每个标注像素都加上调整数值。与现有技术相比，本发明具有高效、增广图片质量高等优点。

摘要： 本发明提供了一种用于商品外包装的抗干扰的加密灰度图编解码方法，涉及商品生产流通领域的外包装防伪追溯技术。该方法将商品信息先进行加密之后存于灰度图中，在灰度图部分损坏情况下，根据周围的灰度值可以恢复损坏部分，使得该方法在不产生冗余的前提下具有较强的抗干扰性，提高了随机破坏情况下的信息恢复率，并且使用灰度值来保存商品信息，极大的提高了存储信息容量和降低了对编解码设备的要求。

摘要： 本发明公开了一种基于二维灰度图与迁移学习的冷连轧断带故障诊断方法，包括：采集冷轧机不同机架的断带特征时序信号，并进行二维灰度图转换，构成二维灰度图断带故障数据集；基于二维灰度图断带故障数据集，划分迁移学习源域及目标域；借助生成对抗网络增强源域数据集，基于增强的源域数据集构建迁移学习源域故障诊断模型；借助迁移学习方法，将源域故障诊断模型迁移至目标域，调整网络结构及参数，得到目标域故障诊断模型；将目标域故障诊断模型应用于新采集的故障数据集上，实现目标域断带特征诊断。本发明方法能够充分利用机架间断带故障的相似性，以便于故障模型迁移，从而节约新断带故障样本下的模型训练时间，提升断带故障分类诊断效率。