苹果绵蚜远程图像识别系统的开发与实现

为了防止苹果绵蚜[Eriosoma lanigerum(Hausmann)]对伊犁地区苹果生产带来的威胁,同时解决昆虫鉴定专家及病虫害防治专业技术人员短缺的问题,将计算机视觉技术与计算机网络技术相结合,采集昆虫数字图像,由Internet上传到可进行自动识别图像的服务器端,实现远程识别。系统首先对苹果绵蚜提取边缘特征值,再提取HOG特征值,最后建立神经网络分类器,实现自动识别。用40张苹果绵蚜图像对图像识别系统进行训练,用33种不同昆虫图像进行测试,正确率达到90%以上。

基于Internet的远程数字图像处理

为了实现远程图像处理可利用Internet建立网络平台,用户通过客户端提交待识别的图像,由服务器端调用图像处理程序进行图像处理后并返回结果给用户。这样可以大大减少人力、物力资源的消耗。网络平台开发可采用Apache+PHP+MySQL的组合,图像处理部分可采用VC++或Matlab完成。关键在于需正确地在PHP页面中调用图像处理程序,最终实现远距离图像处理。对网络平台的结构、设计、图像处理的步骤及如何正确在PHP页面中调用图像处理程序进行了说明,并阐述了开发此类系统的可行性、必要性。

基于网络爬虫的跨站检测改进方法研究

跨站攻击通常产生在用户与动态网站交互的输入接口,用于危害网络计算机系统安全和窃取用户隐私。为了防止这种攻击可采用基于网络爬虫的跨站检测方法,对于用户访问的网站进行检测,查看是否具有跨站漏洞或恶意代码。通过对现有跨站漏洞检测工具的工作原理及性能的分析,提出一种基于词汇动态加权重组的跨站漏洞检测方法,称为LDWR-XD。该方法在网页抓取,攻击代码检测等模块比以往工具都有明显的改进。最后,对系统的测试结果表明,系统具有一定的可行性与实用性。