一种工业控制系统信息安全控制方法及装置

    公开(公告)号:CN110046484A

    公开(公告)日:2019-07-23

    申请号:CN201910353334.X

    申请日:2019-04-29

    Abstract: 本发明提供一种工业控制系统信息安全控制方法及装置,包括装置主体和智能处理系统,所述智能处理系统包括单片机、指纹识别模块、输入按键、USB接头、存储模块和显示屏,所述显示屏、输入按键和指纹识别模块均安装在装置主体的前侧,所述输入按键处于显示屏与指纹识别模块之间,所述单片机和存储模块均安装在装置主体内,所述USB接头安装在装置主体的顶部,所述控制方法包括以下步骤:指纹识别,密码输入,密码置换,置换规则变更,密码输入习惯学习;该工业控制系统信息安全控制方法及装置设计合理,能够有效的防止密码泄露,安全性高。

    基于动态规划和全局代价累积路径的立体影像密集匹配方法

    公开(公告)号:CN107578429B

    公开(公告)日:2021-07-20

    申请号:CN201710576951.7

    申请日:2017-07-14

    Abstract: 本发明涉及一种基于动态规划和全局代价累积路径的立体影像密集匹配方法,它包括如下步骤:1、根据输入的立体影像,选择基准影像和参考影像;2、选择匹配测度,计算匹配代价矩阵;3、设计全局代价累积路径,采用动态规划方法,沿着全局路径进行代价累积,获得代价累积矩阵;4、根据代价累积矩阵,计算密集匹配视差图。本发明能够解决传统的半全局密集匹配算法的匹配结果不鲁棒的问题,同时能够解决传统的全局匹配算法的时间复杂度高的问题,能够快速获得鲁棒、精确的密集匹配视差图,能够为数字摄影测量和遥感、计算机视觉、虚拟现实、数字地球等应用提供技术支持。

    基于同名直线特征的相对定向方法

    公开(公告)号:CN106595602B

    公开(公告)日:2019-06-25

    申请号:CN201610939617.9

    申请日:2016-10-31

    Abstract: 本发明涉及一种基于同名直线特征的相对定向方法。首先,在立体像对上采集同名直线特征;将平行直线特征、垂直直线特征和相交直线特征的相对定向方程联立,线性化,在给定初值的情况下,采用最小二乘平差的方法进行迭代计算,精化并确定两张影像之间的相对位移t和旋转R。本发明在解算过程中,不需要传统的同名点特征,不引入任何附加参数,仅仅依靠同名直线特征之间的相互关系,即可解算两张影像之间的相对位移和旋转;能够解决纹理贫乏区域由于同名点不足而无法准确定向的问题,可应用于城市三维建模、工业摄影测量、Lidar点云数据与航空影像配准等方面。

    基于人工免疫的云存储安全检测方法

    公开(公告)号:CN107256350A

    公开(公告)日:2017-10-17

    申请号:CN201710265561.8

    申请日:2017-04-21

    CPC classification number: G06F21/316 G06F21/604

    Abstract: 本发明公开了一种基于人工免疫的云存储安全检测方法,包括如下步骤:1、定义用户读/写请求的元数据结构,并转换为特征序列;2、收集用户合法访问的读/写请求,将这些合法访问请求的元数据信息转换为特征序列,并构成自我集合;3、生成算法得到候选检测器,将候选检测器中的每一个特征序列与自我集合中的每一个特征序列进行匹配,如果匹配成功,则舍弃候选检测器中的该特征序列,否则予以保留;4、截获存储读/写请求,按照元数据结构信息得到所需的元数据,并将其转换成对应的特征序列;5、将有效检测器中的每一个检测器与待检测的特征序列进行匹配,如果匹配成功,则判定该存储读/写请求为非法;本发明具有较低的误报率。

    基于图像灰度引导的非局部立体像对密集匹配方法

    公开(公告)号:CN106530337A

    公开(公告)日:2017-03-22

    申请号:CN201610933540.4

    申请日:2016-10-31

    CPC classification number: G06T2207/20212

    Abstract: 本发明涉及一种基于图像灰度引导的立体像对密集匹配方法,首先进行代价计算,采用改进HOG算子作为代价测度,计算同名像素之间的代价,作为描述同名像素之间相似性的手段,建立代价矩阵;其次进行基于图像灰度引导的代价积聚,获得稳定的代价积聚结果;根据WTA策略,获得初始视差图,并剔除误匹配点和遮挡点,获得精化的视差图;最后根据视差图,生成密集的高精度三维点云。本发明充分考虑边缘灰度特征,在视差边缘具有较高的匹配精度;采用八方向迭代式的代价积聚方式,能够增强纹理贫乏区域的匹配鲁棒性;能够快速获得密集的高精度三维点云,在航天航空、低空和近景摄影测量无人车自动驾驶等领域具有较好的应用前景。

    基于区域认证的智能主动防疫式U盘及其防疫方法

    公开(公告)号:CN102567235B

    公开(公告)日:2015-01-21

    申请号:CN201110451937.7

    申请日:2011-12-29

    Abstract: 本发明公开一种基于区域认证的智能主动防疫式U盘,包括电源、带USB接口的主控芯片以及与主控芯片连接的存储芯片,还包括中央处理器,中央处理器连接所述主控芯片,中央处理器包括身份认证模块,所述存储芯片中包括加密分区和开放分区。本发明的U盘及其防疫方法,设置了多次身份认证过程,并且在身份认证错误次数达到预先设定的次数后能对数据进行自毁,另外U盘无法在未授权的电脑上使用,一切操作日志均被存档记录,数据在均被加密存储。使用本发明能显著增强U盘的保密性能,不知道身份认证密码的用户使用后会立即触发数据自毁程序,最大程度上保证了数据的不被窃取。

    联合激光扫描和影像匹配的三维点云生成方法

    公开(公告)号:CN106780712B

    公开(公告)日:2021-02-05

    申请号:CN201610968752.6

    申请日:2016-10-28

    Abstract: 本发明涉及一种联合激光扫描和影像匹配的三维点云生成方法,它包括如下步骤:1、激光LiDAR点云完整度评估;2、弱/无反射区域三维点云生成;3、线特征地物的三维点云生成;4、激光LiDAR点云和密集匹配点云融合。本发明充分利用激光扫描技术和影像密集匹配技术各自的优势,根据影像密集匹配技术,解决激光扫描在弱/无反射区域和线状地物区域表现较弱的问题;根据原始的LiDAR点云,极大程度上减少密集匹配的计算量,能够快速获得完整、高精度、密集的三维点云产品。

    基于全局块优化的立体影像密集匹配方法

    公开(公告)号:CN107170000B

    公开(公告)日:2019-09-10

    申请号:CN201710254284.0

    申请日:2017-04-18

    Abstract: 本发明公开了一种本发明涉及基于全局块优化的立体影像密集匹配方法,步骤为:1、选择基准影像和参考影像,采用传统的立体影像密集匹配算法获得初匹配视差图;2、采用超像素分割技术,将基准影像分割成一系列相互邻接的块;3、构建全局能量函数中的数据项;4、构建全局能量函数中的平滑项;5、根据数据项和平滑项,建立全局能量函数,并采用最小二乘的方法解算函数,获得全局最优解,生成精确、连续、光滑的匹配视差图。本发明能够有效消除传统立体影像密集匹配算法中普遍存在的“视差阶梯”问题,生成的匹配视差图中,模型表面连续光滑,三维重建精度高。

Patent Agency Ranking