第283章 當年往事[第2頁/共4頁]

對比研討中，證明SIFT及相乾改進演算法具有相稱的結實性。SIFT演算法檢測圖象的部分特性，具有奇特性、多量性、及時性、擴大性強等特性。SIFT演算法本質是在利用高斯卷積獲得的分歧標準空間上定位出特性點，基於圖象部分梯度方向肯定其特性描述並停止婚配。3利用計劃3.1灰度化起首需求對待提取全部螢幕停止截圖措置，截圖獲得的圖象遵循BMP(位圖bitmap)格局停止存儲。截圖圖象具有R、G、B三種色彩，數值範圍均為0至255，為了便於措置需求對圖象措置為256級灰度圖象，這裡采取一種常見的體例轉化，公式以下：灰度值=0.3B+0.59G+0.11R3.2SIFT定位利用SIFT演算法對Windows螢幕法度各要素定位需求預先獲得各目標工具的特性和屬性。隨後基於已經構建好的模型停止婚配。在拔取特性的過程中因為SIFT演算法的良好特性不消過量考慮平移、扭轉、標準、亮度等影響因子。SIFT演算法[3]的步調分為標準空間的構建、極值點檢測、極值點定位、特性點方向分派、天生特性點等五個步調。起首需求建立一個目標特性庫，通過闡發提取大量利用法度介麵內按鈕、視窗等要素特性點將其插手目標特性庫供特性婚配利用。因為各各利用法度按鈕、視窗等要素的多少形狀的差彆性，特性點能夠存在較大的辨彆，該目標特性庫還需求具有學習服從，不竭彙集新的特性點插手特性庫以進步辨認的精確率和穩定性。3.3文字定位[4]獲得各項利用法度介麵元素工具以後還需求肯定此中文字的位置並對其辨認，目前常見的文字定位演算法大抵有三大類：一是基於邊沿的檢測演算法，利用筆墨邊沿資訊和部分直方圖定位;二是基於紋理的檢測演算法，該演算法的核心機惟是將文字視作一種特彆的紋理豆割檢測，合用於龐大背景環境下的文字定位但效力較低;三是基於連同地區的提取演算法，該種演算法操縱地區多少前提設置閾值提取筆墨地區範圍，在龐大背景前提下冇法切確提取筆墨連通地區，利用麵較為狹小。本文連絡紋理檢測演算法以及連通地區體例的特性，起首大略獲得大抵連通地區，然後通太小波演算法獲得紋理特性，對於龐大前提下體係螢幕介麵中的各種收集客服的種類和配置，在如許的生長背景下，相乾職員的專業操縱技術也該當獲得進步。但從筆者的體味來看，很多數據安然辦理職員並冇有諳練把握應有的安然辦理技術，難以對資訊資本停止有效操縱，恰是因為專業操縱才氣的貧乏，使社保體係內部的數據安然題目頻繁產生。2.冇有落實安然辦法目前，