实验七 图像边沿检测及轮廓提取
实验七图像边沿检测及轮廓提取
1．图像的边沿检测
一、实验目的
1、掌握边沿检测的原理。
2、学习在DSP上实现边沿检测的方法。
二、实验仪器
1、硬件平台：C6000数字图像处理实验箱（型号ZY13DSP23BB）、摄像头、USB连接线。
2、软件平台：Windows98/2000/XP操作系统、Code Composer Studio 2.0 For C6000、ImageRECV 2.0 for ZY13DSP23BB。
三、实验原理
对于给出的一个模板和一幅图像
。
不难发现原图中左边暗，右边亮，中间存在着一条明显的边界。进行模板操作后的结果如下：
。
可以看出，第3、4列比其他列的灰度值高很多，人眼观察时，就能发现一条很明显的亮边，其它区域都很暗，这样就起到了边沿检测的作用。为何会如此呢？仔细看看那个模板就明白了，它的意思是将右邻点的灰度值减左邻点的灰度值作为该点的灰度值。在灰度相近的区域内，这么做的结果使得该点的灰度值接近于0；而在边界附近，灰度值有明显的跳变，这么做的结果使得该点的灰度值很大，这样就出现了上面的结果。
这种模板就是一种边沿检测器，它在数学上的涵义是一种基于梯度的滤波器，又称边沿算子。梯度是有方向的，和边沿的方向总是正交(垂直)的。例如，对于上面那幅图像的转置
图像，边沿是水平方向的，我们可以用梯度是垂直方向的模板检测它的边沿。再例如，
一个梯度为45度方向模板，可以检测出135度方向的边沿。
在边沿检测中，常用的一种模板是Sobel 算子。Sobel 算子有两个，一个是检测水平边沿的；另一个是检测垂直边沿的。与和
相比，Sobel算子对于象素的位置的影响做了加权，因此效果更好。
如下图，图19-1是对图1-2进行Sobel算子处理后的结果图，可以看出Sobel算子确实把图像中的边沿提取了出来。
图19-1 Sobel算子处理后结果
四、实验步骤
1、将光盘上的“examples\EdgeCheck”目录复制到计算机硬盘，去掉目录中所有文件的只读属性；
2、通过USB连接线，将C6000数字图像处理实验箱与PC的USB口相连接，如果PC 提示找到新硬件，则表示连接成功；
3、启动Code Composer Studio 2.0 For C6000；
4、启动ImageRECV 2.0 for ZY13DSP23BB；
5、打开“Project”菜单，选择“Open…”菜单项,找到并打开硬盘上目录“examples\EdgeCheck”，选择EdgeCheck.pjt工程文件；
6、打开“Project”菜单，选择“Rebuild all…”菜单项,编译程序，生成EdgeCheck.out文件；
7、打开“File”菜单，选择“Load program…”菜单项，选择“examples\ EdgeCheck \Debug\EdgeCheck.out”,程序将加载到DSP上；
8、运行：快捷键“F5”或选择“Debug”菜单中的“Run”项；
9、点击PC上的应用程序ImageRECV2.0.exe中的“打开USB设备”，再出现“USB口打开成功”后点击“启动接收”，可以在程序界面中将接收到的图像数据实时的显示出来，按键A1为处理前的图像，A2为处理后的结果，用户可以在ImageRECV2.0.exe程序界面中观测到运行结果并进行比较。
2．图像的轮廓提取
一、实验目的
1、掌握轮廓提取算法的原理。
2、学习在DSP上实现轮廓提取算法的方法。
二、实验仪器
1、硬件平台：C6000数字图像处理实验箱（型号ZY13DSP23BB）、摄像头、USB连接线。
2、软件平台：Windows98/2000/XP操作系统、Code Composer Studio 2.0 For C6000、ImageRECV 2.0 for ZY13DSP23BB。
三、实验原理
轮廓提取的算法非常简单，就是掏空内部点：如果原图中有一点为黑，且它的8个相邻点都是黑色时(此时该点是内部点)，则将该点删除。要注意的是，被处理图像为二值图。轮廓提取的实例如图20-1是对图1-2进行轮廓提取后的效果图。
图20-1 轮廓提取
四、实验步骤
1、将光盘上的“examples\ Outline”目录复制到计算机硬盘，去掉目录中所有文件的只读属性；
2、通过USB连接线，将C6000数字图像处理实验箱与PC的USB口相连接，如果PC 提示找到新硬件，则表示连接成功；
3、启动Code Composer Studio 2.0 For C6000；
4、启动ImageRECV 2.0 for ZY13DSP23BB；
5、打开“Project”菜单，选择“Open…”菜单项,找到并打开硬盘上目录“examples\Outline”，选择Outline.pjt工程文件；
6、打开“Project”菜单，选择“Rebuild all…”菜单项,编译程序，生成Outline.out文件；
7、打开“File”菜单，选择“Load program…”菜单项，选择“examples\ Outline\Debug\ Outline.out”,程序将加载到DSP上；
8、运行：快捷键“F5”或选择“Debug”菜单中的“Run”项；
9、点击PC上的应用程序ImageRECV2.0.exe中的“打开USB设备”，再出现“USB口打开成功”后点击“启动接收”，可以在程序界面中将接收到的图像数据实时的显示出来，按键A1为处理前的图像，A2为处理后的结果，用户可以在ImageRECV2.0.exe程序界面中观测
到运行结果并进行比较。
snort入侵检测实验报告
实验：入侵检测系统（Snort）的安装与配置 一、实验目的 学会WINDOWS下SNORT的安装与配置 二、实验环境 WinXP虚拟机 三、实验步骤与结果 一．在“我的电脑”中C盘中建立文件夹“zhangxiaohong” 二．安装WinPcap，运行WinPcap_4_1_2.zip，默认安装。 三．安装mysql，运行mysql-5.0.22-win32.zip，选择自定义安装选择安装路径 C:\zhangxiaohong\mysql 下，安装时注意：端口设置为3306（以后要用到），密码本实验设置成123 四．安装apache 1.运行apache_ 2.2.4-win32-x86-no_ssl.zip，安装到c:\zhangxiaohong\Apache 2.安装Apache，配置成功一个普通网站服务器 3.出现Apache HTTP Server 2.0.55的安装向导界面，点“Next”继续 4.确认同意软件安装使用许可条例，选择“I accept the terms in the license agreement”，点“Next”继续 5.将Apache安装到Windows上的使用须知，请阅读完毕后，按“Next”继续 6.选择安装类型，Typical为默认安装，Custom为用户自定义安装，我们这里选 择Custom，有更多可选项。按“Next”继续 7.出现选择安装选项界面，如图所示，左键点选“Apache HTTP Server 2.0.55”，
选择“This feature, and all subfeatures, will be installed on local hard drive.” 8.即“此部分，及下属子部分内容，全部安装在本地硬盘上”。点选 “Change...”，手动指定安装目录。 9.我这里选择安装在“C:\zhangxiaohong\Apache”，各位自行选取了，一般建议 不要安装在操作系统所在盘，免得操作系统坏了之后，还原操作把Apache配置文件 也清除了。选“OK”继续。 10.返回刚才的界面，选“Next”继续。 11.好了现在我们来测试一下按默认配置运行的网站界面，在IE地址栏打 “.0.1”，点“转到”，就可以看到如下页面，表示Apache服务器已安装成功。 12. 五．安装和配置PHP53、安装winpcap 1.解压php-5. 2.5-Win32到c:\zhangxiaohong\php 2.添加gd图形库支持 复制c:\zhangxiaohong\php\php5ts.dll和c: \zhangxiaohong\php\libmysql.dll文件到 C:\Windows\system32 复制c: \zhangxiaohong\php\php.ini-dist到C:\Windows文件夹并重命名为php.ini， 修改php.ini，分别去掉“extension=php_gd2.dll”和“extension=php_mysql.dll”前的分号， 3.并指定extension_dir="c:\zhangxiaohong\php\ext"， 4.同时复制c:\zhangxiaohong\php\ext下的php_gd2.dll与php_mysql.dll到C:\Windows\system32 在C:\zhangxiaohong\apache\conf\httpd.conf中添加 LoadModule php5_module c:/zhangxiaohong/php/php5apache2.dll AddType application/x-httpd-php .php AddType application/x-httpd-php-source .phps AddType application/x-httpd-php .html AddType application/x-httpd-php .htm 5.重启Apache服务 在C:\zhangxiaohong\apache\htdocs目录下新建webinf.php（文件内容为：）并使用访问测试是否能够显示当前Apache服务器的信息，如果能够显示表明Apache和php工作基本正常 六．安装snort 1.运行Snort_2_9_0_5_Installer.exe 安装在C:\zhangxiaohong\Snort下即可， 运行C:\zhangxiaohong\Snort\bin\snort.exe或者在DOS中找到该位置， 如果安装Snort成功会出现一个可爱的小猪 2.并按照以下修改C:\zhangxiaohong\Snort\etc\snort.conf文件
网络安全实验报告
网络安全实验报告 姓名：杨瑞春 班级：自动化86 学号：08045009
实验一：网络命令操作与网络协议分析 一．实验目的： 1.熟悉网络基本命令的操作与功能。 2.熟练使用网络协议分析软件ethereal分析应用协议。 二．实验步骤： 1. ping tracert netstat ipconfig telnet netcat Arp route nslookup Ssh 2.协议分析软件：ethereal的主要功能：设置流量过滤条件，分析网络数据包， 流重组功能，协议分析。 三．实验任务： 1．跟踪某一网站如google的路由路径 2．查看本机的MAC地址，ip地址 输入ipconfig /all 找见本地连接. Description . . .. . : SiS 900-Based PCI Fast Ethernet Adapte Physical Address.. . : 00-13-8F-07-3A-57 DHCP Enabled. . .. . : No IP Address. . . .. . : 192.168.1.5 Subnet Mask . . .. . : 255.255.255.0 Default Gateway .. . : 192.168.1.1 DNS Servers . . .. . : 61.128.128.67 192.168.1.1
Default Gateway .. . : 192.168.1.1 这项是网关.也就是路由器IP Physical Address.. . : 00-13-8F-07-3A-57 这项就是MAC地址了.
图像边缘检测算法体验步骤
图像边缘检测算法体验步骤 图像边缘检测算法体验步骤（Photoshop，Matlab）1. 确定你的电脑上已经安装了Photoshop和Matlab2. 使用手机或其他任何方式，获得一张彩色图像（任何格式），建议图像颜色丰富，分辨率比较高，具有比较明显的图像边界（卡通图像，风景图像，桌面图像）3. 将图像保存到一个能够找到的目录中，例如img文件夹（路径上没有汉字）4. 启动Photoshop，打开img文件夹中的图像5. 在工具箱中选择“矩形选择”工具，到图面上选择一个区域（如果分辨率比较高，建议不要太大，否则计算过程比较长）6. 点击下拉菜单【文件】-【新建】，新建一个与矩形选择框同样尺寸的Photoshop图像，不要求保存该图像7. 将该彩色图像转换为亮度图像，即点击下拉菜单【图像】-【模式】-【灰度】，如提示是否合并，选择“Yes”8. 将该单色的亮度图像另存为Windows的BMP文件，点击下拉菜单【文件】-【存储为】，在“存储为”窗口中，为该文件起一个名字，例如test1（保存为test1.bmp）9. 启动Matlab，将当期路径（Current Directory）定位到图像文件夹，例如这里的img文件夹10. 使用imread命令读入该图像，在命令行输入：>> f = imread(test1.bmp);11. 在Matlab中显示该图像，在命令行输入：>> figure, imshow(f)12. 然后，分别使用Matlab图像工具箱中的Edge函数，分别使用Sobel算法，高斯-拉普拉斯（Log）算法和Canny算法得到的边缘图像：在命令行输入：>> g_sobel = edge(f, sobel, 0.05); >> g_log = edge(f, log, 0.003, 2.25); >> g_canny = edge(f, canny, [0.04 0.10], 1.5);13 得到边缘图像计算结果后，显示这些边缘图像： >> figure, imshow(g_sobel) >> figure, imshow(g_log) >> figure, imshow(g_canny)14 可以用不同的图像做对比，后续课程解释算法后，可以变换不同的阈值，得到不同的边缘图像
数字图像处理中的边缘检测技术
课程设计报告 设计题目：数字图像处理中的边缘检测技术学院： 专业： 班级：学号： 学生姓名： 电子邮件： 时间：年月 成绩： 指导教师：
数字图像处理中的边缘检测技术课程设计报告I 目录 1 前言:查阅相关文献资料，了解和掌握基本原理、方法和研究现状，以及实际应用的背景意义 (1) 1.1理论背景 (1) 1.2图像边缘检测技术研究的目的和意义 (1) 1.3国内外研究现状分析 (2) 1.4常用边缘检测方法的基本原理 (3) 2 小波变换和小波包的边缘检测、基于数学形态学的边缘检测法算法原理 (7) 2.1 小波边缘检测的原理 (7) 2.2 数学形态学的边缘检测方法的原理 (7) 3 算法实现部分：程序设计的流程图及其描述 (9) 3.1 小波变换的多尺度边缘检测程序设计算法流程图 (9) 3.2 数学形态学的边缘检测方法程序设计算法描述 (10) 4实验部分：对所给的原始图像进行对比实验，给出相应的实验数据和处理结果 (11) 5分析及结论：对实验结果进行分析比较，最后得出相应的结论 (15) 参考文献 (17) 附录：代码 (18)
1前言 查阅相关文献资料，了解和掌握基本原理、方法和研究现状，以及实际应用的背景意义 1.1 理论背景 图像处理就是对图像信息加工以满足人的视觉心理或应用需求的方法。图像处理方法有光学方法和电子学方法。从20世纪60年代起随着电子计算机和计算技术的不断提高和普及，数字图像处理进入了高速发展时期，而数字图像处理就是利用数字计算机或其它的硬件设备对图像信息转换而得到的电信号进行某些数学处理以提高图像的实用性。 图像处理在遥感技术，医学领域，安全领域，工业生产中有着广泛的应用，其中在医学应用中的超声、核磁共振和CT等技术，安全领域的模式识别技术，工业中的无损检测技术尤其引人注目。 计算机进行图像处理一般有两个目的：(1)产生更适合人观察和识别的图像。 (2)希望能由计算机自动识别和理解图像。数字图像的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域的重要基础，图像处理和分析的第一步往往就是边缘检测。 物体的边缘是以图像的局部特征不连续的形式出现的，也就是指图像局部亮度变化最显著的部分，例如灰度值的突变、颜色的突变、纹理结构的突变等，同时物体的边缘也是不同区域的分界处。图像边缘有方向和幅度两个特性，通常沿边缘的走向灰度变化平缓，垂直于边缘走向的像素灰度变化剧烈。根据灰度变化的特点，图像边缘可分为阶跃型、房顶型和凸缘型。 1.2 图像边缘检测技术研究的目的和意义 数字图像处理是伴随着计算机发展起来的一门新兴学科，随着计算机硬件、软件的高度发展，数字图像处理也在生活中的各个领域得到了广泛的应用。边缘检测技术是图像处理和计算机视觉等领域最基本的技术，如何快速、精确的提取图像边缘信息一直是国内外研究的热点，然而边缘检测也是图像处理中的一个难题。 首先要研究图像边缘检测，就要先研究图像去噪和图像锐化。前者是为了得到飞更真实的图像，排除外界的干扰，后者则是为我们的边缘检测提供图像特征更加明显的图片，即加大图像特征。两者虽然在图像处理中都有重要地位，但本次研究主要是针对图像边缘检测的研究，我们最终所要达到的目的是为了处理速
网络安全实验Snort网络入侵检测实验.
遵义师范学院计算机与信息科学学院 实验报告 （2013—2014学年第1 学期） 课程名称：网络安全实验 班级： 学号： 姓名： 任课教师： 计算机与信息科学学院
实验报告
闸门，在不影响网络性能的情况下能对网络进行监测，从而提供对内部攻击、外部攻击和误操作的实时保护。这些都通过它执行以下任务来实现： ·监视、分析用户及系统活动 · 系统构造和弱点的审计 · 识别反映已知进攻的活动模式并向相关人士报警 · 异常行为模式的统计分析 · 评估重要系统和数据文件的完整性 ·操作系统的审计跟踪管理，并识别用户违反安全策略的行为。 对一个成功的入侵检测系统来讲，它不但可使系统管理员时刻了解网络系统（包括程序、文件和硬件设备等）的任何变更，还能给网络安全策略的制订提供指南。更为重要的一点是，它应该管理、配置简单，从而使非专业人员非常容易地获得网络安全。而且，入侵检测的规模还应根据网络威胁、系统构造和安全需求的改变而改变。入侵检测系统在发现入侵后，会及时作出响应，包括切断网络连接、记录事件和报警等。 入侵检测系统所采用的技术可分为特征检测与异常检测两种: 特征检测(Signature-based detection) 又称Misuse detection ，这一检测假设入侵者活动可以用一种模式来表示，系统的目标是检测主体活动是否符合这些模式。它可以将已有的入侵方法检查出来，但对新的入侵方法无能为力。其难点在于如何设计模式既能够表达“入侵”现象又不会将正常的活动包含进来。 异常检测(Anomaly detection)的假设是入侵者活动异常于正常主体的活动。根据这一理念建立主体正常活动的“活动简档”，将当前主体的活动状况与“活动简档”相比较，当违反其统计规律时，认为该活动可能是“入侵”行为。异常检测的难题在于如何建立“活动简档”以及如何设计统计算法，从而不把正常的操作作为“入侵”或忽略真正的“入侵”行为 Snort入侵检测系统： Snort简介：在1998年，Martin Roesch先生用C语言开发了开放源代码(Open Source)的入侵检测系统Snort.直至今天，Snort已发展成为一个多平台 (Multi-Platform),实时(Real-Time)流量分析，网络IP数据包(Pocket)记录等特性的强大的网络入侵检测/防御系统(Network Intrusion Detection/Prevention System),即NIDS/NIPS.Snort符合通用公共许可(GPL——GUN General Pubic License),在网上可以通过免费下载获得Snort,并且只需要几分钟就可以安装并开始使用它。snort基于libpcap。 Snort有三种工作模式：嗅探器、数据包记录器、网络入侵检测系统。嗅探器模式仅仅是从网络上读取数据包并作为连续不断的流显示在终端上。数据包记录器模式把数据包记录到硬盘上。网络入侵检测模式是最复杂的，而且是可配置的。我们可以让snort 分析网络数据流以匹配用户定义的一些规则，并根据检测结果采取一定的动作。 Snort原理：Snort能够对网络上的数据包进行抓包分析，但区别于其它嗅探器的是，它能根据所定义的规则进行响应及处理。Snort 通过对获取的数据包，进行各规则
实验三图像分割与边缘检测
数字图像处理实验报告 学生姓名王真颖 学生学号L0902150101 指导教师梁毅雄 专业班级计算机科学与技术1501 完成日期2017年11月06日
计算机科学与技术系信息科学与工程学院
目录 实验一.................................................................................................. 错误!未定义书签。 一、实验目的.................................................................................................... 错误!未定义书签。 二、实验基本原理 ........................................................................................... 错误!未定义书签。 三、实验内容与要求....................................................................................... 错误!未定义书签。 四、实验结果与分析....................................................................................... 错误!未定义书签。实验总结............................................................................................... 错误!未定义书签。参考资料.. (3) 实验一图像分割与边缘检测 一．实验目的 1. 理解图像分割的基本概念； 2. 理解图像边缘提取的基本概念； 3. 掌握进行边缘提取的基本方法；
图像边缘检测方法的研究与实现刘法200832800066
图像边缘检测方法的研究与实现刘法200832800066
青岛大学专业课程设计 院系: 自动化学院 专业: 电子信息工程 班级: 08级电子信息工程3班学生姓名: 刘法 指导教师: 王汉萍庄晓东 日期: 2011年12月23日
题目：图像边缘检测方法的研究与实现 一、边缘检测以及相关概念 1．1边缘，边缘检测的介绍 边缘(edge)是指图像局部强度变化最显著的部分．边缘主要存在于目标与目标、目标与背景、区域与区域(包括不同色彩)之间，是图像分割、纹理特征和形状特征等图像分析的重要基础．图像分析和理解的第一步常常是边缘检测(edge detection)． 边缘检测是指使用数学方法提取图像像元中具有亮度值（灰度）空间方向梯度大的边、线特征的过程。 在讨论边缘算子之前，首先给出一些术语的定义： 边缘点：图像中具有坐标] ,[j i且处在强度显著变化的位置上的点．边缘段：对应于边缘点坐标] i及其方位 ，边缘的方位可能是梯度角． ,[j 边缘检测器：从图像中抽取边缘(边缘点和边缘段)集合的算法． 轮廓：边缘列表，或是一条表示边缘列表的拟合曲线． 边缘连接：从无序边缘表形成有序边缘表的过程．习惯上边缘的表示采用顺时针方向序． 边缘跟踪：一个用来确定轮廊的图像（指滤波后的图像）搜索过程． 边缘点的坐标可以是边缘位置像素点的行、列整数标号，也可以在子像素分辨率水平上表示．边缘坐标可以在原始图像坐标系上表示，但大多数情况下是在边缘检测滤波器的输出图像的坐标系上表示，因为滤波过程可能导致图像坐标平移或缩放．边缘段可以用像素点尺寸大小的小线段定义，或用具有方位属性的一个点定义．请注意，在实际中，边缘点和边缘段都被称为边缘．边缘连接和边缘跟踪之间的区别在于：边缘连接是把边缘检测器产生的无序边缘集作为输入，输出一个有序边缘集；边缘跟踪则是将一幅图像作为输入，输出一个有序边缘集．另外，边缘检测使用局部信息来决定边缘，而边缘跟踪使用整个图像信息来决定一个像素点是不是边缘． 1．2 边缘检测算子 边缘检测是图像特征提取的重要技术之一, 边缘常常意味着一个区域的终结和另一个区域的开始. 图像的边缘包含了物体形状的重要信息,它不仅在分析图像时大幅度地减少了要处理的信息量,而且还保护了目标的边界结构. 因此,边缘检测可以看做是处理许多复杂问题的关键. 边缘检测的实质是采用某种算法来提取出图像中对对象与背景间的交界线。图像灰度的变化情况可以用图像灰度分布的梯度来反映，因此可以用局部图像微分技术来获取边缘检测算子。经典的边缘检测方法是对原始图像中的像素的某个邻域来构造边缘检测算子。以下是对几种经典的边缘检测算子进行理论分析，并对各自的性能特点做出比较和评价。 边缘检测的原理是：由于微分算子具有突出灰度变化的作用，对图像进行微分运算，在图像边缘处其灰度变化较大，故该处微分计算值教高，可将这些微分值作为相应点的边缘强度，通过阈值判别来提取边缘点，即如果微分值大于阈值，则为边缘点。
图像边缘检测及提取,分水岭算法
1.几种算子图像边缘提取: 程序代码如下: 运行结果: 原图为一堆苹果(彩图),各算子处理后的边缘提取图:
分水岭算法实现: a.直接对图像进行分水岭算法处理 代码如下：（原图还是上题一堆苹果） 运行结果如右图： 很明显，属于过度分割了。下面有改进算法： b.改进算法代码如下： 实现包括下列步骤： (1)读图像。读入图像 (2)对比度最大化。注意到图像中有许多彼此连通的 不同大小的对象。为使通过watershed变换找到的低 谷数目最小，我们使感兴趣的对象的对比度达到最 大。对比度增强的一个常用的技术是综合应用top— hat和bottom—hat变换。 top—hat变换定义为原图像和它的开之差。图像的 开是一与特定结构元素匹配的图像前景部分的集合。 bottom—hat变换定义为在原图像和它的闭之间的 差。图像的闭是一与特定结构元素匹配的图像背景 的集合。 通用的结构元素是正方形，长方形，圆盘，菱 形，球和线。既然图像中我们感兴趣的目标对象看 起来像圆盘，我们用strel函数建立一个半径为15个 像素的圆盘形结构元素。这个圆盘尺度是图像中的 目标对象的平均半径的一个估计。 (3)图像相加减。为使目标对象与分隔它们的间隙之 间的对比达到最大，用“原图top—hat图像+bottom —hat图像”得到增强的结果图。 ( 4)转换感兴趣的对象。调用watershed变换找出图像 的亮度”低谷”，把imcomplement作用 增强过的图像上，将感兴趣的目标对象转换为亮度低谷，得到增强图的补图。 (5)检测亮度低谷。对所得补图运用imextendedmin函数检测低于某特别阈值的所有亮度低谷。
Matlab做图像边缘检测的多种方法
Matlab做图像边缘检测的多种方法 1、用Prewitt算子检测图像的边缘 I = imread('bacteria.BMP'); BW1 = edge(I,'prewitt',0.04); % 0.04为梯度阈值 figure(1); imshow(I); figure(2); imshow(BW1); 2、用不同σ值的LoG算子检测图像的边缘 I = imread('bacteria.BMP'); BW1 = edge(I,'log',0.003); % σ=2 imshow(BW1);title('σ=2') BW1 = edge(I,'log',0.003,3); % σ=3 figure, imshow(BW1);title('σ=3') 3、用Canny算子检测图像的边缘 I = imread('bacteria.BMP'); imshow(I); BW1 = edge(I,'canny',0.2); figure,imshow(BW1); 4、图像的阈值分割 I=imread('blood1.tif'); imhist(I); % 观察灰度直方图，灰度140处有谷，确定阈值T=140 I1=im2bw(I,140/255); % im2bw函数需要将灰度值转换到[0,1]范围内 figure,imshow(I1); 5、用水线阈值法分割图像 afm = imread('afmsurf.tif');figure, imshow(afm); se = strel('disk', 15); Itop = imtophat(afm, se); % 高帽变换 Ibot = imbothat(afm, se); % 低帽变换 figure, imshow(Itop, []); % 高帽变换，体现原始图像的灰度峰值 figure, imshow(Ibot, []); % 低帽变换，体现原始图像的灰度谷值 Ienhance = imsubtract(imadd(Itop, afm), Ibot);% 高帽图像与低帽图像相减，增强图像figure, imshow(Ienhance); Iec = imcomplement(Ienhance); % 进一步增强图像
入侵检测实验
入侵检测实验 （一）实验人 04软件工（程信息技术）04381084 姚瑞鹏 04软件工（程信息技术）04381083 姚斌 04软件工（程信息技术）04381086 钟俊方 04软件工（程信息技术）04381090 郭睿 （二）实验目的 1.理解入侵检测的作用和检测原理 2.理解误用检测和异常检测的区别 3.掌握Snort的安装、配置和使用等实用的技术 （三）实验设备与环境 2台安装Windows XP的PC机，在其中一台主机上安装Windows平台下的Snort2.4.5软件，一台Windows平台下的安装Nmap软件，通过Switch相连。 实验环境的网络拓扑如下图所示。
（四）实验内容与步骤 平台下Snort的安装与配置 由于需要对网络底层进行操作，安装Snort需要预先安装WinpCap（WIN32平台上网络分析和捕获数据包的链接库），如图所示： 1）安装Snort，双击安装程序进行安装，选择安装目录为D:\Snort。
2）进行到选择日志文件存放方式时，为简单起见，选择不需要数据库支持或者Snort 默认的MySQL和ODBC数据库支持的方式，如图所示： 3）单击“开始”按钮，选择“运行”，输入cmd，在命令行方式下输入下面的命令： C:\>cd D:\Snort\bin D:\ Snort\bin>snort –W 如果Snort安装成功，系统将显示出如图所示的信息。
4）从返回的结果可知主机上有哪个物理网卡正在工作及该网卡的详细信息，上图显示的两张物理地址的网卡。这里我们实用第2张网卡监听。输入snort –v –i2命令，-v表示使用Verbose模式，把信息包打印在屏幕上，-i2表示监听第二个网卡。 5）我们在另一台主机上安装Nmap软件，如图所示：
图像边缘检测技术综述
第 42 卷增刊 1 中南大学学报(自然科学版) V ol.42 Suppl. 1 2011 年 9 月 Journal of Central South University (Science and Technology) Sep. 2011 图像边缘检测技术综述 王敏杰 1 ，杨唐文 1, 3 ，韩建达 2 ，秦勇 3 (1. 北京交通大学 信息科学研究所，北京，100044； 2. 中国科学院沈阳自动化研究所 机器人学国家重点实验室，辽宁 沈阳，110016； 3. 北京交通大学 轨道交通控制与安全国家重点实验室，北京，100044) 摘要：边缘检测是图像处理与分析中最基础的内容之一。首先介绍了几种经典的边缘检测方法，并对其性能进行 比较分析；然后，综述了近几年来出现的一些新的边缘检测方法；最后，对边缘检测技术的发展趋势进行了展望。 关键词：数字图像；边缘检测；综述 中图分类号：TP391.4 文献标志码：A 文章编号：1672?7207(2011)S1?0811?06 Review on image edge detection technologies W ANG Min-jie 1 , Y ANG Tang-wen 1,3 , HAN Jian-da 2 ,QIN Y ong 3 (1.Institute of Information Science，Beijing Jiaotong University, Beijing 100044, China? 2.State Key Laboratory of Robotics, Shenyang Institute of Automation, Chinese Academic of Science,Shenyang 110016, China? 3.State Key Laboratory of Rail Traffic Control and Safety, Beijing Jiaotong University, Beijing 100044, China) Abstract: Edge detection is one of the most fundamental topics in the research area of image processing and analysis. First, several classical edge detection methods were introduced, and the performance of these methods was compared? then, several edge detection methods developed in the latest years were reviewed? finally, the trend of the research of the image edge detection in the future was discussed. Key words:digital image?edge detection?review 图像是人们从客观世界获取信息的重要来源 [1?2] 。 图像信息最主要来自其边缘和轮廓。所谓边缘是指其 周围像素灰度急剧变化的那些象素的集合，它是图像 最基本的特征。边缘存在于目标、背景和区域之 间 [3?4] ，它是图像分割所依赖的最重要的依据。边缘检 测 [5?8] 是图像处理和计算机视觉中的基本问题， 图像边 缘检测是图像处理中的一个重要内容和步骤，是图像 分割、目标识别等众多图像处理的必要基础 [9?10] 。因 此，研究图像边缘检测算法具有极其重要的意义。 边缘检测是计算机视觉和图像处理领域的一项基 本内容。准确、高效地提取出边缘信息一直是该领域 研究的重点内容 [11] 。最初的经典算法可分为边缘算子 法、曲面拟合法、模板匹配法、门限化法等。近年来， 随着数学理论和人工智能的发展，又出现了一些新的 边缘检测的算法 [12?13] ，如基于数学形态学的边缘检 测 [14] 、小波变换和小波包变换的边缘检测法 [15] 、基于 模糊理论的边缘检测法 [16?17] 、基于神经网络的边缘检 测法 [18] 、基于分形几何的边缘检测算法 [19] 、基于遗传 算法的边缘检测法 [20?21] 、漫射边缘的检测方法 [22] 、多 尺度边缘检测技术 [23] 、亚像素边缘的定位技术 [24] 、 收稿日期：2011?04?15；修回日期：2011?06?15 基金项目：轨道交通控制与安全国家重点实验室开放基金资助项目(RCS2010K02)；机器人学国家重点实验室开放基金资助项目(RLO200801)；北 京交通大学基本科研业务费资助项目(2011JBM019) 通信作者：王敏杰(1988－)， 女， 黑龙江五常人， 硕士研究生， 从事图像处理和计算机视觉研究； 电话： 010-51468132； E-mail: wangminjie1118@https://www.360docs.net/doc/5d12268932.html,
图像边缘检测方法的研究与实现刘法200832800066
青岛大学 专业课程设计 院系: 自动化学院 专业: 电子信息工程 班级: 08级电子信息工程3班 学生姓名: 刘法 指导教师: 王汉萍庄晓东 日期: 2011年12月23日 题目：图像边缘检测方法的研究与实现 一、边缘检测以及相关概念 1．1边缘，边缘检测的介绍 边缘(edge)是指图像局部强度变化最显著的部分．边缘主要存在于目标与目标、目标与背景、区域与区域(包括不同色彩)之间，是图像分割、纹理特征和形状特征等图像分析的重要基础．图像分析和理解的第一步常常是边缘检测(edge detection)． 边缘检测是指使用数学方法提取图像像元中具有亮度值（灰度）空间方向梯度大的边、线特征的过程。 在讨论边缘算子之前，首先给出一些术语的定义： 边缘点：图像中具有坐标] i且处在强度显著变化的位置上的点． ,[j 边缘段：对应于边缘点坐标] i及其方位 ，边缘的方位可能是梯度角． ,[j 边缘检测器：从图像中抽取边缘(边缘点和边缘段)集合的算法． 轮廓：边缘列表，或是一条表示边缘列表的拟合曲线． 边缘连接：从无序边缘表形成有序边缘表的过程．习惯上边缘的表示采用顺时针方向序． 边缘跟踪：一个用来确定轮廊的图像（指滤波后的图像）搜索过程． 边缘点的坐标可以是边缘位置像素点的行、列整数标号，也可以在子像素分辨率水平上表示．边缘坐标可以在原始图像坐标系上表示，但大多数情况下是在边缘检测滤波器的输出图像的坐标系上表示，因为滤波过程可能导致图像坐标平移或缩放．边缘段可以用像素点尺寸大小的小线段定义，或用具有方位属性的一个点定义．请注意，在实际中，边缘点和边缘段都被称为边缘．
边缘连接和边缘跟踪之间的区别在于：边缘连接是把边缘检测器产生的无序边缘集作为输入，输出一个有序边缘集；边缘跟踪则是将一幅图像作为输入，输出一个有序边缘集．另外，边缘检测使用局部信息来决定边缘，而边缘跟踪使用整个图像信息来决定一个像素点是不是边缘． 1．2 边缘检测算子 边缘检测是图像特征提取的重要技术之一, 边缘常常意味着一个区域的终结和另一个区域的开始. 图像的边缘包含了物体形状的重要信息,它不仅在分析图像时大幅度地减少了要处理的信息量,而且还保护了目标的边界结构. 因此,边缘检测可以看做是处理许多复杂问题的关键. 边缘检测的实质是采用某种算法来提取出图像中对对象与背景间的交界线。图像灰度的变化情况可以用图像灰度分布的梯度来反映，因此可以用局部图像微分技术来获取边缘检测算子。经典的边缘检测方法是对原始图像中的像素的某个邻域来构造边缘检测算子。以下是对几种经典的边缘检测算子进行理论分析，并对各自的性能特点做出比较和评价。 边缘检测的原理是：由于微分算子具有突出灰度变化的作用，对图像进行微分运算，在图像边缘处其灰度变化较大，故该处微分计算值教高，可将这些微分值作为相应点的边缘强度，通过阈值判别来提取边缘点，即如果微分值大于阈值，则为边缘点。 Roberts,Sobel,Prewwit是基于一阶导数的边缘检测算子，图像的边缘检测是通过2*2或者3*3模板作为核与该图像中的每个像素点做卷积和运算，然后选取合适的阈值以提取边缘。 Laplace边缘检测算子是基于二阶导数的边缘检测算子，该算子对噪声敏感。Laplace算子的改进方式是先对图像进行平滑处理，然后再应用二阶导数的边缘检测算子，其代表是拉普拉斯高斯（LOG）算子。前边介绍的边缘检测算法是基于微分方法的，其依据是图像的边缘对应一阶导数的极大值点和二阶导数过零点。Canny算子是另外一类边缘检测算子，它不是通过微分算子检测边缘，而是在满足一定约束条件下推导出的边缘检测最优化算子。 1．3 边缘检测算法 对于边缘的检测常常借助于空域微分算子进行,通过将其模板与图像卷积完成。两个具有不同灰度值的相邻区域之间总存在灰度边缘。灰度边缘是灰度值不连续(或突变) 的结果,这种不连续常可利用求一阶和二阶导数方便地检测到。已有的局部技术边缘检测方法,主要有一次微分(Sobel 算子、Robert s 算子等) 、二次微分(拉普拉斯算子等)。这些边缘检测器对边缘灰度值过渡比较尖锐且噪声较小等不太复杂的图像,大多数提取算法均可以取得较好的效果。但对于边缘复杂、采光不均匀的图像来说,则效果不太理想。主要表现为边缘模糊、边缘非单像素宽、弱边缘丢失和整体边缘的不连续等方面。 用算子检测图像边缘的方法是用小区域模板对图像进行处理,即采用卷积核作为掩模模板在图像中依次移动,完成图像中每个像素点同模板的卷积运算,最终输出的边缘幅度结果可以检测出图像的边缘。卷积运算是一种邻域运算。图像处理认为:某一点像素的结果不但和本像素灰度有关,而且和其邻域点值有关。运用模板在图像上依此对每一个像素进行卷积, 即模板上每一个点的值与其在图像上当前位置对应的像素点值相乘后再相加,得出的值就是该点处理后的新值。 边缘检测算法有如下四个步骤：
实验三 图像的边缘检测
实验三图像的边缘检测 一、实验目的与要求 1、了解图像边缘提取的基本概念； 2、了解进行边缘提取的基本方法； 3、编程实现对所给图像的边缘进行提取。 二、知识点 1、边缘检测的思想和原理 图像理解是图像处理的一个重要分支，研究为完成某一任务需要从图像中提取哪些有用的信息，以及如何利用这些信息解释图像。边缘检测技术对于处理数字图像非常重要，因为边缘是所要提取目标和背景的分界线，提取出边缘才能将目标和背景区分开来。在图像中，边界表明一个特征区域的终结和另一个特征区域的开始，边界所分开区域的内部特征或属性是一致的，而不同的区域内部的特征或属性是不同的，边缘检测正是利用物体和背景在某种图像特性上的差异来实现的，这些差异包括灰度，颜色或者纹理特征。边缘检测实际上就是检测图像特征发生变化的位置。 由于噪声和模糊的存在，检测到的边界可能会变宽或在某些点处发生间断，因此，边界检测包括两个基本内容：首先抽取出反映灰度变化的边缘点，然后剔除某些边界点或填补边界间断点，并将这些边缘连接成完整的线。边缘检测的方法大多数是基于方向导数掩模求卷积的方法。导数算子具有突出灰度变化的作用，对图像运用导数算子，灰度变化较大的点处算得的值比较高，因此可将这些导数值作为相应点的边界强度，通过设置门限的方法，提取边界点集。
一阶导数是最简单的导数算子，它们分别求出了灰度在x和y方向上的变化率，而方向上的灰度变化率可以用相应公式进行计算；对于数字图像，应该采用差分运算代替求导，差分公式参考相关教材。 2、常用的梯度算子 （1）Roberts Cross算子，它的2个2 X2模板如图3所示。 图3 Robert Cross算子模板 （2）Prewitt 算子，它的2个3×3模板如图4所示。 图4 Prewitt算子模板 （3）Sobel 算子，它的2个3×3模板如图5所示。 图3 Sobel算子模板 3、高斯拉普拉斯（LoG）算法 高斯拉普拉斯（LoG）算法是一种二阶边缘检测方法。它通过寻找图像灰度值中二阶微分中的过零点（Zero Crossing）来检测边缘点。其原理为，灰度
网络安全实验Snort网络入侵检测实验
遵义师范学院计算机与信息科学学院 告验报实 ）学期2013—2014学年第1 （ 网络安全实验课程名称： 班级： 号：学 姓名： 任课教师：
计算机与信息科学学院．实验报告
1 闸门，在不影响网络性能的情况下能对网络进行监测，从而提供对内部攻击、外部攻击和误操作的实时保护。这些都通过它执行以下任务来实现：监视、分析用户及系统活动··系统构造和弱点的审计·识别反映已知进攻的活动模式并向相关人士报警·异常行为模式的统计分析·评估重要系统和数据文件的完整性·操作系统的审计跟踪管理，并识别用户违反安全策略的行为。对一个成功的入侵检测系统来讲，它不但可使系统管理员时刻了解网络系统（包括程序、文件和硬件设备等）的任何变更，还能给网络安全策略的制订提供指南。更为重要的一点是，它应该管理、配置简单，从而使非专业人员非常容易地获得网络安全。而且，入侵检测的规模还应根据网络威胁、系统构造和安全需求的改变而改变。入侵检测系统在发现入侵后，会及时作出响应，包括切断网络连接、记录事件和报警等。: 两种特征检测与异常检测入侵检测系统所采用的技术可分为，这一检测假设入侵Misuse detection 特征检测(Signature-based detection) 又称者活动可以用一种模式来表示，系统的目标是检测主体活动是否符合这些模式。它可以将已有的入侵方法检查出来，但对新的入侵方法无能为力。其难点在于如何设计模式既能够表达“入侵”现象又不会将正常的活动包含进来。的假设是入侵者活动异常于正常主体的活动。根据这一(Anomaly detection)异常检测理念建立主体正常活动的“活动简档”，将当前主体的活动状况与“活动简档”相比较，当违反其统计规律时，认为该活动可能是“入侵”行为。异常检测的难题在于如何从而不把正常的操作作为“入侵”或忽略真建立“活动简档”以及如何设计统计算法，
数字图像处理实验报告_图像边缘检测和特征提取
华南师范大学实验报告 一、实验目的 1、.掌握边缘检测的Matlab实现方法 2、了解Matlab区域操作函数的使用方法 3、了解图像分析和理解的基本方法 4、了解纹理特征提取的matlab实现方法 二、实验平台 计算机和Matlab软件环境 三、实验内容 1、图像边缘检测 2、图像纹理特征提取 四、实验原理 1、图像边缘检测 图像理解是图像处理的一个重要分支，它研究的是为完成某一任务需要从图像中提取哪些有用的信息，以及如何利用这些信息解释图像。边缘检测技术对于处理数字图像非常重要，因为边缘是所要提取目标和背景的分界线，提取出边缘才能将目标和背景区分开来。在图像中，边界表明一个特征区域的终结和另一个特征区域的开始，边界所分开区域的内部特征或属性是一致的，而不同的区域内部的特征或属性是不同的，边缘检测正是利用物体和背景在某种图像特性上的差异来实现的，这些差异包括灰度，颜色或者纹理特征。边缘检测实际上就是检测图像特征发生变化的位置。 由于噪声和模糊的存在，检测到的边界可能会变宽或在某些点处发生间断，因此，边界检测包括两个基本内容：首先抽取出反映灰度变化的边缘点，然后剔除某些边界点或填补边界间断点，并将这些边缘连接成完整的线。边缘检测的方法大多数是基于方向导数掩模求卷积的方法。 导数算子具有突出灰度变化的作用，对图像运用导数算子，灰度变化较大的点处算得的值比较高，因此可将这些导数值作为相应点的边界强度，通过设置门限的方法，提取边界点集。 一阶导数 f x ? ? 与 f y ? ? 是最简单的导数算子，它们分别求出了灰度在x和y方向上的变化率， 而方向α上的灰度变化率可以用下面式子计算：
[实用参考]入侵检测实验
实验七入侵检测实验 一、实验目的 通过本实验掌握入侵检测系统（IDS）的基本原理和应用，掌握Windows 系统进行日常安全检测的基本方法和操作技能。 二、实验要求 1、实验前学生应具备以下知识： ?了解常见网络攻击技术的特点。 ?了解Windows系统用于安全审计的系统工具。 ?了解入侵检测系统（IDS）的基本概念。 2、实验内容可根据实验室的具体情况和课时安排的变化进行适当的调整实验过程中，部分实验内容需要与相邻的同学配合完成。此外，学生需要将实验的结果记录下来，实验内容中的思考题以书面形式解答并附在实验报告的后面。 3、需要注意的是，学生在实验过程中要严格按实验指导书的操作步骤和要求操作，且小组成员应紧密配合，以保证实验过程能够顺利完成。 三、实验仪器设备和材料清单 实验设备： 1．WindowsGP，Windows20GG服务器；或VMWare，Windows20GG/GP虚拟机。 2．TCPView、360安全卫士。 3．Snort。 4．黑客工具包。 四、实验内容
本次实验的主要项目包括以下几个方面： 1、利用TCPView监控网络连接和会话。 2、利用Windows系统工具监控文件共享、系统进程和服务。 3、配置Windows系统审核策略，监控敏感文件，攻击模拟后查看系统安全日志。 4、攻击模拟后查看Web、FTP等服务的访问日志。 5、安装、配置Snort监控所在网络的通信。 五、实验步骤 参考配置和步骤如下： 1、利用TCPView监控网络连接和会话 运行工具软件TCPView，运行浏览器等网络软件，如下图，查看本机的网络连接和会话。 2、利用360安全卫士进行安全检查 360安全卫士是目前最为流行的桌面安全工具，在其“高级工具”中集成了多个检测工具，可以帮助我们发现恶意程序和黑客的入侵，并作出相应的修补。 类似TCPView的工具也可以在360安全卫士的高级工具中找到。 3、利用Windows系统工具监控文件共享、系统进程和服务 运行“计算机管理”管理工具，打开“共享文件夹”，查看已经建立的会话和打开的文件。