1分钟解救 run 不出来的 Autoruns

本文详细记录了使用processmonitor解决Autoruns无法正常显示的问题,通过调整过滤规则,定位到注册表设置错误,并成功修复。

缘起

今天,被某些开机自动运行的程序“惹毛”了。打算使用 Autoruns 查看这个进程为什么会开机启动。没想到打开 Autoruns 后,只能在任务栏看到图标,怎么点都点出不来。Autoruns 已经启动了,不然任务栏不会看到图标,到底是什么原因导致的呢?继续阅读前,请回忆下是否遇到过类似的情况,有什么思路吗?

**说明:**很早就写了初稿,一直没来得及编辑完善,直到周末才编辑完。

捕获事件

照例请出我们的老朋友 —— process monitor。开始捕获,然后打开 Autoruns,当任务栏出现 Autoruns 的图标后,停止捕获。通过 Tools -> Process Tree... (或者按 Ctrl + T)查找到 Autoruns,在其上面右键,Add Process to Include Filter,只显示 Autoruns 相关的事件,准备进一步分析。

add-autoruns-to-include-filter
add-autoruns-to-include-filter

没想到!?居然一篇空白,什么都没有了!

小意外

process-monitor-filter-empty
process-monitor-filter-empty

process monitor 肯定捕获了对应的事件,但是为什么什么都没有了呢?先检查下过滤条件。

process-monitor-filter-autoruns-excluded-by-default
process-monitor-filter-autoruns-excluded-by-default

原来,process monitor 默认会过滤掉 Autoruns 相关的事件。关闭这条过滤规则,点击 OK,关于 Autoruns 的事件都出来了。

autoruns-events-show-up
autoruns-events-show-up

分析

捕获的事件有了,我们就可以继续分析了。我猜测,Autoruns 应该把配置保存到了注册表中,所以排除其它几类事件,只保留注册表相关事件。应该是成功读取到了某些错误的设置,所以只保留 ReusltSuccess 而且 OperationRegQueryValue 的事件。(当然,这是我的猜测。还有可能是没读取到某些关键设置,如果是没读取到,我们应该把 Result 列是 Success 的排除掉。)

一般情况下,很多程序会把对应的设置保存到 HKCU 下,而不是 HKLM。因为写入 HKLM 需要管理员权限,读取不用。所以我们还可以排除 PathHKLM 开头的记录。

做好过滤后,往下浏览下,发现了四个跟位置有关的参数。

autoruns-position-registry-setting
autoruns-position-registry-setting

发现,其中的 ypos 的值很奇怪,删除后重新启动 Autoruns 即可正常显示了。整个过程请参考下面的屏幕录像。

troubleshoot-autoruns-can-not-show-up-screen-record
troubleshoot-autoruns-can-not-show-up-screen-record

友情提示:

Autoruns 在关闭的时候会保存相关配置到注册表,所以需要先关闭 Autoruns,再做修改操作。

回顾

在公司的时候,接过外接显示器。应该是 Autoruns 上次退出的时候的位置正在外接显示器,保存的位置是相对于外接显示器的位置。本次启动后,依然想在外接显示器中显示。但是,外接显示器已经没有了,所以不能正常显示出来。make sense!

总结

  • Autoruns 会保存相关设置到注册表中,对应的注册表位置是HKCU\Software\Sysinternals\AutoRuns
  • 猜想其它 Sysinternals 工具也会把设置保存到 HKCU\Software\Sysinternals\ 下面。
  • process monitor 默认会过滤一些事件,其中就包括 Autoruns 相关的事件。
  • process monitor 真的是排错的神兵利器。但是一定要用好过滤才行。否则就是大海捞针!
本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量、决策树等器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值