产品详细介绍LA-S植物图像分析仪系统（全能型版）1、用途：用于植物年轮分析、根系分析、叶面积分析、病斑面积分析、虫损叶面积分析、叶片叶色分析、作物冠层分析、瓜果剖切面分析等2、系统组成：成像装置、分析软件和电脑（电脑另配）3、主要技术指标：1）配光学分辨率4800×9600、A4加长的双光源彩色扫描仪。扫描年轮、叶面积、根系的反射稿为A4加长幅面（35.6 cm×21.6 cm），正片为30 cm×20 cm，最小像素尺寸0.0053mm ×0.0026 mm；800万像素拍摄仪、带移动电源的辅助背光源板可野外辅助照明3小时。该野外成像背景板最大测量面积A4幅面，具有自动图像校正与自动测量标定特性，可分析小至1mm2的叶片，分析误差＜0.5%、测量中的分析时间＜2秒。2）植物年轮测量分析：可自动判读年轮数、各年轮平均宽度、早材及晚材宽度、各年轮切向角度和面积。可自动划分出年轮边界、早材边界、晚材边界，以及识别出很窄的树轮，可交互删除伪年轮、插入断年轮，可自动生成分析年表。具有【精细】分析选项，可自动分析出≤0.2mm宽度的年轮，分析获得的测量数据具备进一步做交叉定年、数据分析处理能力。可计算树盘总面积，分析木材的边材面积。3）可一键化拍照测量野外活体叶面积。可全自动地大批量分析计算叶面积，并以叶片目标边缘标记来核对其正确性。可同时分析多张叶片面积，及可分析小至1mm2的叶片，叶面积分析误差＜0.5%、分析测量时间＜2秒。可分析多片叶叶面积、病斑面积、虫损叶面积（含分析2/3以上叶片被严重虫损的虫损叶面积）、测量植物的叶绿素相对含量或“绿色程度”，分析叶片叶色（具有按英国皇家园林协会RHS比色卡的比色特性）、可分析作物冠层。可交互进行植物相关的各种尺寸、角度测量。4）植物根系测量分析：（1）根总长、根平均直径、根总面积、根总体积、根尖计数、分叉计数、交叠计数、根直径等级分布参数、根尖段长分布，（2）可不等间距地自定义分段直径，自动测量各直径段长度、投影面积、表面积、体积 等，及其分布参数；能进行根系的颜色分析，确定出根系存活数量，输出不同颜色根系的直径、长度、投影面积、表面积、体积。（3）能进行根系的拓扑分析，自动确定根的连接数、关系角等，还能单独地自动分析主根或任意一支侧根的长度和分叉数等，可单独显示标记根系的任意直径段相应各参数（分档数、档直径范围任意可改，可不等间距地自定义），并能进行根的分叉裁剪、合并、连接等修正，修正操作能回退，以快速获得100%正确的结果。（4）能用盒维数法自动测根系分形维数。可分析根瘤菌体积在根系中的占比，以客观确定根瘤菌体贡献量。（5）大批量的全自动根系分析，对各分析结果图可编辑修正。还可用A4幅面的灯板来拍照分析根系。（6）能自动测量油菜、大豆等果荚的果柄、果身、果喙部分的粗细、长、弧长、玄高等参数。能自动测量各种粒的芒长。（7）能测各类针叶的叶面积、长度、粗细。（8）能做根系生物量分布的大批量自动化估算。4）瓜果剖面各部位分析：可测西瓜的：纵径、横径、果形指数、总面积、皮厚、空心面积、瓤色分档分析、外周长；可测哈密瓜等甜瓜的：纵径、横径、果形指数、截面积、肉厚、外周长、瓤色分档分析、种腔（纵径、横径、面积）；可测苹果、梨等的：纵径、横径、果形指数、总面积、核心面积、肉色分档分析、外周长；可测柑橘类水果的：纵径、横径、果形指数、总面积、皮厚、肉色分档分析、外周长。5）各分析图像、分布图、结果数据可保存，分析结果输出至Excel表，可输出分析标记图。选配品牌电脑：品牌电脑（酷睿i5 CPU / 8G内存/ 19.5”彩显/无线网卡，5个以上USB2.0口，运行环境Windows 10完整专业版或旗舰版）

产品详细介绍 【外置图像采集卡产品简介】 MV-U2000 外置图像采集卡 USB图像采集卡 工业图像采集卡是便携的外挂式USB彩色/黑白图像采集盒，这种轻便的盒子可通过USB2.0总线和主机连接,与便携式或台式计算机配合，形成各种类型的移动式图像处理工作站，特别适用于野外、活动场所、和工作环境狭小的场合。  MV-U2000外置图像采集卡 USB图像采集卡 工业图像采集卡软硬件更新升级，新的图像采集盒采用10BIT A/D转换芯片,图像更清晰,色彩更丰富艳丽，实时性更强,采样频率更高,配套的SDK开发包软件功能更强大,是外置的图像采集处理的理想选择，欢迎咨询。　　MV-U2000 外置图像采集卡 USB图像采集卡 工业图像采集卡特别适于:笔记本图像采集处理、高精度高速图像采集处理  医学图像采集、显微成像、工业检测、野外图像采集存储、野外监控录像系统 便携移动图像采集处理、移动智能交通、移动电子警察、移动车辆稽查系统 【USB图像采集卡数据流向】　　MV-U2000 外置图像采集卡 USB图像采集卡 工业图像采集卡是模拟图像数据由摄像头采集后，经视频编码芯片处理，转化成数字图像，传给可编程逻辑器件FPGA；FPGA接收到数字图像数据后，送RAM缓存，然后从RAM中取出数据，传给USB 2.0控制芯片，该芯片利用USB 2.0接口将数据最终传给计算机实时显示并存储。【工业图像采集卡技术特点与指标】　　●MV-U2000 外置图像采集卡 USB图像采集卡 工业图像采集卡接收标准的视频信号，彩色和黑白图像采集。　　●实现多路视频信号的实时切换/扫描、同时采集处理。　　●采样位数:黑白方式9Bit，彩色方式RGB15、16、24和32Bit。　　●MV-U2000 外置图像采集卡 USB图像采集卡 工业图像采集卡水平解像度:可达电视线480以上。　　●一路复合或Y/C视频输入可选,亮度、对比度、饱和度软件可调。　　●图象显示采集分辩率:720X576，具有开窗功能，缩小功能。　　●MV-U2000 外置图像采集卡 USB图像采集卡 工业图像采集卡采集和传送的图像数据格式:彩色:YUV422、RGB888、RGB8888。黑白:GRAY8。　　●USB2.0时的图像传速度:至内存:25帧（YUV422）至显存:25帧（RGB888）。　　●本图像采集卡严格执行场同步，保证不丢帧；且每一帧图像均完整，正确，图像不抖动。　　●界面及操作:界面友好，操作简单，即插即用，系统自动完成所有的环境设置。【开发工具】 　　● MV-U2000 外置图像采集卡 USB图像采集卡 工业图像采集卡操作系统支持：Windows 2000、XP、Vista。　　● SDK支持：VC、VB、Delphi。提供演示程序及演示程序源代码！　　● 驱动支持：WDM、VFW、DirectX、OpenCV、Twain、Matlab、LabView、Halcon、MIL。 　　　　  （产品可大量为客户提供裸板或定制，为OEM、系统集成商所配套，提供优惠的价格优良的服务）【典型应用】　　广泛应用于便携、野外图像采集，移动电子警察、公路收费、工业检测、医学影像、仪器仪表、生物识别、多媒体监控，机器视觉等领域。

Pandar128 图像级超高分辨率高性能激光雷达

2020年1月23日起，应中国医学科学院基础医学研究所要求，北航计算机学院刘禹老师团队紧急研发了中国医学科学院主动健康监控系统。系统包括移动端与管理端。移动端功能主要包括：（1）分上下午两个时段采集教工/学生体温、症状与接触史信息；（2）获取用户地理填报位置，为外地返京用户提供“14日隔离期监控”问卷；（3）为导师/辅导员提供学生监控记录。管理端功能包括：（1）支持橙色预警与红色预警，向管理者发送出现发热与相关症状的师生预警短信；（2）支持多类型人群查询、统计与可视化。系统于2020年1月25日正式上线运行，截止2020年3月3日，已经服务中国医学科学院党政机关和直属研究所、医院等30家单位，总计涵盖约1.2万人，累计采集健康监控记录31万人次。

组织工程支架是指能与组织活体细胞结合并能植入生物体内的材料，它是组织工程 化组织的最基本构架。聚羟基乙酸（PGA）和聚乳酸（PLA）等聚乳酸类材料是典型的合 成可降解聚合物。它的结构通式为[—OCH（R）CO—]，式中的 R 为 H 时是聚经羟乙酸， R 为 CH3 时是聚乳酸，由于乳酸和羟基乙酸都是三羧酸循环中间代谢物，且吸收和代谢 机理明确并具有可靠的生物安全性。作为组织工程支架材料，PLA，PGA 及其共聚物生物 材料不仅具有良好的生物相容性，生物可降解性和降解可调性，而且可以诱导某些基因 的上调转录。 本组织工程多孔支架材料的制备，通过将聚乳酸共聚物颗粒放在模具中热压成型， 然后在室温下将成型的聚乳酸共聚物放在高压 CO2 气体中机械饱和，所述高压 CO2 气体 的压力为 3.0-30.0MPA，同时从膨胀室上端的液体溶液进口喷入极性溶剂；在足够的机 械饱和时间之后，于 1~100 秒之内将气压迅速降低到大气压水平，所述聚乳酸共聚物中 的 CO2 气体的溶解度迅速下降，产生大量的 CO2 气腔，就形成了多孔泡沫结构，而形成 组织工程用三维支架。 目前，聚乳酸支架材料已被广泛的用于骨，软骨，血管，神经，皮肤等组织的支架 材料，并显示其良好的应用前景。

相关专利涉及一种用于医学影像学诊断、治疗的辅助设备，具体涉及一种用于 PET、CT 及 MR 图像融合的腹盆部立体定向框架，该装置固定后可通过更换装载不同造影材料的定位棒，为不同影像数据添加定位信息，通过“外部特征点提取法”实现任意两组或三组独立影像图像的精确融合。

本技术成果公开了一种采用多特征融合的图像自动标注方法和系统，标注方法是使用多种特征类型来 表示图像内容，引入多特征表示的特征签名，结合K-Means聚类算法得到基于多特征融合的图像语义统计 模型，用于对图像自动标注

本发明公开了一种基于多光谱图像的植物叶片水分含量的检测方法及系统，检测方法包括以下步骤：a、获取样本植物叶片的绿光波段、红光波段和近红外波段的单色图像；b、获取单色图像的灰度信息，并获取所述样本植物叶片的灰度纹理特征量；c、将灰度信息转化为样本植物叶片的反射率信息，通过反射率信息获取叶片植被指数值；d、以灰度纹理特征量和叶片植被指数值为输入向量，以样本植物叶片的实测水分含量值为输出向量，建立模型；e、按照步骤a～c的操作获取待测植物叶片的灰度纹理特征量和叶片植被指数值，带入步骤d中模型，即得待测植物叶片的水分含量值。该方法能够实现对植物叶片的水分含量进行准确、快速、无损、实时的检测。