本成果分为叶片害虫检测和叶片伤害程度检测，害虫检测通过研究的图像建模及形态学处理等相关方法对农作物叶片上昆虫位置进行快速检测，并通过模式统计和分类识别方法精确计算害虫数量和识别类型，每张图片（参考分辨率2448*3264）处理速度小于1秒（和害虫的数量相关），速度远高于人眼。叶片伤害检测通过图像处理方法将图像进行背景、叶片、斑纹分割，通过统计像素，集合斑纹形状进行定级评价，每张图片（参考分辨率2448*3264））进行自动检测和分析，处理速度2秒左右（和图像中叶片的数量相关），经过人工核对，检测精

本发明公开了一种基于边缘提取的红外图像直方图增强方法，包括以下步骤：提取原始红外图像的 边缘区域，以得到边缘区域图像；统计边缘区域图像中不为零的灰度值，以得到边缘区域的直方图及其 累计直方图；根据所述边缘区域图像的直方图与累计直方图对所述未处理的红外图像进行增强。本发明 的增强方法增强对比度高，图像清晰，视觉效果好。 

Ø 计算机图形学、虚拟现实和电子游戏等领域的快速发展，导致对具有高度真实感的三维模型的需求与日俱增。本项目充分利用镜面对称约束，同时利用特征点作为位置约束以及添加透视投影等约束，通过最小化线性约束下的曲面二次目标函数实现曲面重建，最后进行纹理提取，从而获得逼真的三维模型。该技术具有输入信息简单，建模速度快，真实感强等优点，目前已经获得“基于单幅图像的光滑对称曲面重建方法”国家发明专利授权。 

Ø  成果简介：军事应用中的远距离监视一直是我国边防/海防的重要任务。目前，基于CCD/CMOS的可见光摄像机已在昼间视频监视中得到广泛应用，在目标观察/态势判断方面等发挥了重要作用。但由于边境和海面经常出现轻雾和中雾天气，能见度较低，影响了可见光视频图像质量。在民用交通中的应用是城市交通管理及港口码头航运管理的视频实时监视系统也已得到广泛应用。伴随着工业化的进程及全球气候变化的影响，雾/霾天气增多，大大影响了视频图像的质量，因而导致监控质量的下降。通过增加本模块，可以实现实时处

本发明提出一种纸币图像识别方法，它用训练集中的纸币图像训练分类器，并用所训练的分类器对所获取的待测纸币图像进行币种、面值、面向和版本的识别，具体包括如下步骤：1)对纸币图像进行预处理；2)取纸币图像中的若干个图像块；3)计算每个图像块的图像特征，组成纸币图像的特征向量，作为训练集中图像或待测图像的各图像块的特征向量；4)利用训练集中的图像的各图像块的特征向量训练分类器；5)将待测图像的各图像块的特征向量输入分类器，对该纸币图像进行识别。本发明方法不需要寻找不同纸币间的局部差异性，只需在纸币图像上提取相应的特征后即可进行后续识别。

本实用新型涉及一种海底仪器用的水下数据传输平台，属于海洋监测技术领域，其包括安装架及安装在安装架上的控制单元、供电电池组、浮体、用于容纳海底仪器的仪器舱与用于容纳供电电池组的电池舱；还包括安装在安装架上的分离单元、配重单元及两个以上的浮筒单元。其可搭载海底仪器对海底水文数据进行收集，并通过浮筒单元及时地将收集的数据携带至水面，并与卫星进行数据传输，并且在使用后可对大部分结构进行回收再利用，可广泛地应用于海底水文数据的收集。

项目背景：2021 年国务院政府工作报告中指出，扎实做 好碳达峰、碳中和各项工作，加大新能源技术研发。据研究 公司 Frost＆Sullivan 发布的一项新报告指出，预计到 2030 年，全球电池储能市场的复合年增长率将达到 23％。由此可 见，未来十年储能电池数量将大幅增加。另一方面，储能电 池安全性引起广泛关注，2019 年 4 月 19 日，美国亚利桑那 州 McMicken 电池储能项目发生火灾爆炸事故；2021 年 4 月 16 日，北京集美家居大红门的储能电站起火。因此储能电池 安全性显得尤为重要。通过人工智能和机器学习等手段预测 电储能电池的安全性已经成为研究热点，英国剑桥大学和美 国斯坦福大学等顶尖高校和科研院所都有相关的实验室。在 国内，中科院、比亚迪、宁德时代、国家电网等企业院所已 经开展了各种类型储能电池和技术的研发。然而，目前国内 外还没有成熟的电储能电池远程管控系统，储能电池数据传 输协议没有公认的标准。由于不同类型的电储能数据指标差 异较大，需要采集的数据缺乏规范标准。另外，何种指标的 变化会引起潜在的储能电池安全问题尚未明确，目前基本是 通过人工经验判断，效率不高，并且准确率较低。如果能够 通过机器学习，深度学习等人工智能手段，结合储能电池实 际工作过程中的电流、电压的变化数据，学习并分析其运行 规律，挖掘出数据变化导致的潜在安全风险，电储能电池的 安全性能将大幅提高。 所需技术需求简要描述：1.研发储能电池故障预测模 型，利用人工智能等手段，通过机器学习的方法对采集的电 池运行状态及参数数据进行分析，实时监控电池运行状态， 对可能出现的潜在储能电池安全问题进行评估，实现对即将 出现的电池故障和安全问题的预判。2.建立储能电池的远程 安全传输协议，对电池运行状态及参数数据进行周期性采 集，并实现多终端异构网络环境下的储能电池数据实时传 输。建立安全传输机制，有效防止数据伪造和恶意攻击。3. 开发电储能电池数据远程管理系统，对不同种类的储能电池 安全问题采取相应的措施，通过网络实现对储能电池的远程 管理，从而延缓或避免由于电池故障产生的安全问题。数据 通信应建立在安全可靠的传输机制上。  对技术提供方的要求:1、建立电储能电池的远程数据采 集和安全传输协议。2、开发研究电储能电池数据远程智能 分析和管理系统。3、在相关领域经验丰富的技术团队的院 校或科研单位。 

本发明公开了一种基于 RCM 编码矩阵权重不等分配的无线视频传输方法。包括：构造具有 UEP 性能的 RCM 矩阵；提取信源端用 H.264进行编码的视频中的 I 帧、P 帧和 B 帧；对 I 帧、P 帧和 B 帧进行比特划分；根据比特划分结果，分别取 I 帧、P 帧和 B 帧中的比特组成数据包，对比特流进行重组；采用具有 UEP 性能的 RCM 矩阵对重组的比特流进行编码，使 I 帧、P 帧和 B 帧的比特流获得合理的 UEP 保护效果，提高接收端的用户视觉体验。本发明通过设计具有 UEP 性能的无速率编码 RCM 为视频中对视频质量影响依次减弱的 I 帧、P 帧和 B帧的视频流分配依次减小的权重值，实现了 H.264 视频在不同的信道条件下的平滑质量传输。

心理测评系统是一套专门用于心理健康评测、心理健康普查以及心理档案建立的专业应用软件。它旨在通过科学、标准化的测评工具，帮助各类机构了解个体及群体的心理状态，被誉为国内同行业中专业性较强、测量种类较齐全的权威心理测评软件之一。该系统已被全国众多院校、心理咨询室、医院、司法机关等单位采用。 心理测评系统在设计上注重简单、快捷、高效、实用，具有以下突出的技术优势： 部署便捷：服务器端支持一键快速安装，无需复杂配置；客户端无需安装任何插件，通过浏览器即可使用。 多平台与多终端支持：可安装在Windows系列操作系统上，并支持普通台式机、笔记本电脑、平板电脑（如iPad）、触摸互动一体机等多种硬件。 高负载能力：系统整合了BS和CS两种架构优势，在硬件允许的情况下，可轻松应对十万级以上的用户并发压力。 人性化测评功能： 分段测评与断电续评：允许用户分多次完成测评，即使遇到断电等意外情况，系统也能自动保存进度，恢复后继续测评。 语音导读：为部分量表提供语音朗读功能，方便有阅读困难的用户。 数据安全与灵活性： 硬件加密：采用专属硬件加密锁，保障数据安全。 云备份与还原：支持时时对测评数据进行云备份和云恢复，是国内较早支持该功能的系统之一。 运行模式切换：支持单机、局域网和互联网三种模式一键切换。 高度自定义：管理员可自定义测评报告内容、系统界面“皮肤”，甚至远程管理测评终端（如远程开机、关机）。 核心功能 全面的测评功能：系统涵盖心理健康、个性/人格、情绪、智力、职业倾向、婚姻家庭、社会功能与适应能力等九大方面。内置了几百个标准化量表，包括国际国内通用的SCL-90（临床症状自评量表）、16PF（卡特尔十六种人格因素测验）、EPQ（艾森克人格问卷）、SAS（焦虑自评量表）、SDS（抑郁自评量表）、瑞文推理测试、霍兰德职业倾向问卷等。 多样的测试形式：支持人机对话（在电脑、平板上直接答题）、纸笔测试（传统答卷）和读卡测试（填涂答题卡，通过光标阅卷机高速录入，速度可达每秒约5张）三种模式，满足不同场景下的测评需求。 科学的报告与统计： 测评结果自动生成包含数据表、统计图（柱型图、饼形图、曲线图）和详细文字分析的个性化报告。 提供强大的团体统计功能，可对任意两个群体做T检验，对多个群体进行方差分析，所有原始数据均可导出到Excel或SPSS，便于深入的科研分析。 智能预警与档案管理： 预警功能：当测评结果显著超出正常范围时，系统会自动预警，帮助快速筛查出有潜在心理问题的人员，做到尽早干预。 自动建档：为每一位参与测评的用户自动建立心理档案，方便长期跟踪和纵向比较。 辅助功能：系统还集成了网络心理咨询功能，支持在线预约和咨询。 适用场景与人群 心理测评系统因其全面性和灵活性，适用于广泛的场景和人群： 教育机构（大中小学、幼儿园）：用于新生心理普查、学生心理健康筛查、职业规划指导。例如，山西师范大学实验中学和浙江嵊州鹿山小学都曾使用该系统对学生进行心理普测。 医疗机构（医院、心理咨询室）：辅助临床诊断、心理疾病筛查。 企事业单位：用于员工心理健康管理、招聘选拔、员工发展与晋升评估。 司法机关（司法局、监狱）：用于社区矫正人员、服刑人员的心理评估与矫正。 个人用户：用于自我认知、职业规划。