|
搜索
搜 索
高等教育领域数字化综合服务平台
印刷图像质量检测系统（技术）
成果简介：在印刷工业中，由于工艺、机械等因素，在印刷过程中不可避免的会出现如漏印、沾污、起皱、套印错位等缺陷影响了印刷图像的质量。传 统的人工检测的方法耗时费力成本高，而且很难保质保量地完成检测任务。我们采用基于区域混合特征技术开发出一种印刷图像质量检测系统，克服了 印刷光照不均均条件下，漏印、缺印、错位、擦痕等缺陷，为实现印刷图像 缺陷筛查自动化提供了有力的技术支撑。 项目来源：自主研发。 技术领域：计算机应用技术，人工智能与模式识别。
北京理工大学
2021-04-14
图像式纱线条干检测系统
本项目检测系统通过高帧频面阵相机动态实时采集纱线图像，配合鲁棒性图324 像处理与参数检测算法，实现对纱线条干均匀度的全面评价，建立电子黑板和电 子织物构建模型，实现纱线条干均匀性的可视化，预测纱线条干在黑板和织物中 的外观效应。该项目同时可用于纱疵分类、竹节纱参数检测以及纱线等级预测评 定。 2 关键技术 （1）纱线传动控制各单元的协调与配合：包括传动装置与采集设备各组件 的配合设计，纱管退绕装置与主动轮连轴传动时的张力控制，运行中纱线的抖动 和跳动问题，暗箱、相机镜头和光源位置的优化调整以及纱线速度、光源亮度与 相机帧频、曝光时间的配合问题。 （2）基于 C++与 Opencv 的多线程实时处理框架的搭建，在纱线图像采集的 过程中，实现图像的边采集边处理，提高系统的实时性，缩短检测所用时间，杜 绝纱线信息丢失现象，从根本解决纱线图像高速检测的问题。 （3）鲁棒性纱线图像处理算法的研发：包括配合实时检测的纱线图像分割 算法的研发，相邻图像间重合部位查找算法的研发以及纱线图像可视化模块电子 黑板构建算法和电子织物仿真算法的研发。 3 知识产权及项目获奖情况 已授权发明专利 2 项。 发表相关 SCI 论文 6 篇，EI 论文 4 篇 4 项目成熟度 采用图像式纱线条干检测系统已对多种类型的纱线进行检测，并将检测结果 与成熟的仪器和人工结果进行了对比，无论在段片段不匀、周期性不匀，还是相 关性分析和长片段不匀方面，该检测系统都可获得与成熟仪器较为一致的结果。
江南大学
2021-04-13
基于图像信息的汽车工件检测
成果简介该视觉检测系统都是用图像采集卡加 PC 机的模式， 能够在工业生产中发挥了巨大的作用， 具体内容如下：图像采集与处理模块包括以图像传输模块、 高速采集模块、 图像预处理模块、畸变校正模块、 高速信息通信模块， 其中： 图像传输模块高速采集目标图像数据，发送给高速采集模块， 高速采集模块将图像数据发送给图像预处理模块， 在进过图像预处理模块后得到视觉效果更佳的图像数据， 发送到畸变校正模块， 畸变校正模块对图像数据进行畸变校正处理后发送到目标检测模块处理， 最后得到
安徽工业大学
2021-04-14
核酸单分子荧光图像测序智能检测技术
深圳国际研究生院张盛副教授团队在已开展的核酸测序方面的专用图像传感元器件关键技术基础上，提出了“基于单分子荧光图像测序的冠状病毒核酸智能检测技术”重大攻关项目研究方案。课题组通过远程网络讨论与协作等多种方式，组织了相关学科的专家多次进行技术研讨，并与深圳市行业内的权威机构合作，在两周内快速进行原理论证，形成技术方案，完成智能检测装置的原型结构设计及前期研究准备工作。 项目致力于开发具有核酸智能检测能力的低成本嵌入式物联网设备，为公共卫生防疫事业提供更加有力、且具备“提前生产、快速部署、分散检测”特点的新型核酸检测的解决方案，有望实现未来冠状病毒传染事件中基因序列的快速发布与潜在感染者的本地化核酸检测能力快速部署，帮助医护人员和民众在家庭或社区对感染或疑似患者进行现场筛查，减少潜在感染者的聚集与交叉感染，快速实现核酸检测层次的确诊检验与病症初筛，助力疫病防控和公共卫生领域战略科技力量的提高和储备。
清华大学
2021-04-10
基于图像的农作物虫害检测技术
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
扬州大学
2021-04-14
基于图像的农作物虫害检测技术
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
扬州大学
2021-04-14
基于生成图像数据的水下目标检测与识别
一、项目简介 水下目标检测与识别，是水下机器人等相关系统能够被高效应用的前提。然而现有系统难以应对水下图像能见度较低，对比度差，存在颜色漂移和边缘模糊等问题；另外，水下图像样本稀少且缺乏足够的变化性，使得相关基于机器学习的目标检测与识别系统由于缺乏训练样本而无法有效应用。 二、前期研究基础 项目利用深度学习等新的理论突破，提出两种解决方案，一种是通过结合水下成像原理与深度风格迁移、生成对抗网络等算法，由普通光学图像生成水下图像，构建水下图像目标检测与识别仿真库，该数据库一方面数据量大且具有较大的变化性，也即场景与目标均具有较大的变化性；另一方面，由于是由普通光学图像迁移获得，因而也可以直接应用普通光学图像自身的标签信息，无需再对其进行标注。另一种是研究基于水下退化图像处理算法的检测和识别系统，解决由水下图像的色彩漂移和细节丢失等退化现象带来的目标检测和识别问题。同时通过水下退化图像处理模块和检测识别系统的联合优化技术，可以实现退化图像的增强方法与检测识别系统的最佳匹配。在保证处理后的退化图像性能指标的前提下，进一步提升水下图像的目标检测识别性能。 三、应用技术成果 1）基于深度学习风格迁移的水下图像生成效果示例 a为自然场景图像中的目标检测结果；b为模拟生成的水下风格图像及其目标检测结果；c为图像增强后的目标检测结果。 四、合作企业 无
厦门大学
2021-04-11
基于混沌理论的海面 SAR 图像分布目标检测
基于机载 SAR 收集的海杂波数据，验证了其具有混沌特性。在机载 SAR 收集的海杂波数 据具有混沌特性的基础上，利用海杂波的混沌预测误差对海面 SAR 图像上的分布目标进行检 测。用实测的海面 SAR 图像进行检测实验，结果表明基于混沌理论的海面 SAR 图像分布目标 检测算法是有效的。 对定义在图像像素点上的扩展分形特征的计算公式进行了修正，并将其引入到海面 SAR 图像分布目标检测中，提出了基于扩展分形特征的海面 SAR 图像分布目标检测算法，并通57 过实验证明了该算法能有效地检测海面 SAR 图像中的分布目标。
南京工程学院
2021-04-13
多模态弱监督图像显著区域检测分割方法
北京工业大学
2021-04-14
恶劣成像环境下图像目标检测、识别与跟踪系统
一、项目简介 项目旨在解决现有目标检测、识别和跟踪系统易受雨天、雾天、沙尘、低光照、水下等恶劣成像环境的影响问题，使得相关目标检测、识别与跟踪系统可以全天候工作，最大程度克服相关视觉应用系统受天气和工作场景的影响的局限。 二、前期研究基础 课题组通过多年攻关，在相关核心技术方面有多项突破，提出多项拥有自主知识产权的针对恶劣成像环境下退化图像的质量提升方法。相关研究处于国内领先水平，已在包括IEEE Trans.Image Processing， CVPR，ICCV等计算机视觉国际顶级期刊和会议上发表论文17篇。授权发明专利5项，软件著作权1项。 三、应用技术成果 1) 雾天图像增强2) 水下图像增强 3) 雾天图像增强
厦门大学
2021-04-11