“NMT界乔布斯”许越先生推荐创新平台 中关村NMT产业联盟推介成员单位创新产品 “全球抗疫，人人有责” 推出背景：   温室效应，又称“花房效应”，是大气保温效应的俗称。大气能使太阳短波辐射到达地面，但地表受热后向外放出的大量长波热辐射线却被大气吸收，这样就使地表与低层大气温度增高，因其作用类似于栽培农作物的温室，故名温室效应。人类向大气中排入的二氧化碳等吸热性强的温室气体逐年增加，大气的温室效应也随之增强，其引发了一系列问题已引起了世界各国的关注。   大气中二氧化碳浓度升高及其带来的温室效应，正在给全球农业生产力及粮食和营养安全带来极大挑战。研究植物对大气二氧化碳浓度变化的响应，对于理解和预测未来全球气候变化对植物适应性和演化的影响, 以及提高农作物产量至关重要。   产品介绍 名称：微环境CO2监测仪 型号：PFC-100 品牌：旭月 产地：中国 简介： 应对挑战： 活体样品在监测时的外环境CO2浓度与检测数据结合 培养样品、处理样品时样品周围CO2浓度变化情况的数据记录 解决方法： 非损伤微测技术结合微环境CO2监测仪，能够实现活体的实时检测。能够得到活体流速数据以及活体样品微环境CO2浓度实时检测，两者实时数据相结合更能反映出样品与环境最真实的结合 微环境CO2监测仪能够提供实时的数据记录，并且能够输出文件，对于培养及处理样品时能够提供有效的CO2记录 功能特点 1.基本功能： 检测培养、实验环境空气中二氧化碳浓度（ppm） 2.性能参数： 工作电压：5V1A 测试距离：1mm-150mm（请勿接触样品） 浓度变化周期：5s 浓度测量范围：400ppm~64000ppm 工作温度:-5℃~+50℃

“NMT界乔布斯”许越先生推荐创新平台 中关村NMT产业联盟推介成员单位创新产品 “全球抗疫，人人有责” 推出背景：         温度因子对植物的生长发育有很大的影响，它影响到植物种子的发芽、植物的生长、植物的开花结实及植物的分布，在植物栽培过程中，只有对当地的气候变化有充分的了解，才可以对植物采取合理的栽培管理措施。   任何植物都是生活在具有一定温度的外界环境中并受着温度变化的影响。首先，植物的生理活动、生化反应，都必须在一定的温度条件下才能进行。一般而言，温度升高，生理生化反应加快、生长发育加速；温度下降，生理生化反应变慢，生长发育迟缓。当温度低于或高于植物所能忍受的温度范围时，生长逐渐缓慢、停止，发育受阻，植物开始受害甚至死亡。其次温度的变化能引起环境中其它因子如湿度、降水、风、水中氧的溶解度等的变化，而环境诸因子的综合作用，又能影响植物的生长发育、作物的产量和质量。 产品介绍 名称：微环境温度红外监测仪 型号：PFT-100 品牌：旭月 产地：中国 简介： 应对挑战： 活体样品的检测结合实验过程中温度的实时变化是实验的难点，尤其是样品检测环境的温度，环境的温度可以使用温度计进行检测，而样品的温度不一定是环境的温度，在检测的过程中，样品温度实时的变化体现了样品当时的状态。 解决方法： 非损伤微测技术结合微环境温度红外监测仪，能够实现活体的实时检测，以及活体样品温度的实时检测，两者实时数据的结合更能反映出样品与环境最真实的结果。   功能特点 1.基本功能： 检测试验环境温度（℃） 检测样品温度（℃/℉） 2.性能参数： 工作电压：5V1A 测试距离：1mm-20mm（请勿接触样品） 温度变化周期：5s 温度测量范围：-70℃～380℃ 温度测量误差：±0.5℃（室温下）分辨率0.02℃ 使用环境温度: -40℃～125℃

“NMT界乔布斯”许越先生推荐创新平台 中关村NMT产业联盟推介成员单位创新产品 “全球抗疫，人人有责”   推出背景：         研究论文的可重复性是研究科学性的最重要基础。论文可重复性需要作者对研究的相关过程、研究对象和统计分析方法提供详细的描述，否则给其他学者重复实验带来很大困难，但是活体生理研究的可重复性差一直困扰着这一领域。有一些杂志在这方面已经进行了一些探索，但仍然不能避免一些研究可重复性差的问题。重现性、严谨性、透明性和独立验证是科学方法的基石。   实验的严谨性在于实验变量的统一，随着科技的发展，变量的因素会越来越完善，检测方法、检测设备也会越来越专业，除了我们已知的实验变量，其实还有很多的其他因素也是实验变量的一部分，只是还没有能够将这些因素通过精确数据的形式展示出来。   NMT创新产品系列，带您找到实验中的变量！   产品介绍 名称：微环境PM2.5监测仪 型号：PFP-100 品牌：旭月 产地：中国 简介： 应对挑战： 活体样品检测时样品及检测过程中的参数是数据重复性的关键 当下环境中的 PM2.5数值是人们所关注的，对于活体样品的检测，微环境PM2.5也是重要的指标之一 解决方法： 微环境PM2.5监测仪能够提供样品在微环境下PM2.5数据，对数据的重复性提供了较为重要的依据 微环境pM2.5的数据可以通过电脑、手机等终端查看，解决了人工记录数值可能造成的差异性及意外   功能特点 1.基本功能： 实时监测、记录样品培养、测试环境的PM2.5数值 液晶屏实时显示监测数值 可通过电脑、手机等终端查看和下载数据

成果描述：本发明申请要解决的问题是，对环境噪声较大的场合，根据对象的结构进行实时识别。本专利建立一种实时的智能物体检测算法，根据动态区域连通性提取物体的结构特征，通过矩函数映射得到特征进行识别。市场前景分析：本发明最主要的任务是弱化了形态的特征，强调结构，从而加强的了抗噪能力，并通过概率模型，给出了精确的数据概率分析。已在实际的应用（自然生态保护区的熊猫识别）当中取得显著效果。与同类成果相比的优势分析：本发明主要面向复杂环境中颜色特征明显的对象，从对象的颜色特征出发得到结构，对结构进行判断从而进行识别。

基于真实成像模型，图像序列/视频数据的通用超分辨率重建方法；对弱纹理目标的高清重建，对超精细纹理的精确预测与重建。

一、主要功能和应用领域： 随着光照颜色的不同（如早晨、中午、傍晚的阳光波谱不同；室内外不同颜色的灯光等），用数码相机拍摄下来的同样一个场景的图像，其中物体的颜色会发生改变。本成果的主要功能是为了消除此外界光源颜色对照片中物体色彩的影响，得到颜色保真的图像（图1）。 本成果的应用领域非常广泛，比如可以内置在数码相机或数码摄像机中，实现对所拍摄影像的实时颜色矫正；也可以对已有的各种数码影像进行颜色矫正后处理（如内置在数字电视中）。 图1. 技术功能展示。对于给定的色偏图像（左），本方法的颜色矫正结果（右）与真实结果（中）非常接近。 二、特色及先进性： 算法简单，处理效果好。与目前数码相机及数码摄像机中普遍采用的颜色矫正（即白平衡）方法（如Grey-world或White-patch方法）相比，计算效率相当，但可以处理空间不均匀光照颜色影响，处理效果在统计意义上具有显著的改进，得到颜色更为保真的影像。 三、技术指标： （1）处理效果显著优于目前数码设备中普遍采用的技术，颜色保真度比目前常用的Grey-world和White-patch方法平均提高90%以上。 （2）通过算法优化和硬件加速，可以实现对图像和视频的实时处理。 四、能为产业解决的关键问题： 实际场景（如街道、室内）的外界光照颜色复杂多变，本技术可以提供更为高效的影像颜色矫正技术。颜色高保真对于视觉欣赏，以及复杂的计算机视觉应用（如目标识别）均具有重要价值。

随着光照颜色的不同（如早晨、中午、傍晚的阳光波谱不同；室内外不同颜色的灯光等），用数码相机拍摄下来的同样一个场景的图像，其中物体的颜色会发生改变。本成果的主要功能是为了消除此外界光源颜色对照片中物体色彩的影响，得到颜色保真的图像。 本成果的应用领域非常广泛，比如可以内置在数码相机或数码摄像机中，实现对所拍摄影像的实时颜色矫正；也可以对已有的各种数码影像进行颜色矫正后处理（如内置在数字电视中）。

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

一种法布里珀罗干涉圆环图像处理方法，属于光谱测量图像的 处理方法，用于将法布里珀罗干涉圆环图像转换为精确、低噪声的法 布里珀罗干涉光谱图像。本发明顺序包括确定圆心坐标步骤、数据折 叠步骤和平滑降噪步骤。本发明数据折叠步骤中，充分利用了法布里 珀罗干涉圆环图像上所有像素的信息，法布里珀罗干涉圆环图像上非 X′轴上的像素到原点 O′的距离不全为正整数，所得到的法布里珀罗 干涉光谱图像精度达到了亚像素，经过平滑降噪步骤后，降低图像噪 声，图像信噪比高。

本检索方法包括以下步骤：1.确定主颜色模糊隶属度函数和纹理模糊 隶属度函数；2.选取拟检索图像的主颜色特征块；3.根据主颜色模糊隶属 度函数和主颜色特征块，提取主颜色模糊直方图特征，得到主颜色特征向 量K；4.选取纹理特征块；5.根据纹理模糊隶属度函数和纹理特征块，提取 纹理模糊直方图特征，得到纹理特征向量TK；6.综合主颜色特征向量和纹 理特征向量，得到表达图像检索特征的综合向量Key＝[K,TK]；7.以拟检索 图像的图像检索特征为索引，与图像库中的图像进行匹配检索。