高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
一种基于图像噪声分析的照片来源识别方法
本发明涉及图像鉴别领域,尤其涉及基于图像噪声分析的照片来源识别方法。包括以下步骤:步骤 1:构建模式噪声数据库;步骤 2:将待测图像通过小波变换得到去除噪声之后的图像;步骤 3:将所述 的除去噪声之后的图像和所述的待测图像相减,得到该图像的模式噪音;步骤 4:通过 K 近邻法判定该 图像所属相机源。本发明通过对图像的噪声分析便可以准确定位照片的来源,提高了正确率。
武汉大学 2021-04-13
LA-S植物图像根系+叶面积组合版分析系统
产品详细介绍1、用途:用于植物根系分析、叶面积分析、病斑面积分析、虫损叶面积分析、叶片叶色分析、作物冠层分析等2、系统组成:成像装置、分析软件和电脑(电脑另配)。3、技术指标:配光学分辨率9600×4800dpi、A4加长的双光源彩色扫描仪。扫描叶面积、根系的反射稿为A4加长幅面(35.6 cm×21.6 cm),透扫幅面为30 cm×20 cm,最小像素尺寸0.0053mm ×0.0026 mm。配自动对焦的800万像素彩色成像高拍仪;带移动电源的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标定特性。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,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。可同时分析多片叶叶面积、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)、可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)、作物冠层分析。可交互进行植物相关的各种尺寸、角度测量。可分析测量:1)根总长;2)根平均直径;3)根总面积;4)根总体积;5)根尖计数;6)分叉计数;7)交叠计数;8)根直径等级分布参数;9)根尖段长分布,10)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;11)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。12)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。13)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。14)大批量的全自动根系分析,对各分析结果图可编辑修正。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。还可用A4幅面的灯板来拍照分析根系。15)能做根系生物量分布的大批量自动化估算。16)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。17)能自动测量各种粒的芒长。18)能测各类针叶的叶面积、长度、粗细。选配电脑推荐: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)
杭州万深检测科技有限公司 2021-08-23
LA-S植物图像分析仪系统(叶面积仪)
产品详细介绍LA-S植物图像分析仪系统(叶分析独立版)1、用途:用于植物叶面积分析、病斑面积分析、虫损叶面积分析、叶片叶色分析、作物冠层分析等2、系统组成:扫描和拍照成像装置、分析软件和电脑(电脑另配)。3、主要性能指标:配光学分辨率4800×4800 dpi的EPSON V39彩色扫描仪(加带450*300mm背光板)、自动对焦的大景深800万像素拍摄仪、移动电源辅助背光源板(外框大小400*300mm)可野外背光照明3小时。最大测量面积为A4幅面,有自动标定和自动图像校正特性。可对拍照野外活体叶面积进行一键测量。可同时分析多片叶叶面积、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)、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)、测量植物的叶绿素相对含量或“绿色程度”,以及分析作物冠层。叶面积等参数可大批量全自动分析,并标记叶片边缘以便核对正确性。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,自动独立标记的各叶片图可保存,分析结果可输出至Excel表。可交互进行植物相关的各种尺寸、角度测量。选配电脑:笔记本电脑(酷睿i5 CPU/ 8G内存//1G显存/500G硬盘/无线网卡)。
杭州万深检测科技有限公司 2021-08-23
LA-S植物图像分析仪系统(全能型版)
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)
杭州万深检测科技有限公司 2021-08-23
图像自动标注和模型训练技术在工业视觉中的应用
1. 痛点问题 工业视觉场景下普遍存在缺陷样本数量少、难采集,已有标注方案无法完全发挥样本数据效用等问题。在工业视觉应用场景中,产线整体生产良率均已达到相当水平,人工可识别的缺陷样本数量相对较少,且采集难度较大。制造生产环节对产线效率要求较高,模型训练难以实现精度与效率上的平衡。 2. 解决方案 本项目将最新的少样本学习、连续学习、模型压缩与优化技术,与工业场景中的缺陷检测需求深入结合,致力于工业视觉自主知识产权软硬件一体化装备研发。针对玻璃深加工与半导体晶圆宏观缺陷检测,本项目已完成工业视觉全流程视觉感知算法、人工智能算法研发平台、玻璃智能一体检测设备、晶圆宏观缺陷检测设备等智能设备的原理验证和装备试制,同时有多项智能设备在研。 本项目在玻璃与半导体缺陷检测中,基于图像自动标注方法完成少样本场景下的数据采集与标注,通过弱监督学习和连续学习方法完成有效模型构建,并针对长尾数据集设计模型训练和优化方法,实现高效工业视觉感知计算。针对工业视觉场景,本项目集成视觉感知算法能力,研发人工智能算法研发平台,该平台秉承低代码化、可视化等原则,打造包含数据采集与标注、算法训练与评估、模型压缩与优化、应用部署与管理的数据闭环。 合作需求 寻求浮法玻璃深加工、半导体加工与制造等行业企业合作。
清华大学 2021-12-23
基于冗余特征消减的医学超声图像自动识别方法
本发明公开了一种基于冗余特征消减的医学超声图像自动识别方法。首先从待处理的医学超声图像中提取感兴趣区域,从感兴趣区域提取特征;然后对提取的特征进行主成分分析,以去除冗余和无关的特征分量,确定独立有效的特征;最后依据独立有效的特征,利用分类器对感兴趣区域分类。本发明通过计算机对医学超声图像进行分析,提取的图像特征涵盖了空域和频域,更为全面地反映了图像的本质特性,有助于进行正确分类,具有较好的临床实用性。
华中科技大学 2021-04-14
机械分析天平TG328B(半自动)
产品详细介绍  型号 最大称量/分度值 结构模式 方式 电源 包装 TG328B 200g/0.0001g 机械杠杆式 半自动 6V 1台/箱
江苏省常熟市常平精密仪器厂 2021-08-23
HTGF-6000型自动工业分析仪
产品详细介绍产品特点: 适用于电力、煤炭、冶金、石化、煤化、环保、水泥、造纸、地质勘探、科研院所等行业对煤、矿石等物质的水分、灰分、挥发份进行测定并计算其固定碳含量和发热量,还可以对飞灰、炉渣中的可燃物含量进行分析,符合国标GB/T212-2008《煤的工业分析方法》的要求。 HTGF-6000型自动工业分析仪的详细资料: HTGF-6000型自动工业分析仪功能特点: ★ 流程规范、结果准确:模拟干燥箱、马弗炉的试验环境及条件,水分、灰分、挥发份的测试流程、条件和结果均满足国标要求,不需要进行校正,可应用于仲裁分析。 ★ 测试速度快:采用多炉体结构,带有恒温干燥装置,水分、灰分、挥发份三个指标可任意组合测定或单独测定,同时测试12个试样的三项指标可以在150分钟完成。 ★ 自动化程度高:将高精度进口电子天平集成到仪器内部,结合自动称量机构,实现在高温下自动多次准确称量。采用热重分析法,自动称样、自动送样、自动处理数据、结果计算、报表打印和存储等,通过测定水分、灰分、挥发份可自动计算出固定碳含量、氢值和热值。 ★ 操作简单、安全:试验过程中无需取放出坩埚盖、送样和取样,避免高温辐射和烫伤的危险。 ★ 性价比高:采用单一测试度机完全按国标实现工业分析三项指标的精确测量,性价比高,功能齐全。 ★ 动态添加试样:过程中可临时添加试样,适应用户来样不确定的特殊情况。 HTGF-6000型自动工业分析仪技术参数: ★ 试样重量:(0.5-1.5)g ★ 最高工作温度:1000℃ ★ 控温精度:1℃ ★ 试样数量:水、灰、挥同时做1-12个,否则1-24个 ★ 测试温度:105℃(水分)815℃(灰分)900℃(挥发份) ★ 测试时间:12个样三项指标测试时间≤150分钟 ★ 精密度:符合GB/T212-2001标准 ★ 准确度:在标准样品的允许差范围内 ★ 电源电压:AC220V±10%   50HZ ★ 功率:≤4KW ★ 外形尺寸:620×530×760mm ★ 重量:65kg  
鹤壁市华通分析仪器有限公司 2021-08-23
人脸图像的智能识别和手势姿态分析的人机交互技术
作为计算机视觉和模式识别领域中最为成功的应用之一,生物特征识别技术一直受到学术界和业界非常高的重视,生物特征识别技术应用领域非常广泛,比如法律执行部门、军事、政府部门、金融服务、游戏产业、医疗产业、高科技与电信产业、工业制造、零售业、旅游和运输业等。
西安交通大学 2021-04-11
基于体视显微镜的显微立体图像成像与分析系统
基于体视显微镜的显微立体图像成像与分析系统利用立体成像原理,采用Motic体视显微镜,外接左右两路视频图像采集相机,实现双路图像实时采集、三维立体实时显示、三维表面成像、三维测量等功能。立体显微镜的设计采用Motic专利技术,具有自主知识产权,系统可应用于材料学表面、医学解剖大体标本、印刷电路板表面的三维成像和测量分析,可测量表面的粗糙度、剖线长度、曲率、表面积等参数。 本系统为国内自主知识产权开发的软、硬件系统,在图像软件方法上集成了课题组多年在显微图像分析上的研究经验可与国内材料学、医学等应用接合,在应用方法上已取得了多项创新。该软件系统与显微镜硬件接合可实现小批量的生产,为材料学、医学、工业等领域的科研和生产检测提供的技术支持。
北京航空航天大学 2021-04-13
首页 上一页 1 2 3 4 5 6
  • ...
  • 193 194 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1