产品详细介绍 多人面部识别 采用多人面部识别技术，可实现学生定位、教师跟踪和板书识别等多种教学场景的拍摄。 无需定位摄像头 高集成一体化，无需采用任何定位摄像头，识别率高出市场同类产品30%以上。 身高自适应系统 可以根据师生的身高，使用人脸检测技术，达到身高自适应。 板书伴随式跟踪 可根据教师书写板书位置，板书摄像机进行伴随式跟踪。突出教师书写重点，并且自动适应长黑板及推拉式黑板；采用肤色识别算法，自动屏蔽因转身等因素造成的板书识别，提高板书跟踪的鲁棒性。 景别全自动切换 配合导播规则，可实现教学过程全自动五机位景别智能切换。无限接近专业人工拍摄手法，杜绝摄像机的转动、变焦等垃圾镜头。 零配件自动跟踪 整套系统无需借助其他配件来实现跟踪效果，环境光源自适应，教师在授课时候始终处在图像跟踪定位范围内，保证图像跟踪。

本发明公开了一种基于图像分层增强的图像去雾方法及系统，方法包括以下步骤：S1、估测原始图像的大气光值 A；S2、结合所述大气光值构造两层半逆图像，对两层半逆图像进行线性对比度增强；S3、计算原始图像和增强后的半逆图像在 CIE-LCH 空间 H 通道的绝对差值，根据所述绝对差值确定增强后的半逆图像的权值分布，根据所述权值分布将两层增强后的半逆图像进行融合；S4、对融合后的图像进一步线性增强，获得最终的对比度增强的去雾

产品详细介绍SC-G型自动考种及千粒重分析仪（含玉米果穗考种）1、货物名称：SC-G型自动考种及千粒重分析仪（含玉米果穗考种）玉米自动考种及千粒重分析仪所配的各种种粒自动考种及千粒重分析仪2、主要用途：SC-G型自动种子考种分析及千粒重仪系统是根据图像识别原理来实现自动分析的。目标照明模式可在背光和普通日光之间切换。可用于各类农作物实粒种子（谷粒、玉米、小麦、油菜籽等）的精确考种、各类粮库的虫口计数分析，以及另加配件后可做发芽率、均匀度分析，可兼做表面光滑的昆虫计数或虫卵计数（如：米象、蚜虫、蚕卵、鱼籽等），以及被当作种子净度工作台用于种子净度检验。内置支持网上在线升级的模块。3、主要性能指标配A3幅面最高分辨率1600dpi × 1600dpi、紫光M1彩色扫描仪。可分析各类种粒的种粒直径1～20mm。扫描仪分析工作区：A3幅面（431.8mm×304.8 mm）。可同时成像分析10个玉米果穗、35个玉米截面、1000粒左右玉米籽粒。配500万像素分辨率的彩色数码拍摄仪，及超薄的背光光源板（大于A4幅面），具有图像调整、观察特性。1）．籽粒数分析速度、精度：自动数粒速度：1500～3000粒/分钟（玉米籽粒），其它籽粒为1200～20000粒/分钟，数粒误差≤±0.1~0.4%，监视修正即达100%正确。具有相机画面畸变、背光板均匀性的自动矫正特性，有效减小尺寸测量误差。对于直径较小的种粒（如油菜籽、蔬菜籽），单批次考种数量在5000-10000粒。可根据实际需求自行创制一键自动分析向导，适用于水稻、小麦、玉米、豆类、油菜籽、瓜子、蔬菜籽等各类农作物的自动精确考种，自动测出籽粒数、各籽粒的粒形参数（长、宽、长宽比、面积、等效直径、周长等），以及其平均值，能精准显示种粒外接矩形，并可自动排序输出，及可输出粒径分布图表。自动千粒重分析的精度误差：≤±0.5%。具有对被分析目标颜色、形状进行自学习和再学习，并实现自动分类的特性，以及品种比对特性。能大批量自动分析成像后的种粒图片。2）．果穗、截面分析速度、精度：同时成像分析玉米果穗：10个/次/分钟、玉米截面：35个/次/分钟。全自动测出各玉米穗长、穗粗、秃尖长、左右穗缘角、穗行角、平均行粒数、粒厚、截面穗行数、穗粗、轴粗，以及其平均值，可自动测出各玉米截面上的平均粒长、平均粒宽等参数。3）．有被测样本条码、电子天平RS232重量数据的自动输入接口，插上电脑条码枪即可刷入样本条码编号；电子天平上的被测样本重量数据可一键送到电脑保存为EXCEL表。4）．分析过程为全程电脑控制，高效、准确、简便易用，真正一键式操作，鼠标一点，结果即现。5）．辅助删补：用鼠标选择增加/删除，或直接用鼠标在屏上手工计数，以确保100%正确。目标区的个性化计数：对工作区视野中任选范围或矩形范围内的计数。6）．分析数据导出：分析图像结果可保存，以及按大小形状排列输出，自动形成总报表，统计分析结果能输出至Excel表，以及，以及按宽度、长度、面积等输出的排列图和测量图。3. 供货配置表：SC-G型自动考种及千粒重分析系统 数量 备注SC-G型自动考种及千粒重分析软件及《简明手册》 1张 光盘，3年免费升级软件锁 1个 1年保换、2年保修SC-G型自动考种及千粒重分析系统软件质量三包卡 1张 光盘电子文档中A3幅面的紫光M1彩色扫描仪 1台 紫光公司全国联保1年USB2.0接口的拍摄仪（彩色500万像素） 1台 非人为损坏，质保1年超薄的背光光源板（A4幅面工作台板） 1个 非人为损坏，质保1年带RS232通讯接口的量程220g电子天平（精度1mg） 1台 生产厂家联保1年RS232接口通讯传输线 1条 非人为损坏，质保1年种粒成像盘、种粒收纳小盘 各1 4. 推荐电脑配置（需另配，由投标的经销商在当地找供应商）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）

通过采用两个不同光学放大倍率图像采集系统，进行巧妙的光路切换，实现了针对检测对象变换图像分辨率的要求，有效解决了高密度PCB检测速度和微小元件检测准确度的矛盾，破解了长期困扰自动光学检测技术领域共性技术难题；应用企业已累计生产销售682台套，用户已达到300多家，部分产品出口到了欧盟、东南亚等国家和地区，打破了相关高端设备一直被国外设备垄断的局面，有效促进了行业的技术进步。

适用范围： 微机全自动量热仪主要由恒温式量热仪及微机量热控制仪等部分组成，是一种由计算机系统自动控制,并能进行其它数据、文字处理的多功能、高自动化热量测量仪器；具有测量精度高、操作简便、使用可靠等特点，该仪器主要用于建材、生物燃料、污泥沼渣、油品、煤炭、化工、土壤、饲料、食品、木材、炸药等可燃物质发热量的测定。 符合标准： GB/T213-2008《煤的发热量测定方法》 GB/T384-1981《石油产品热值测定方法》 JC/T1005-2006《水泥黑生料发热量测定方法》 ASTM-D5865-2010《煤和焦煤总热值实验方法》 GB/T30727-2014《固体垃圾生物质燃料发热量测定方法》 GB/T 14402-2007 《建筑材料及制品的燃烧性能燃烧热值的测定》 ISO 1928-2009《 固体矿物燃料-用弹式量热计测定总值并计算净热值》的要求。 性能特点：     采用微机控制，保持了计算机全部功能，并可使用各种通用软件。可自动标定量热系统的热容量（热容量），测量发热量。输入硫、水分、氢等数据，即可换算并打印出弹筒发热量、高位发热量，低位发热量等结果。 1、内桶无需提出、操作简单、维护方便。单头氧弹，采用套压方法拴装点火丝，方便安全可靠。 2、大容量外筒水箱，具有制冷功能，确保热容量稳定，适应长时间连续做样；采用模块化微循环水散热系统，减少环境对测试精度的影响，能够连续实验，解决了过去压缩机制冷全自动量热仪维护繁杂，易出故障，需专业人士维修的通病，为客户节约大量时间，使测试过程更加简单舒适。 3、设计独特的内筒水精确定量系统，注水、排水自动控制，注水量高度精确，排水干净，确保每次内筒水量一致，有效保证系统的测量精度。 4、采用专利技术，实现水质净化，提高仪器的可靠性； 5、具有高低位、基准换算、平行样、热容量自动计算、人工复算等功能； 6、具有智能终端功能，提供多种网络接入方式，结合数据交互中心实现数据共享，实现实时数据向管理系统上传。 7、部分元器件采用进口元件，进口精密感温探头，温度分辨率达到0.0001K；使整体集成电路更加稳定可靠。 8、氧弹采用耐热、耐腐蚀的镍铬合金钢制作，传热更快。 9、测试速度快，所有数据实测，真实可靠，不采用软件校正改变测试结果。 10、采用先进的串口技术，适应计算机技术的新发展，实现一机多控，相互间测试互不影响，实验的同时可进行数据处理，方便用户查询数据。 11、测试软件全面支持Windows平台，稳定性更好，可联网实现远程数据共享。 12、采用日本原装进口搅拌电机，搅拌匀速稳定，性能可靠，抗干扰能力强。实现自动充水，自动调水温，自动定量，自动搅拌，自动点火，降低人为误差。 13.该款量热仪改进了普通量热仪使用一段时间后，氧弹腐蚀不容易点着火等问题，和危废腐蚀性大，容易毁氧弹等问题。我们采用耐腐蚀合金小氧弹是普通量热仪氧弹的两倍寿命。 技术参数： 使用环境温度范围：0～45℃ 温度分辨率：0.0001K(原装进口产品测温计) 环境湿度：≤85% 精 密 度：≤0.1% 热容量稳定性：三个月内热容量变化≤0.20% 准确度：5次苯甲酸重复测定相对标准差≤0.20% 测试时间：快速法：12min，国标法：15min 电   源：220V±22V、50HZ±1HZ 功   率：≤0.6KW 重    量： 52kg  

晶硅光伏组件生产完成之后，必须经过外观检测，以确定是否有虚焊、碎片、异物等外观缺陷。一般而言，外观检测都是人工完成，具有工作烦累、容易出错等问题。晶硅光伏组件还要经历电致发光（ EL）测试，以确定是否有裂纹、黑芯片、硅片杂质缺陷、电极缺陷、片源不一致等问题。一般而言，这部分的检测都在设备中进行，目前的设备只能得到整个组件的 EL 测试图像，需要人工针对该图像进行缺陷分析，强烈依赖于检测人员的技术能力和责任心。本产品是晶硅光伏领域专家与机器视觉公司合作开发，将晶硅光伏组件的

简介： 1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。 层级分割模型示意图  分类模型可视化热图   2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。 钼靶乳腺图像预处理   双侧双体位深度学习网络   优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。  

1、胰腺肿瘤CT图像诊断算法。针对胰腺肿瘤分类问题，从医学CT图像出发，搭建深度学习模型。对于肿瘤分类，我们将问题建模成两部：胰腺定位查找和胰腺肿瘤分类。我们建立级联分割网络，从病人腹部的CT图像中将胰腺器官分割出来。级联分割网络比之前的层级分割网络结果提升10各点。之后建立多模态分类网络，针对CT图像的特性，将多切片多造影剂时期多区域的数据进行融合，在胰腺肿物分类中取得了较好的结果。层级分割模型示意图 分类模型可视化热图 2、现有的乳腺癌腋窝淋巴转移的医疗诊断措施为病理活检，是一种过度医疗。基于乳腺钼靶图像的术前无创的乳腺癌腋窝淋巴转移预测手段能够有效避免过度医疗。我们构造了基于乳腺钼靶图像的深度卷积神经网络模型来处理乳腺癌腋窝淋巴转移问题。我们对乳腺钼靶数据进行了预处理和数据集的整理、划分。我们构造了三个不同的深度卷积神经网络，患病侧单体位网络、患病侧双体位网络和双侧双体位四视图网络。其中，患病侧单体位网络分为 CC 位网络和 MLO 位网络。在乳腺钼靶数据的测试集上，患病侧 CC 位网络、患病侧 MLO 位网络、患病侧双体位网络、双侧双体位四视图网络的结果依次递增。这表明了同时使用同一患者的四张钼靶图像的双侧双体位四视图网络具有更好的预测效果，更适合乳腺癌腋窝淋巴转移预测任务。对于双侧双体位四视图网络，我们不仅使用了双侧测试集 1，还使用了额外的双侧测试集 2 进行测试。钼靶乳腺图像预处理 双侧双体位深度学习网络 优势：从客观的医学图像数据出发，结果可重复，而且高效快捷，提高识别准确率的同时，便于临床推广。