成果介绍人脸三维识别，工业产品的三维检测技术创新点及参数自适应，“拟人”；深度学习（神经网络）；模糊逻辑和逻辑推理；进全局优化化计算。市场前景人脸识别，工业产品的外观三维检测

一般来说，燃料成本约占燃煤发电企业总发电成本的70%－80%。可见，燃料成本是发电厂生产经营和经济核算的中心环节。因此，燃料的现代化管理水平对火力发电厂的生产安全、经济、稳定以及提高企业的经济效益有着重要意义。火电厂的燃煤管理是生产管理的重要环节之一，只有准确、迅速测量出煤场存煤量，才能对电厂进行成本核算、经济效益评估和科学的管理。传统盘煤方式主要采用人工丈量的方法。这种方法不仅费时费力、不准确，而且易受气象条件影响。

检测技术是现代制造业的基础技术之一，是保证产品质量的关键。随着现代制造业的发展，许多传统的检测技术已不能满足其需要，主要表现在：现代制造产品种类越来越多，制造精度越来越高，很多场合要求实时、在线、非接触检测；现代制造业的发展需要更快速、有效的产品检测技术。视觉检测技术是建立在计算机视觉理论基础上的一门新兴检测技术，具有非接触、速度快、精度高、现场抗干扰能力强等许多优点，能很好地满足现代制造业对检测的需求，在实际中正取得越来越广泛的应用，如零件外形尺寸测晕、零件的缺陷检查、零件装配、机器人的引导和零件的识别等。 浙大团队设计轴承表面视觉在线检测系统，被检轴承在机械运动工作平台上，在计算机的控制下，以一定的速度和节拍在传输带上运动，轴承在光源的照射下，其影像被投射到光学成像系统，CCD摄像头将其接收的光学影像转换成视频信号输出到图像采织卡，图像采媒卡再将视频信号转换成数字图像信息供计算机处理。计算机运用各种算法对图像数据进行预处理、轴承图像分割、定位以及计算等，最终判断所检轴承是否为合格品，为合格品者则计算并输出图像的相对转角，由机械执行机构（比如机械臂）根据此转角完成轴承生产的下一工序。

Ai视觉检测机器人是一款搭载了六轴工业机械臂、视觉人工智能和工业大模型的高科技设备，充分利用机械臂的多轴灵活运动、重复定位精度高等优势，主要用于复杂外形工业产品的缺陷检测，特别是汽车零配件、新能源、核电领域等高端制造、品控要求高的产品外观检测。

设计两个硅纳米棒作为超构表面的基本相干像素结构单元，从而实现光场透射的有效调控。通过独立控制两个纳米棒的转角，可以实现单层结构对振幅和相位的独立调控，从而能够在单层纳米结构上实现任意全息与平面图像的集成。更进一步，针对于彩色平面图像，可以通过硅纳米棒的尺寸（即单根纳米棒的长和宽）以及纳米棒之间的转角差的控制，实现对颜色HSB三参数的按需调控，从而将超构表面结构色的调控能力从二维的色度-饱和度平面，真正拓展到三维的色度-饱和度-强度空间 以上研究成果将丰富和拓展超构表面在图像器件方面的应用，比如实现有阴影信息的彩色图像打印，开发新型全彩平面与彩色全息图像的集成显示技术，研制基于平面和全息图像集成的纳米隐写信息安全技术等。同时，该工作中体现的相干像素设计理念也将对复杂光场调控问题提供新的解决思路和方案

设计了一种基于金属材料(金、银等)的三重旋转对称C3超构单元的超薄非线性光学超构表面。金属纳米结构的厚度仅为30纳米厚，像素单元为500纳米 x 500 纳米。这类光学超构表面包含具有旋转对称性的单元结构，因而在可见光或近红外照明下看上去均匀。然而，如果通过一对存在夹角的C3超构单元上倍频信号的干涉相消、相长原理，可将非线性倍频强度不同的图案或文字加密于其中。然后，采用飞秒激光照明（波长为1200nm-1400nm），隐藏的图像可通过二次谐波（SHG）成像过程被读取出来。这种新型的基于空间变化的光学干涉的非线性光学超构表面为多维度图像加密、防伪和无背景图像重建开辟了新的途径和思路。

水源图像检测和分类在监测和识别河流冰灾、洪水、垃圾污染和死水等方面有很多应用。然而，海水、河水、湖水和池塘这些称之为干净水源的图像，可能和一些污染水源的图像重叠，加之冰雪天气下水体结冰等因素的存在，使得水源图像分类的问题更加复杂。在这些情况下，精确的水资源图像检测和分类就显得至关重要。本项目基于RGB图像对水源进行分类，达到水污染检测的目的。本项目的创新点在于提出一种新的图像频率域分块方法，将图像之间的细微变化放大，有效地提取图像的纹理特征，区分污染水源图像和干净水源图像，并且对水体

AICheck图像智能处理平台是企业级一站式AI服务平台，集数据采集、在线样本标注、一键模型训练、任务管理、在线检测和结果输出于一体，使企业可以快速应用海量的成熟算法，降低AI算法应用与管理成本，实现端到端服务。核心技术涉及人工智能、2D/3D视觉和云计算，核心功能包括目标识别、OCR识别、瑕疵检测和目标测量。

Ø 基于内容的图像检索是近年来兴起的新技术，与传统的基于文字的检索相比，其直观、高效、通用等特点，受到了越来越多的重视。基于内容的图像检索的基本思想是通过分析图像的视觉特征和上下文联系来进行检索。通常图像的特征分为低层物理特征（如：颜色、纹理、形状、轮廓、图像内容的空间关系等）和高层语义特征（是人们对图像内容概念级的反映，一般是对图像内容的文字性描述）。基于内容的图像检索突破了传统的基于关键字的表达方式检索局限，直接对图像内容进行分析和特征提取，利用这些描述图像内容的特征建立索引。目前已经

该系统是与北大医学部物理教研室联合研制。涵盖了脉搏、语音等非电量的信号采集、频谱分析、分解与合成等功能；结合数字图像处理技术，进行傅里叶光学实验模拟。系统可完成多个设计性、创新性、趣味性的实验内容。 《脉搏语音图像分析系统》是与北京大学医学部物理教研室联合研制开发。 该系统涵盖了脉搏、语音等非电量的信号采集、频谱分析、分解与合成等功能；并结合数字图像处理技术，进行傅里叶光学实验模拟。 仪器可应用于开设“压力传感器测量脉搏”、“语音形态观测”、“数字图像的离散傅里叶变换”等多个实验，更能够让学生自主设计各类频谱滤波器，完成多个设计性、创新性、趣味性的实验内容。 系统特色： 1.  直观地展现语音、脉搏等生活中常见的信号,实现脉搏信号和语音信号的可视化； 2.  快捷地分析脉搏、语音信号的频谱构成、选频、重建； 3.  轻松地完成阿贝成像空间滤波物理研究性实验内容，以及数字图像的二维频谱分析、滤波、重建等功能； 4.  高灵敏度的采集探头对脉搏信号进行真实呈现，精确分析脉搏强度，实现科学定量地脉搏诊断。 功能模块 一、脉搏语音实验仪 二、信号分析软件 1. 脉搏信号测量分析测量脉搏波，并对脉搏信号作傅里叶频谱分析；并根据信号频谱图，进行原信号的分解以及合成还原。 教学应用： 可用于研究脉搏波的不同频率构成，通过任意分解和还原脉搏信号，分析不同频率对于脉搏图像的影响程度和变化规律。 2.  语音信号观察测量语音，并对语音信号作傅里叶频谱分析；在此基础上对原信号分解、合成、还原。 (1) 不同语音图像和频谱对比； (2) 分析同一实验者的不同音节，并进行信号的傅里叶变换，对比两段语音的时域差别和频域差别；(3) 分析不同实验者语音频谱，理解和掌握语音识别的原理； (4) 长时动态傅里叶频谱观察，进行长时间动态观察语音信号的时域图像和频域图像。教学应用：(1) 方便学生观察不同音节的语音形态，分析语音结构的细节特征；(2) 直观地反映语音信号在短时间内重复的周期变化，对不同类周期信号进行分析，研究类周期信号之间的异同点；(3) 对语音进行时-频分析，观察不同人、不同声音的频谱特征。 3.  多通道信号叠加分析 将多通道信号进行叠加,频谱分析、信号分解、分离和还原。将实验中多种信号通过传感器转换为电信号，接入外接通道，进行信号观察、检测和时-频分析。 教学应用： (1) 用标准信号进行实验分析，并与理论计算公式作对比，对傅里叶变换公式进行实验验证； (2) 根据实际需要，可以让学生设计测量各种物理量的传感器，直接输入到实验仪的外接通道，进行待测信号的测量。 4.  数字图像处理与光学实验模拟 观察黑白图片的二维傅里叶频谱，使用不同形状和参数的滤波器，对图像频谱进行低通、高通以及带通处理，对比处理后图像与原图的异同。 教学应用： (1) 将数字图像作为二维函数，通过傅立叶变换转换到频率域上，让学生根据具体需要，对频谱进行各种滤波处理，并将滤波后的频谱反变换，得到特定增强滤波处理后的图像； (2) 使用不同的图片模拟光学实验，进行空间滤波。无需到实验室搭建实际光路，就能够让学生观察到复杂的光学成像结果。 典型应用 教学中可开展的实验内容  1.压力传感器测量脉搏 压力的测量是各种测量技术中最常见的一种测量。本实验采用压电晶体式压力传感器测量脉搏波的波形及脉搏频率。 2.  语音形态观测实验由话筒采集语音信号，信号放大后输入计算机由数/模转换器转换为数字信号，经软件处理后显示在监视器上。实验中可通过观察同一人发不同音、不同人发相同音，理解语音识别的基本原理。 3.  傅里叶光学的空间频谱与空间滤波实验滤波器：低通滤波，高通滤波，带通滤波，自定义滤波器滤波 物屏：一维光栅滤波，二维光栅滤波， “光”字屏滤波。