随着钢铁行业的高速发展，国内外钢铁产量已经达到了饱和状态，提升钢产品的质量成了钢铁行业发展的重要目标。连铸坯的生产是钢材生产的关键，其连铸坯的质量对后续产品的生产及最终产品质量有重要影响，热轧板带表面缺陷大部分是连铸坯表面缺陷遗传而来。高质量铸坯的生产成了连铸生产企业和连铸工作者的主要目标。高温钢液在连铸过程中凝固成型，连铸坯的偏析、裂纹、疏松、夹杂物等质量问题基本上都产生于或源自连铸凝固过程。要实现高质量铸坯的连铸生产，必须减少甚至消除这些质量缺陷。 （1）连铸坯凝固缺陷研究：针对连铸坯偏析、疏松、缩孔、裂纹开展相关调研，探究凝固缺陷产生机理，分析连铸工艺对连铸坯缺陷的影响规律。通过调整结晶器一冷强度、二次冷强度、电磁搅拌、机械压下等技术参数，改善连铸坯凝固缺陷。 （2）中间包研究：模拟中间包内钢液流动过程，分析钢液流动的合理性；主要研究中间包内控流装置位置分布、高度设置、不同装置间的配合使用是否达到最优。具体工作：模拟中间包内钢液流动传热行为，分析钢液温度的变化情况；模拟钢液液面的波动，分析和了解渣-钢界面间的相互作用；模拟中间包内钢水的传质现象，分析钢水在中间包内的停留时间，中间包内的活塞流、全混流以及死区等等。模拟中间包内底吹气体的作用过程，分析和了解吹气对钢液流动特性的影响。 （3）结晶器研究：1)结晶器内流场：确定结晶器类型，改变水口类型，水口浸入深度，拉速，结晶器锥度等工艺参数，研究不同工艺参数对结晶器内流场的影响规律，得到液面波动和表面流速量化结果，为工艺参数优化提供科学依据。2)结晶器卷渣和夹杂物去除的研究：改变水口结构参数（不同水口类型、水口侧孔数、水口倾角、水口底部结构和水口浸入深度等）以及浇铸工艺参数（拉速，浇铸断面，电磁等）会对结晶器内的流场产生影响，进而影响结晶器冷却制度、液面波动、水口开口度等参数。所以本部分内容通过水力学模拟和数值模拟相结合的方式研究不同水口结构参数和工艺参数对流场的影响，进而优化水口结构和浇铸工艺参数。 （4）连铸一冷研究：对结晶器传热过程进行机理分析，并将结晶器铜板和凝固壳之间的保护渣的润滑和摩擦模型、传热模型相结合，开发出结晶器一冷传热计算软件。针对不同铸坯尺寸、拉速的操作条件下，为结晶器一冷提供合理的配水量水表。 （5）连铸二冷研究：细化连铸传热边界条件，建立全面的连铸凝固传热模型，研究连铸坯宏观凝固凝固结构与铸坯质量的关系，提出相应的优化改善新方法，对连铸宏观凝固结构进行优化改善，从而提高连铸坯质量，提高连铸生产率。模拟研究连铸微观凝固结构，并讨论微观凝固结构与夹杂、裂纹之间的关系。为提高连铸坯质量提供理论依据。 （6）连铸坯凝固组织研究：从现场采集相关所需数据，运用商业软件 Procast先对连铸过程温度场进行计算，以计算所得的温度场为基础，计算铸坯的凝固组织形貌，如柱状晶区、等轴晶区以及两者分别所占比例、晶粒尺寸等，并分析一次枝晶间距、二次枝晶间距。分析元素成分、连铸工艺条件如拉速、过热度、二冷强度等对上述研究对象的影响情况，优化成分、连铸工艺参数以获得较好的铸坯凝固组织，为现场生产提供理论依据。 （7）连铸坯宏观偏析研究：根据连铸工艺参数，基于体积平均方法，建立连铸多相多尺度凝固凝固模型，研究热溶质浮力、晶粒沉淀、体积收缩作用下连铸坯凝固两相区液相流动与溶质传输行为。耦合电磁搅拌、机械压下模型，分析电磁搅拌强度、搅拌位置、机械压下区间、压下量、压下模式对连铸坯中心偏析的影响规律，优化结晶器与凝固末端电磁搅拌参数、机械压下参数，为连铸工业生产提供理论指导。 （8）铸坯质量智能设计和判定:1）现场连铸数据采集及热塑性曲线测试:现场调研连铸工艺，记录现场工艺参数。采集不同钢种偏析、疏松、缩孔等质量要求，测试不同钢种的热塑性曲线。2）现场连铸数据采集及热塑性曲线测试:现场调研连铸工艺，记录现场工艺参数。采集不同钢种偏析、疏松、缩孔等质量要求，测试不同钢种的热塑性曲线。3）连铸智能判定和设计模型：建立连铸一冷、二冷动态优化模型，利用该模型对铸坯固相率、角部温度、铸坯偏析、中心疏松缩孔、冶金长度等进行预测，通过大量数值计算，建立钢水初始条件、连铸工艺参数与铸坯质量的数据库，指导现场生产。

本项目将研制一套软硬件一体化的医学图像处理与三维重建系统产品，该产品由三大部分组成，包括： 高性能、大容量、适合处理医学图像的硬件平台； 针对医学图像处理裁剪后的专用Linux操作系统；综合医学图像处理与三维重建的医疗专业应用系统。 成果性能：三维重建速度快、重建的图像真实、精细，操作方便。 应用范围：CT、MRI等医学图像处理与三维重建虚拟手术

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。

上世纪80年代，日本富士公司初率先在世界上推出第一套CR系统(计算机X射线影像仪Computed Radiography)，它是用成像板(Imaging Plate，简称IP)替代传统的胶片进行感光并存储，再把储存于IP上的感光信号用激光扫描方法转换成电信号并进行数字图像处理的一种技术，实现了胶片数据化，为放射科无片化及医疗影像计算机联网打下了扎实的基础，为进入远程影像资料会诊开辟了道路。CR系统能直接生成数字图像，使其不再经过显影、定影、水洗技术流程，从而节省了大量的劳动力和精力；CR系统生成的数字图像大大的减少了存放X线胶片的空间，保证了图像的质量，也便于图像的存储、查找，从而结束了图像查询缓慢、易错、保存质量不高的时代，方便对病人资料进衍管理。正是由于它的这些优点，CR技术才得以在医学中广泛应用。 CR图像在生成、传输和扫描进入计算机时，会受到医学影像设备、媒质的实际性能、以及接收设备的限制，这些因素引起图像质量的退化。退化的X射线数字图像质量不能达到直接用于实体造型的要求，从而影响了医生的准确诊断。影响CR系统成像的因素主要有X射线散射、噪声以及人为因素，其中人为因素是指X射线的用量不足或过量。一般来说，由于X射线散射、噪声引起的图像退化很难避免，而且一直存在，因此本项目主要考虑人为因素引起的图像模糊问题，利用图像增强技术对模糊图像处理，方便医生诊断。 以下是模糊大剂量CR图像、模糊小剂量CR图像以及可以用于诊断的标准CR图像显示效果：

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