产品详细介绍  北京韦斯达通科技有限公司新品推出： 业内唯一支持同时支持LINUX系统和WINDOWS系统的WIS-HDCAP1.0高清采集卡 业内唯一支持Drictshow真正的1080P质量的WIS-HDCAP1.0高清采集卡 业内唯一同时可以支持分量、VGA、DVI、HDMI四种标准的WIS-HDCAP1.0高清采集卡                                                                                                产品描述： 1.         PCI-E 1x接口，单卡实现1路VGA信号、DVI、分量、HDMI复用 2.         采集VGA、DVI、分量、HDMI信号分辨率可达逐行高清效果(1920×1080或1920x1200)。 3.         支持Windows系列操作系统，同时还提供LINUX的驱动支持。 4.         支持所有视频采集、编辑、直播软件。支持标准的DIRECTSHOW进行开发，无需二次开发;根据不同客户的需求，同时提供二次开发SDK。 5.         支持一机多卡。 6.         画面大小可高质量缩放和切边功能 7.         自动检测源的分辨率。和刷新率，且能够自动匹配 8.         对地某些专业设备输出的特殊信号提供多种参数可自定义配置 9.         并提供特殊信号源的开发支持 10.     支持目前市面上现有的准高清摄像机（720P）和高清摄像机（1080P）如SONY新出的HD7V、HD3V和国产的最高1080I和最高1080P的摄像机 适用行业： l         电脑主机信号采集; l         教育、医疗、雷达信号采集 l         大屏幕，电视墙行业应用 l         工控机、游戏机主板、嵌入式设备 l         视频会议，远程教育培训 l         高清安防，门禁 l         运输安检 l         军事模拟 l         虚拟现实等 技术参数：   板卡格式: PCI-e x1 半长卡, 93mm x 135mm. PCI-e 总线主板，具有scatter gather DMA ，提供数据传输率最大为 480MB/s. 接口: 一个 DVI-I类型的接口，可以转接VGA、分量YPbPr、HDMI、DVI 最大采样率: 每秒200M像素. 视频采样: RGB:  每像素24 比特/8-8-8 格式. 视频采集内存: 32 MB (实时更新).  三倍缓存. 支持RGB 模式: 640 x 480,720 x 400, 800 x 600, 1024 x 768, 1280 x 800,1280 x 1024, 1440 x 900,1600 x 1200, 1920 x 1080, 1920 x 1200,自定义模式. 支持DVI模式: 640 x 480, 800 x 600, 1024 x 768, 1280 x 1024，1920x1080，自定义模式。 支持HDMI 模式: 1080p（最高60）,1080i, 720p, 576p, 480p ，使用的接口是一个分量-DVI 接口. 支持高清分量（YPbPr） 1080p（最高60）,1080i, 720p, 576p, 480p 输入模式监测: 激活源信号模式改变的跟踪，自动监测硬件的输入模式. 采集帧率: 0fps—120fps（因分辨率而定） 其中： 1024X768 60fps 1280x1024 40fps 1920x1080 30fps 720P      40fps 1080P     30fps 视频格式选项: 模拟 RGB HSync 和VSync  模拟 RGB Sync on Green    component    Sync on Y DVI single link HDMI 支持的操作系统: Windows® XP Professional (x86 and x64), Windows® Server 2003 (x86 and x64), Windows Vista® (x86 and x64) and Windows® Server 2008 (x86 and x64) 电源要求: +3.3V最大电流0.5A. +12V 最大电流1.0A. 最大电量 – 13.5 Watts. 操作温度: 0 到 35 摄氏度 存储温度: -20 到 70摄氏度 相对湿度: 5% 到 90% 不结露 模拟输入范围: Min 0.5Vpp  Max 1.0Vpp Hsync: 15kHz - 110kHz Vsync: 无硬件限制, 实时信号一般为 25Hz - 200Hz  分离同步极性: 正极或负极.  (Separate H & V sync, Composite Sync) 同步随绿极性: 负极 模拟输入阻抗 75 欧姆  

功能特性： 高灵敏度全指向阵列咪头，覆盖方圆近10米空间，声音干净自然； DSP数字阵列对比算法，自适应动态降噪，完美去除环境噪声； 全数字自动增益，远近距离说话，拾音大小效果一致； 集成班班通音频信号管理平台，所有音频设备集中管理使用，节约投入，便于维护。   本设备采用处理器与拾音器分离设计，拾音器与处理器通过一根或者两根专用数据线连接，实现音频和电源共线远距高保真传输，拾音器由处理器集中供电。处理器外壳采用标准19英寸机柜设计，1U高，可直接与其他录播设备固定安装在机柜里面，由机柜直接通过市电供电，与其他设备集中管理维护。 处理器集成多功能音频处理平台，具备高速DSP语音处理模块、多路自动混音、环境噪声消除、自动增益、前级放大、多路输入输出音频管理、每路输出音调调节、输出音量调节、单独和混合输出等多种功能。实现一台机器即可接入管理班班通里所有的音频设备，如无线麦克风、电脑音频、校园广播等，处理器直接输出音频至录播主机录音和功放扩声使用，避免使用一般监控类拾音器需要额外增加比如调音台、混音器、前级放大器等设备，节省投入，大大减轻维护工作量。 本设备提供单拾音器和双拾音器两种配置方案，可根据空间大小和形状选购安装。一般类似方形规整空间，可选用单拾音器方案，用一个配套的专用拾音器安装在空间中央天花上，实现整个空间的声音采集；如果是狭长型空间或者过大空间（如100平方米或以上），则选用双拾音器方案，用配套的两个专用嵌入式拾音器，前后分布嵌入在天花上，进行整个空间的声音采集。实现一个平台满足不同空间需求的高效配置。

技术分析(创新性、先进性、独占性)开发了新颖的深度学习算法，准确识别患病部位，准备诊断患病类型，可以显著提高临床效益。自主独立开发。已经在两家大型三甲医院做测试，算法和程序代码完整，

技术分析(创新性、先进性、独占性) 开发了新颖的深度学习算法，准确识别患病部位，准备诊断患病类型，可以显著提高临床效益。自主独立开发。

本发明公开了一种星载遥感光学图像的船舶目标检测识别方法，本发明方法包括预处理步骤、无效信息剔除步骤、连通区域标记步骤、特征提取步骤和分类器设计步骤；采取由粗到精的策略，首先将卫星图像进行降采样和高斯滤波处理，之后从处理后图像中剔除陆地和孤立噪点，快速提取出候选区域，对候选区域进行标记，图像旋转后提取特征信息，之后将特征信息放入预先训练好的分类器中进一步确认分析，去除虚警，找出真实的船舶目标。同时本发明还实现了一种星载遥感光学图像的船舶目标检测识别系统。

本发明公开了一种基于探测器温度的红外图像非均匀性校正方 法，通过图像增益校正系数和采集的均匀背景图像，计算探测器在不 同探测器温度点下的偏置本底，进一步地，根据偏置本底和探测器当 前工作温度的对应变化趋势以插值方法估算探测器在当前工作温度下 的偏移校正参数，最后利用图像增益校正系数和偏移校正参数对红外 图像进行两点校正。相应地，本发明还提出了一种对应的校正系统。 本发明无需红外探测器温控系统及调零挡片，根据探测器在不同温度 点下的偏置本底和当前探测器的温度及时有效地计算校正参数，在保 证红外图像校正效果的同时，有效降低了算法复杂度，增加了实时性。

本发明公开了一种星载遥感光学图像的船舶目标检测识别方法，本发明方法包括预处理步骤、无效信息剔除步骤、连通区域标记步骤、特征提取步骤和分类器设计步骤；采取由粗到精的策略，首先将卫星图像进行降采样和高斯滤波处理，之后从处理后图像中剔除陆地和孤立噪点，快速提取出候选区域，对候选区域进行标记，图像旋转后提取特征信息，之后将特征信息放入预先训练好的分类器中进一步确认分析，去除虚警，找出真实的船舶目标。同时本发明还实现了一种星

深圳国际研究生院张盛副教授团队在已开展的核酸测序方面的专用图像传感元器件关键技术基础上，提出了“基于单分子荧光图像测序的冠状病毒核酸智能检测技术”重大攻关项目研究方案。课题组通过远程网络讨论与协作等多种方式，组织了相关学科的专家多次进行技术研讨，并与深圳市行业内的权威机构合作，在两周内快速进行原理论证，形成技术方案，完成智能检测装置的原型结构设计及前期研究准备工作。 项目致力于开发具有核酸智能检测能力的低成本嵌入式物联网设备，为公共卫生防疫事业提供更加有力、且具备“提前生产、快速部署、分散检测”特点的新型核酸检测的解决方案，有望实现未来冠状病毒传染事件中基因序列的快速发布与潜在感染者的本地化核酸检测能力快速部署，帮助医护人员和民众在家庭或社区对感染或疑似患者进行现场筛查，减少潜在感染者的聚集与交叉感染，快速实现核酸检测层次的确诊检验与病症初筛，助力疫病防控和公共卫生领域战略科技力量的提高和储备。

本成果分为叶片害虫检测和叶片伤害程度检测，害虫检测通过研究的图像建模及形态学处理等相关方法对农作物叶片上昆虫位置进行快速检测，并通过模式统计和分类识别方法精确计算害虫数量和识别类型，每张图片（参考分辨率 2448*3264）处理速度小于 1 秒（和害虫的数量相关），速度远高于人眼。叶片伤害检测通过图像处理方法将图像进行背景、叶片、斑纹分割，通过统计像素，集合斑纹形状进行定级评价，每张图片（参考分辨率 2448*3264））进行自动检测和分析，处理速度 2 秒左右（和图像中叶片的数量相关），经过人工核