运动物体监测系统随着计算机技术，尤其是多媒体技术和数字图像处理及分析理论的成熟，视频图像作为更直接更丰富的信息载体，正在成为越来越重要的研究对象。近年来，随着物联网、数字地球等概念的提出以及互联网的广泛应用，视频图像信息己成为人类获取和利用信息的重要来源和手段。现实生活之中，大量的有意义的视觉信息包含在运动之中，而且在某些场合下，往往只对运动的物体感兴趣，如交通流量的检测，重要场所的保安，航空和军用飞机的制导，汽车的自动驾驶或辅助驾驶等。运动目标的图像检测与跟踪是基于动态图像分析的基础上结合图像识别和图像跟踪方法对图像序列中的目标进行检测、识别的过程，它是图像处理与计算机视觉领域中的一个非常活跃的分支。 本系统利用计算机视觉和视频分析的方法，对摄像机拍录的图像序列进行自动分析，用自适应背景模型的背景差分法进行运动物体检测，采用基于HSV色彩空间的阴影检测方法去除运动物体的阴影，本课题利用自主设计的快速算法实现运动物体的实时识别。从而达到从视频流中提取运动物体类型、大小等信息。本系统具有以下优点：利用摄像头采集当前场景的视频信息，属于面式检测，检测范围大，能提供当前场景中所需的丰富信息，且维护简单，可移植性强。适应性强，不同应用场景只需更换相应的模板图像即可应用。 非接触物体测量系统随着生产的发展，对物体测量方法及各种测量工具也在发展。本系统利用计算机视觉对图像进行预处理预处理、特征提取、关键特征提取、图像立体匹配最终进行三维坐标恢复进而得到物体的尺寸信息，能够进行三维物体的测量。达到了恢复物体三维信息的目的。

研发阶段/n技术简介：将机器视觉技术与自动控制、机械设计相结合，应用于香菇的分级中，实现香菇4个级别（天白花菇、白花菇、茶花菇、光面菇）的在线自动分级，分级准确率大于90%；机器单排每天可分选480.4kg香菇，是单人工的分选的4倍。技术的应用领域前景分析：用机器自动分级代替人工手选，不仅可以排除主观因素干扰，将工人从繁重的劳动中解脱出来，降低加工成本，而且可以记录整个系统的工作状况，提供产量等报表，具有精度好、智能化程度高、效率高，可一次完成多种品质指标的检测等优点。有利于建立产品质量标准化体系，

成果简介：IEEE1394 立体视觉头由多个微型 CMOS 摄象机构成的成象模块和 IEEE 1394 传输模块组成。多个 CMOS 摄象机同步获取图象（摄象机之间信号完全同步），并将图象存储在成象模块的缓存中。摄象机的个数可以根据不 同的视觉感知任务选配。IEEE 1394 传输模块读取成象模块缓存的图象数据， 通过 IEEE 1394 接口将图象数

研究意义1. 视觉感知是高铁、自动驾驶车辆、无人航行器等自动化设备实现环境感知的重要手段。2. 对运动状态下产生的图像模糊进行复原是计算机视觉领域的重要研究内容。3. 运动模糊对于基于视觉的目标检测算法的检测能力具有显著影响。 研究目标 本研究相机在直线运动状态下前进速度与目标检测算法在产 生的模糊图像上检测能力的关系。通过实验进行具体关系的 研究与分析。对模糊图像应用合适的去模糊算法，观察并分 析去模糊后目标检测能力的变化。

随着移动互联网、智能移动终端及云计算的迅速崛起，移动视觉标签搜索与识别已经成为有重要影响的关键技术之一。摄像头成为了移动互联网时代的入口，就像PC时代的搜索框一样。 “凤凰眼”视觉标签识别系统及产品原型通过自主研发的图像识别算法，实现“静态视觉信息的自动提取与识别”，所见即所得。当用户使用本产品来浏览感兴趣的目标物体时， 用户无需为商品拍照或扫描条形码，当摄像头对着目标“看”了几秒钟后，即可以将真实的物理世界信息映射为视觉标签并识别。 本产品可作为智慧景区、智能购物、私

视觉里程计可以通过相邻两帧图像之间的差异，计算出机器人位置和姿态的变化。采用FPGA\SOC实现机器人视觉里程计则可以极大地提高处理能力，满足实时计算的要求，本项目： （1）支持SURF特征点和FAST特征点的检测。其中SURF特征点（8个尺度），支持图像的尺度不变性。

成果与项目的背景及主要用途：刀具预调测量仪（简称对刀仪）是数控加工设备必备的配套仪器，广泛用于各种类型刀具的预调和测量。天津大学精仪学院在国内首先研制成功第一台基于视觉检测技术的，智能化刀具预调测量仪，结束了国内传统的投影屏目测瞄准的光学法对刀仪的历史，该刀具预调测量仪曾于2004 年和 2005 年两次参加国际机床工具展览会，并已成为产品销售。计算机视觉型刀具预调测量仪使用 CCD 摄像机采集被测刀具图像，通过图像处理技术实现影像的数字对焦、自动瞄准测量。测量的自动化不仅消除了操作者的人为误差，而且简化了主机结构，提高了操作的灵活性，实现了数字微米级 的测量精度。 技术原理与工艺流程简介：计算机视觉型刀具预调测量仪使用 CCD 摄像机采集被测刀具图像，通过图像处理技术实现影像的数字对焦、自动瞄准测量。测量的自动化不仅消除了操作者的人为误差，而且简化了主机结构，提高了操作的灵活性，实现了数字微米级的测量精度。技术水平及专利与获奖情况：智能化刀具预调测量仪，结束了国内传统的投影屏目测瞄准的光学法对刀仪的历史，技术指标达国际先进水平。 应用前景分析及效益预测：应用于数控加工领域。

近日，上海交通大学电子系义理林教授课题组基于智能锁模算法、时间拉伸技术和实时高速电路建立的实时光谱分析控制平台，实现了锁模激光器输出飞秒脉冲的实时光谱调控，对飞秒激光器的设计具有重要的应用价值。相关成果以“Intelligent control of mode-locked femtosecond pulses by time-stretch-assisted real-time spectral analysis”为题目于2020年1月发表于国际光学顶尖期刊《Light: Science & Applications》（中科院长春光机所与Nature出版集团合办期刊），并入选为封面文章，在“News & Views”栏目被专门评述。博士生蒲国庆为第一作者，义理林教授为通信作者。 图说：期刊封面文章 飞秒尺度（1E-15秒）脉冲对应着原子分子、材料、生物蛋白、化学反应等丰富物质体系的众多超快过程，有着广泛而重要的应用。锁模激光器作为产生飞秒脉冲的重要基础研究工具，在物理、化学、生物、材料、信息科学等领域都有广泛的应用。飞秒锁模激光器自上世纪六十年代发明以来，与其相关的研究分别于1999，2005，2018年获得过诺贝尔奖。 随着超快光学的快速发展，越来越多的前沿应用需要对飞秒脉冲的时域和光谱进行精细控制。由于飞秒脉冲的产生涉及非常复杂的非线性和色散传输效应，达到特定脉冲状态的稳态输出需要对激光器多个参数在高维空间进行优化，传统基于激光器光学设计和优化的方法已被证明难以精确实现。 通过对飞秒脉冲状态进行智能识别，结合智能算法对激光器多参数进行全局优化，有望获得理想的飞秒脉冲输出，但其主要挑战在于飞秒脉冲难以实时精确识别。低速时域采样无法识别飞秒脉冲宽度和形状，光谱仪虽可识别飞秒脉冲积分光谱但无法识别其瞬时光谱，因此传统方法都无法做到实时控制飞秒脉冲精确锁模状态。为了解决这一难题，义理林教授课题组提出在锁模控制环内引入时间拉伸-色散傅里叶变换（TS-DFT）技术，通过时域到光谱的转换，采用低速时域采样即可识别飞秒脉冲对应的瞬时光谱宽度和形状。结合智能控制算法，实现了以1.4nm为精度对飞秒脉冲光谱宽带从10nm到40nm进行可编程控制，光谱形状可编程为高斯型或三角形等。这是本领域首次实现飞秒锁模脉冲光谱宽度和形状高精度实时编程控制，解决了飞秒锁模脉冲锁模状态无法精确调控的难题。 基于实时的光谱控制，该研究还展示了从窄谱锁模态至宽谱锁模态以及从三角形光谱脉冲态至宽谱锁模态的演变过程，发现两者动力学过程具有相似性，提出了目标锁模状态可能决定中间动力学过程的猜想，为人们进一步探索锁模激光器内部机理提供新视角。 图说：基于快速光谱分析的飞秒锁模脉冲智能控制 非线性光学著名专家John Dudley教授（欧洲物理学会主席，IEEE/OSA Fellow）在《Light: Science & Applications》的“News & Views”栏目撰文介绍此项工作，认为本工作极具创新性，开拓了研究锁模动力学新的可能性，很可能应用于多种锁模光纤激光器中。 义理林教授课题组过去六年来一直致力于解决飞秒锁模激光器的智能控制问题，2019年发表在光学领域顶级期刊《Optica》的“智能锁模激光器”成果入选美国光学学会旗下新闻杂志《Optics & Photonics News》2019年光学年度进展“Optics in 2019”。该方向工作部分得到国家自然科学基金（61575122）的支持。《Light: Science & Applications》论文全文https://www.nature.com/articles/s41377-020-0251-x《Light: Science & Applications》“New & Views”评述论文https://www.nature.com/articles/s41377-020-0270-7

一、项目简介 项目旨在解决现有目标检测、识别和跟踪系统易受雨天、雾天、沙尘、低光照、水下等恶劣成像环境的影响问题，使得相关目标检测、识别与跟踪系统可以全天候工作，最大程度克服相关视觉应用系统受天气和工作场景的影响的局限。 二、前期研究基础 课题组通过多年攻关，在相关核心技术方面有多项突破，提出多项拥有自主知识产权的针对恶劣成像环境下退化图像的质量提升方法。相关研究处于国内领先水平，已在包括IEEE Trans.Image Processing， CVPR，ICCV等计算机视觉国际顶级期刊和会议上发表论文17篇。授权发明专利5项，软件著作权1项。 三、应用技术成果 1)    雾天图像增强2)      水下图像增强 3)    雾天图像增强