本项目检测系统通过高帧频面阵相机动态实时采集纱线图像，配合鲁棒性图像处理与参数检测算法，实现对纱线条干均匀度的全面评价，建立电子黑板和电子织物构建模型，实现纱线条干均匀性的可视化，预测纱线条干在黑板和织物中的外观效应。该项目同时可用于纱疵分类、竹节纱参数检测以及纱线等级预测评定。 关键技术 （1）纱线传动控制各单元的协调与配合：包括传动装置与采集设备各组件的配合设计，纱管退绕装置与主动轮连轴传动时的张力控制，运行中纱线的抖动和跳动问题，暗箱、相机镜头和光源位置的优化调整以及纱线速度、光源亮度与相机帧频、曝光时间的配合问题。 （2）基于 C++与 Opencv 的多线程实时处理框架的搭建，在纱线图像采集的过程中，实现图像的边采集边处理，提高系统的实时性，缩短检测所用时间，杜绝纱线信息丢失现象，从根本解决纱线图像高速检测的问题。 （3）鲁棒性纱线图像处理算法的研发：包括配合实时检测的纱线图像分割算法的研发，相邻图像间重合部位查找算法的研发以及纱线图像可视化模块电子黑板构建算法和电子织物仿真算法的研发。 知识产权及项目获奖情况 已授权发明专利 2 项。发表相关 SCI 论文 6 篇，EI 论文 4 篇 项目成熟度 采用图像式纱线条干检测系统已对多种类型的纱线进行检测，并将检测结果与成熟的仪器和人工结果进行了对比，无论在段片段不匀、周期性不匀，还是相关性分析和长片段不匀方面，该检测系统都可获得与成熟仪器较为一致的结果。 

本发明公开了一种面向通信调制信道传输的数字水印方法，包括水印嵌入、信号传输和水印提取三个部分，采用通信数字水印嵌入方法，将水印信息嵌入到原始调制信号中，通过通信信道传输，得到嵌入水印的调制信号；采用通信数字水印提取方法，提取同步信号，进而获得原始数据和水印信息。该方法在通信信号中嵌入数字水印信息，可以在不影响正常通信的情况下，在通信信号中利用数字水印传递隐蔽信息。本发明可用于通信者的身份确认、传送隐秘信息，为保密通信提供可靠的保障。

本发明公开了一种相控阵三维声学摄像声纳实时处理系统和方法,该系统包括三维声纳点数据采集模块、三维声纳点数据上传模块、PC客户端的三维声纳点数据实时处理模块。该方法包括:利用两级FPGA信号处理,实时电子聚焦波束形成,获得三维声纳点数据;再将三维声纳点数据转发到PC客户端并进行命令的设置和获取;PC客户端接收三维声纳点数据并进行实时处理:包括单帧多层实时重建、图像配准拼接、三维可视化以及数据的实时存储。本发明结构谨严、高实时高精度、图像清晰、交互方便、可扩展性强,有效地实现了声纳目标三维实时处理功能。

本发明公开了一种基于面阵探头的三维超声实时成像方法及系 统。所述方法，包括以下步骤：数据采集、延时叠加、基线校准、包 络检测、对数压缩、降采样、灰度映射、以及三维显示步骤。所述系 统包括用于产生触发信号的外部电路、用于根据所述触发信号实时采 集数据完成所述数据采集步骤并将数据调制后传送给上位机的下位 机、以及用于接收下位机传输的数据并实时显示三维图像的上位机。 本发明提供的基于面阵探头的三维超声实时成像方法及系统，实现了 三维超声图像的实时成像。

本发明公开了一种基于可变输入数据流的大动态实时解压缩系统，包括：解帧模块、RS 解码模块、2DECC 解码模块、无纠错解码模块、EDC 检纠错模块、数据打包分发模块、多路并行 golomb 解码模块、多路并行残差预测解码模块、像素收集模块以及组帧模块；解帧模块解析压缩码流的帧格式，分离辅助信息与压缩码流数据；压缩码流数据输入到检纠错模块、多路并行解码模块按块解码，然后将解码后的数据还原成输入的数据形式，完成解压缩工作

本发明涉及一种超高速有轨机车的轨道在线实时清洗系统与清洗方法，其针对多种速度、多种类型、多种车型的机车轨道，使用激光进行在线实时智能清洗。 该发明采用自动化的控制模块，旨在解决超高速机车运行的安全性问题。该系统包括：稳像超高速识别模块、智能吹扫以及激光清洗模块、稳像超高速检测模块、二次智能吹扫以及激光清洗模块、中控高速计算机模块、激光调节模块、低噪声高速空气压缩机模块。该清洗方法完成高速机车前端远距离异物的识别，智能吹扫以及激光清洗模块进行清洗，稳像超高速检测模块对清洗结果进行智能判断，二次智能吹扫以及激光清洗模块进行二次清洗等工序。

成果描述：化工产业实现绿色与可持续发展已显著受制于行业健康、安全、环境（HSE）状况，特别是化工安全事故不仅造成重大经济损失，而且正成为掣肘整个行业健康发展的关键性问题。本项目为满足化工安全生产要求，从物料性质、设备性能、过程控制、生产组织、业务模式、经营决策等方面出发，在DCS、MES、ERP平台上，建立基于过程控制的危险源辨识及可操作性评价体系。 本项目的核心技术及优势包括： （1）以HSE知识管理为核心，集成过程控制系统、MES系统和ERP系统，实现生产过程的在线运行监控、危险源动态辨识、可操作性实时分析以及消缺措施的经济性评价。 （2）运用大数据处理技术和人工智能技术，建立装置运行实时数据、工艺数据、生产调度及经营目标的关联模型，将安全风险评估与过程技术经济评估相结合，实现化学安全管理从原来的设计集成静态模式转换为知识集成的动态预制模式，减少事故损失，保证企业效益最大化。 （3）本项目还将致力于企业私有云计算平台到行业公有云计算平台搭建，实现信息资源共享提升资源优化的配制效率。 并将利用海量数据挖掘技术，将HSE分析模型与云计算数据库内所存储的案例及规则进行关联，从而将获得数据转换为知识进行存储、表达与发布，进而让信息利度得到大幅度提升，建立基于云计算技术的化工安全风险评估与实时在线监控。 本项目在国内处于领先地位。市场前景分析：《基于过程控制的危险源辨识及可操作性评价系统》主要面向化工、石化、钢铁、建材等过程行业企业，提高企业应对健康、安全、环境等高风险挑战的能力，实现绿色与可持续发展。据资料统计，成熟的工业化国家每年在健康、安全、环境（HSE）领域的投入占营业收入比例高达3%左右，而国内相关行业只有0.1%，差距巨大，是我国重大环境和安全事故频发的重要原因之一，正成为掣肘行业健康发展的关键性因素。随着我国对环境保护、可持续的日益重视，HSE领域的市场规模与投入将成快速增长态势，对比发达工业化国家的经验，我国HSE领域将形成1000亿的市场规模， 据赛迪顾问《2012年HSE市场分析》报告，2012年中国HSE软件市场总额达到96亿元，比2011年增长52％，因此前景广阔。 但我国HSE危险源辨识及可操作性评价市场，主要是国外产品垄断， 且价格昂贵，大部分过程行业企业难以承受。而国内相关产品多为单一离线的纯指标评价，不支持在线的风险评估，更不能形成基于现场控制的危险源识别与监控，而本项目产品，立足于过程控制，建立基于云计算平台的HSE危险源辨识及可操作性评价，将具有巨大的竞争优势及市场前景。与同类成果相比的优势分析：系统基于现代过程行业的技术发展方向，达成企业健康安全绿色的制造过程与经济效益的平衡，实现柔性的生产组织形式以及平滑且动态优化的过程技术。就产品而言，技术创新性包括云计算平台条件下集成 HSE 知识管理技术、在线监测技术、APC控制技术以及企业决策和资源管理技术，建立起符合行业特点的检测、控制以及决策支持平台，从而实现高安全性环保化和高效益的生产过程。国际先进 、国内领先。

与国内外现有的关于天然气混合气体中各种种类的识别以及在线检测设备的技术相比较，该技术选择用多种传感器构造智能传感器阵列的技术手段。以深度学习算法网络为信息辨识计算方法，以 FPGA 来完成网络算法的硬件实现，最终获得一套智能化天然气混合气体多种气体（包括氮气）在线监测装置。

与国内外现有的关于天然气混合气体中各种种类的识别以及在线检测设备的技术相比较，该技术选择用多种传感器构造智能传感器阵列的技术手段。以深度学习算法网络为信息辨识计算方法，以 FPGA 来完成网络算法的硬件实现，最终获得一套智能化天然气混合气体多种气体（包括氮气）在线监测装置。

与国内外现有的关于天然气混合气体中各种种类的识别以及在线检测设备的技术相比较，该技术选择用多种传感器构造智能传感器阵列的技术手段。以深度学习算法网络为信息辨识计算方法，以 FPGA 来完成网络算法的硬件实现，最终获得一套智能化天然气混合气体多种气体（包括氮气）在线监测装置。