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。

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。

本实用新型涉及一种多结构光双目复合视觉焊缝跟踪装置，涉及自动焊接技术领域， 特别是焊接机器 人视觉传感技术领域。该装置包括用于向焊缝区域投射结构光条纹的多 线激光发生器(10)、装有窄带滤光 片(1)和中性减光片A(2)的用于采集焊缝特征 激光条纹图像的摄像机A(3)、装有带通滤光片(8)和中性减光 片B(9)的用于采集 激光条纹以外图像的摄像机B(7)、与摄像机A(3)、摄像机B(7)相连的控制器(11) 组成。 综合两摄像机的图像信息可以计算出焊枪当前理想位置，得到与实际位置的差值， 并由控制器转换成模拟信号或无线通信输出，控制焊枪纠偏电动机，实现焊缝自动跟踪 的目的。 

本系统旨在设计一款辅助视觉残疾人群日常生活的穿戴式设备。该系统具有纸币识别、交通标志识别、日常用物体识别及场景文字识别等功能。主要应用与辅助视觉残疾人的日常生活。、lineØ 纸币识别的功能对应于视障人群的日常生活的货币使用过程，有了这款穿戴式设备的辅助，他们可以自主的各种生活场合中使用纸币，他们只需要把纸币在设备前置摄像头前轻微晃动，设备就可以通过语音给出纸币的面值反馈给使用者。Ø 交通标志的识别是出于对视觉障碍人群安全的考虑，设备可以识别红绿灯，并且通过语音实时告知使用者，这可以有效的降低使用者在过马路危险。Ø 文字识别对应满足视觉障碍人群的阅读需求，使用者只需要把手指指向想要了解的内容，设备就会给出报纸或是书本上的文字内容，这样可以极大的便利他们的阅读需求。此外通过一定的改进和优化，系统也可以对自然场景下的文字进行识别，比如街头的广告牌、物品的外包装的文字等。Ø 该系统还可以对日常生活中常见的物品进行识别，室内的桌子、茶杯等，还有超市里的各种商品。该功能对应解决使用者在日产生活中购物的需求，有了该系统的辅助他们可以自主的在超市中选择他们想要的东西，并且完成结账。

"自然场景视觉感知与理解是人工智能的前沿热点，其主要任务是对场景中的视觉要素进行认知，进而推断出其中包含的场景语义。 IMAGINE实验室近年来相继从场景构成分析、场景内容推理、场景结构建模等角度对这一问题展开了系统研究，着重探索了融合先验建模与深度学习的自然场景视觉理解这一问题。"

本系统旨在设计一款辅助视觉残疾人群日常生活的穿戴式设备。该系统具有纸币识别、交通标志识别、日常用物体识别及场景文字识别等功能。主要应用与辅助视觉残疾人的日常生活。 ？ 纸币识别的功能对应于视障人群的日常生活的货币使用过程，有了这款穿戴式设备的辅助，他们可以自主的各种生活场合中使用纸币，他们只需要把纸币在设备前置摄像头前轻微晃动，设备就可以通过语音给出纸币的面值反馈给使用者。 ？ 交通标志的识别是出于对视觉障碍人群安全的考虑，设备可以识别红绿灯，并且通过语音实时告知使用者，这可以有效的降低使用者在过马路危险。 ？ 文字识别对应满足视觉障碍人群的阅读需求，使用者只需要把手指指向想要了解的内容，设备就会给出报纸或是书本上的文字内容，这样可以极大的便利他们的阅读需求。此外通过一定的改进和优化，系统也可以对自然场景下的文字进行识别，比如街头的广告牌、物品的外包装的文字等。 ？ 该系统还可以对日常生活中常见的物品进行识别，室内的桌子、茶杯等，还有超市里的各种商品。该功能对应解决使用者在日产生活中购物的需求，有了该系统的辅助他们可以自主的在超市中选择他们想要的东西，并且完成结账。 系统采用了穿戴式与计算机视觉和机器学习等理论知识相结合。穿戴式技术具有佩戴舒适甚至无感、使用过程不应干扰正常生活、使用便携的优点。这样的系统实现形式有利于简化使用者的使用门槛，提升使用体验。计算机视觉和机器学习技术，使用计算机及相关设备对生物视觉的一种模拟，可以有效的获取外接环境，通过分析外界环境做出相应的回应、给出结果。通过机器学习方法可以有效的对数据进行建模、分析。 系统设计的指标主要包括两部分，及硬件指标和软件性能指标。 硬件指标主要有以下几点： ？ 主控CPU采用的是4核CortexA9处理器 ？ RAM需要大于512M，稳定5V电源 ？ HDMI接口支持，USB 接口支持，常见音视频编解码支持 ？ 摄像头采用的720p的高清USB摄像头。 软件指标只要包括： ？ 指尖检测部分的主要包括指尖位置的检测的准确性，以及ROI确定的准确性，能否准确的划分出待识别目标所在的区域 ？ 物品识别部分主要包括可识别物品的类别，以及识别的准确率指标 ？ 对纸币识别的准确率和召回率以及计算的时间成本，主要涉及的算法的时间和空间复杂度 ？ 文字识别主要包括检测的正确率和召回率 系统基本构成如下图所示，主要包括前端固定眼镜边上的高清摄像头，后端数据处理部分采用的是AMR CortexA9四核处理器作为数据和算法处理单元。 系统基本工作流程为，以手指的一次特定手势（食指有方向性指向某个物体）为触发，系统检测到此手势后自动在手指尖端区域检测敏感信息，如字符，物体等，进一步通过计算机视觉算法，对检测的信息做识别处理，最后对识别结果进行语音播报作为反馈给使用者。用户只要用手指指向交互的给出识别的物品，那么设备就会开始读取这个场景，进行识别并将结果语音输出。 如果该产品可以得到推广，那么可以极大的帮助视觉残疾人，这一款穿戴式设备可以甚至可以改变数以千万记视障人群的日常生活，他们可以减轻对他人的依赖自由独立的生活。 目前该设备正处于原型开发期，已经取得了阶段性的成果，可以准确的定位值之间所在的位置，能较为准确的识别自然场景的中纸币面值，以及简单的文字。下一阶段着重把性能经一步优化，增添识别物体的功能。 该项目是由电子科技大学程洪教授主导的创新性高新项目。不但具有广大的市场前景，据可靠统计全国至少有各类残疾人总数超过8千万，而其中视觉残疾的人数找到15%，因此这款设备具有广阔的市场前景，可以带来一定经的经济效益。而且，更为重要定位于辅助他们日常生活产品充分体现出平等关怀的助残精神，帮助他们更好的生活是我们也是社会的责任所在。