一种基于机器视觉的水稻穗颈瘟染病程度分级方法，包括以下步骤：（1）建立水稻穗颈瘟染病程度分级模型；（2）对农田现场的水稻染病程序进行测试，其过程为：（2.1）、采用多光谱成像仪拍摄农田现场的水稻的图像；（2.2）、将获得的多光谱图像去除图像背景，提取图像信息；（2.3）、获得图像的12个颜色特征；（2.4）、通过对获取的12个颜色特征进行变量标准化预处理，然后进行用以对数据降维的主成分分析，根据各主成分的贡献率，得到第一主成分和第二主成分；（2.5）、将第一主成分和第二主成分作为测试模型的输入，运行所述测试模型得到农田现场的水稻的穗颈瘟染病级别。本发明省时省力、可靠性高、效率很高。

一、所属类别 基础、教学科研类实验设备类；实习实训设备及配套等。 二、相关专利技术 CN202010106007.7    履带车底盘、全地形履带车及全地形行走方法 CN202011613628.0    机器人运动控制方法、装置、控制器及存储介质 CN202111261356.7    双足机器人的运动轨迹规划方法、装置、设备及介质 CN202110232263.5    开关机的控制电路及方法 CN202110232355.3    机器人动作模仿方法、装置、设备及存储介质 CN202011501534.4    一种舵机的补偿控制方法及舵机补偿电路 CN202110574796.1    机器人的偏差信息确定方法、装置、处理设备及介质 CN202011644180.9    机器人抗扰动控制方法、装置、电子设备及存储介质 CN202110311455.5    双足机器人控制方法、装置以及双足机器人 CN202011611800.9    质心轨迹的获取方法、装置、机器人及存储介质 三、基本情况 （一）应用对象 应用于机械类、自动化类、电子信息类、计算机类等相关专业人才培养，适用场景包括实验实训、教学科研及竞赛等，方案以人才培养为目标和课程建设为核心，基于机器人载体，提升人工智能与机器人技术教学科研水平。 （二）核心优势 核心产品为双足人形机器人，该系列机器人获得“小型双足人形机器人步态算法”创新纪录，“高韧性强扭矩复合材料舵机”打破国外技术封锁，核心零部件实现国产化。 其中Aelos小型双足机器人载STM32、Raspberry Pi-4B双运算系统，支持二次深度开发，支持多语言开发环境，满足高校对于编程开发、人工智能应用学习等需求，助力高校在机器人系统结构、步态规划、运动控制、算法开发、场景应用等方面的实践学习。 Aelos小型双足机器人 Roban中型双足机器人基于ROS应用平台，搭载深度摄像头，嵌入V-SLAM视觉算法，可以通过导航技术进行建图，实现自主路径规划和步态规划，涉及运动控制、计算机视觉、图像处理、运动规划等多领域课程，能够较好地满足相关专业实验实训、研究开发、参加竞赛等需求。 Roban中型双足机器人 （三）商业模式 公司与高校在复合型人才培养、专业建设、课程建设、科研合作、师资培训、实训室搭建等方面开展深入合作，相关产品被用于各类学校的实际教学、实践、实训。推广路径通过各类研讨会、展会、大赛和专业渠道商进行拓展。 四、推广情况 （一）应用案例 1.清华大学 与清华大学电子系合作共建《智能机器人设计实践》专业限选课，基于人形机器人载体，学习机器人结构原理，图像识别，路径规划，AI芯片等内容。合作入选中国高等教育学会“校企合作双百计划”典型案例。 2.哈尔滨工业大学 与哈工大开展人才联合培养全面合作，双方在开发校企联合课程、共建联合实验室、共建校外实习实践基地、共同筹办BOTEC智能机器人技术挑战赛等方面进行合作，并入选中国高等教育学会“校企合作双百计划”典型案例。 3.南方科技大学 与南科大机器人研究院共建的机器人联合研究中心，在机器人关键核心技术攻关、专业课程建设、人才联合培养等领域开展合作。双方共建的基地被广东省教育厅认定为广东省联合培养研究生示范基地。 （二）应用成效 解决了高校人工智能机器人方向的实验实训、教学科研、参加竞赛等需求，有助于打造高水平、专业化的实践科研条件。年均支撑高校开展教学科研项目不少于1项，科技竞赛不少于2项，协助申报产学合作协同育人项目等。 （三）推广计划 高校新增人工智能等新专业成为热门，传统工科专业也面临课程改革要求，因此，通过开展智能机器人设备的应用与实践，推动相关专业人才的培养与发展，已是大势所趋。推广模式包括课程案例展示、以赛促教、举办研讨会等。

智能交通是关键在于两方面：智能道路与智能车辆。前者主要目的在于规范 交通秩序，提升道路的通行能力；后者的使命是通过发展通过驾驶辅助系统，最 终实现车辆的无人驾驶。 针对智能道路，团队研发了电子警察。通过装配在城市交通路口的智能一体 相机，电子警察自动抓拍车辆闯红灯和变道等违章行为，通过治理违章规范驾驶 行为。其核心技术在于基于计算机视觉的嵌入式车辆运动分析系统。团队与智能 相机厂商合作，开发了基于达芬奇（DaVinci）平台的嵌入式电子警察产品，并 已成功上市销售数百套。 针对智能车辆，团队研发了交通标识自动识别系统。通过车载视觉智能分析 系统，提前主动定位并识别交通标识，规避违章驾驶。团队与国内领先的无人车 研发机构合作，已参加数届中国智能车未来挑战赛（IVFC）,获得了交通标识识 别第一名及总成绩第三名的成绩，并得到了中央电视台等机构的好评。

本发明公开了一种结合全球 DEM 与立体视觉的卫星影像云检测方法，利用密集匹配的 DSM 数据 和现有的全球 DEM 数据 SRTM，结合高程与影像灰度信息提取云区域。主要步骤如下：通过多影像多 匹配基元方法获得模型匹配的 M-DSM，基于特征线的方法配准 M-DSM 与 SRTM，通过高程差值获得 初始种子点，然后把种子点计算到像方，结合影像的灰度信息提取出云区域。本发明在有大面积雪的影 像，能有效的避免雪的干扰，准确地检测出云区，提高了遥感影像的利用率。 

本发明公开了一种用于对 RFID 天线毛刺和污点缺陷执行视觉检测的方法，包括：对摄像装置执行标定之后，通过其与条形或背光光源的配合，对待检测的各个 RFID 天线拍摄图像；采集所拍摄的天线图像并将其与天线模板图像相匹配以获得预对齐信息；根据天线模板图像上的 ROI 区域并结合预对齐信息，从天线图像中扣取对应的毛刺和污点检测区域；对所抠取检测区域和 ROI 区域分别执行二值化处理，然后执行图像相减处理；对相减处理后的残余图像执行 blob 分析，由此判定毛刺和污点缺陷结果。本发明还公开了相应的视觉检测

需焊接类、视觉检测类、工业信息化软件开发相关技术人才

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。

一、 项目简介2012年，国家发布的质量发展纲要（2011-2020年）提出“重点行业实施可靠性提升工程”战略性要求。随着国内电器行业的高速发展，在国际化的大背景下，无论是用户还是生产厂家要求电器产品除满足一般技术指标外，还提出了可靠性指标要求。本项目贯彻所有低压电器产品可靠性国家标准以及中国标准化协会CAS标准（本单位作为负责起草单位完成标准内容的起草与制订）的要求，研制开发了相应的可靠性试验设备和生产检测设备，为电器检测机构及电器制造企业对所属产品进行可靠性试验和科研生产试验提供服务。这些试验设备均在国内外没有样机的情况下自行研制，具有重要创新及完全自主知识产权。已获得授权国家发明专利、实用新型专利和软件著作权30余项。同时，开发了双电源自动转换开关、智能漏电保护器、智能塑壳断路器、大功率恒流源、瞬动测试仪、总线适配器等十余种产品。二、 项目技术成熟程度技术成熟，已进行推广应用。三、 技术指标（包括鉴定、知识产权专利、获奖等情况）性能优于国家标准及CAS标准的要求，达到国际先进水平。已获发明专利、实用新型专利及软件著作权30余项，申请发明专利多项，获得国家二等奖、省部级一等奖多项。四、 市场前景（应用领域、市场分析等）电器行业在国际化进程中，除要求产品性能方面达到国际水平，在反映产品性能的另一核心指标——可靠性水平方面也提出了具体的要求。本项目致力于在现有基础上，打造国内最具有技术优势、最具规模和成长性的可靠性检测设备生产企业，为客户提供完整的电器检测设备技术研发和整体解决方案。在电器行业乃至其他行业具有广阔的市场应用前景。五、 规模与投资需求（资金需求、场地规模、人员等需求）投资规模：约300万元，可在原有业务基础上投资，具体面议。六、 生产设备机床等加工设备、仪器仪表等测试设备。七、 效益分析在电器行业乃至其他行业内进行广泛的推广应用，销售额每年以50%的速度增长，利税：预期三年时间达到1000万元左右。八、 合作方式专利技术许可、合作开发产品、提供配套设备及技术支持。1、推广科研成果，包括检测设备、智能产品、产品现代设计；2、开发新产品、新设备。九、 项目具体联系人及联系方式（包括电子邮箱）项目联系人：李文华电话：13312176902，022 - 6020 4361邮箱：liwenhua@hebut.edu.cn十、 高清成果图片   

基于机器视觉技术，在复杂场景中全自动检测低空飞行无人机目标，并进行动态跟踪与预警，防止“黑飞”无人机进行违法拍摄、违法运输等恶性行为。