XM-SZY01中医望诊信息采集管理系统（舌诊、面诊、问诊）   XM-SZY01中医望诊信息采集管理系统采用一体化设计，将舌诊仪、面诊仪及问诊模块三种功能巧妙的融于一体，可进行舌像采集分析与处理、面像采集分析处理以及问诊等辅助诊断教学。   一、舌像采集分析处理： 1、主要功能： ■ 计算机控制内部相机进行自动对焦拍摄，操作简单，图像清晰，完全实现舌象采集自动化。 ■ 采用数字化舌象采集平台与标准化方法还原，使舌象真实再现。 ■ 内部摄像采用模拟自然光源并能进行光线调节，使采集环境保持稳定。 ■ 在特定的光源环境下，采用摄像头获得舌像信息，对舌体图像的颜色、纹理、轮廓进行特征提取，由计算机将这些特征值与特征数据库中的阈值进行比对判断，给出舌象分析结果。 ■ 可以随时查询病例报告。 ■ 可以分析舌质颜色、舌苔颜色、舌形状、舌态。 ■ 内置消毒灭菌装置，操作前使用，避免交叉感染。 ■ 软件可以根据实际舌象的瘀斑、点刺、齿痕、裂纹等症状用文字显示舌象特征、临床病症以及饮食及用药建议。   2、主要特点： ■ 系统具有自主学习功能，通过不断学习，有效提高系统自主诊断准确性。 ■ 支持自动分析，且允许人工修正，提高诊断的准确性。 ■ 准确分析舌质、舌苔等，并直观显示结果。 ■ 支持初诊、复诊分离，实现便捷就诊。 ■ 支持多关键字的查询统计。 ■ 支持诊断分析报告打印。 ■ 用户权限管理，提高安全性。 ■ 自动对焦（即自动舌体捕获）。 ■ 灯光控制功能。   3、软件功能： ■ 用户权限管理，提高系统安全性。 ■ 病理、临床库可以持续更新，具备学习能力，且具备自动提取舌体，自动分析舌体、自动分析后手动调整等功能，大大提高了学习的准确度。 ■ 快捷的初诊、复诊入口，操作方便、快捷。 ■ 图像采集分析能力，既可实时诊断，又可能根据需要进行人工调整。 ■ 灵活多变的查询统计能力，数据分析功能。 ■ 病例学习：单击主界面中的“病例学习”选项，进入学习界面，包括读取、保存、舌体轮廓提取、特征提取、自动提取控制、量化数据显示、舌象特征录入、临床意思录入、饮食指导及用药建议录入等选项，学习与分析过程，采用人机交互的方式。 ■ 自动获取：单击自动获取按钮，如果参数正确，舌体提取成功，若存在不足，可通过自动提取控制中的进度条及取反控制框选择来进行控制。 ■ 特征提取：为了便于分步处理，此处特征提取分步骤完成，分别舌质特征、舌苔特征、齿痕特征、裂纹特征、瘀斑特征以及点刺特征。点击某功能按钮后，相关特征将被量化，以舌质为例加以说明。比如，单击舌质特征、舌苔特征按钮后，数据结果自动分析结果。 ■ 人工绘制：对于某些来自于其他途径的图片，会存在自动获取舌头错误的情况，此时可以通过人工绘制来完成。单击“人工绘制”后，在图像显示区域，单击右键将出现菜单，包括选中舌体、勾画轮廓和撤销。其中选中舌体仅需在舌头四周点选四个点，单击“绘制完成”后再自动识别完成；勾画轮廓则是按住鼠标左键后通过拖动完成绘制，绘制完成后单击“绘制完成”便实现舌体提取。撤销可以对绘制过程觉得不满意的地方进行撤销，支持5步撤消。   二、面像采集分析处理： ■ 通过对病人面部图像进行分割、人机病症问诊作答，结合医生专业诊断，给出专业诊断结果并打印成报告，该系统能达到辅助中医临床诊断的作用，从数据库中读取面诊以及问诊信息数据，建立和编辑病例，建立中医诊断报告。中医面诊检测分析系统采用形状模型实现对眼睛、鼻子等器官进行定位，提取出额头、下颏和两颧区等人脸区域。通过采用K-means算法对面部图像的颜色进行提取，计算不同的颜色聚类中心的距离而进行面部颜色的分析；通过采用改进的2DPCA对面部图像进行特征抽取，通过计算测试样本特征与训练样本特征之间的余弦距离，实现对面部图像的光泽分析。 ■ 面象采集主要是在特定的光源环境下，采用高清晰摄像头 获得患者面部的图像信息，将这些特征值与特征数据库中的阈值进行比对，给出面色分析结果。可分析12种面色：青色、赤色、黄色、白色、黑色、正常、淡白、淡红、红、 深红、暗红、紫黑。 ■ 测试结果用表格显示，简洁易懂，并可以生成PDF文件保存以便查询，也可以打印报告。   三、问诊分析处理： ■ 问诊采集主要是病人对照数据库中的各种症状进行挑选，通过回答 88 道试题（病人起病和转变的情形，寒热、汗、头身感、大小便、饮食、胸腹、耳、口等各种状况）， 最后进行提交并由系统自动判断。 ■ 档案管理功能：可录入被测评人的姓名、年龄、性别等基本信息，方便准确的查询。 ■ 软件界面简洁，操作简单。 ■ 测试结果用表格显示，简洁易懂，并可以生成 pdf 文件保存以便查询，也可以打印辩证报告。

       计算全息与信息安全综合实验系统是用光电传感器件（如CCD或CMOS）代替干板记录全息图，然后将全息图存入计算机。全息图可以通过用计算机模拟来实现被测物体的数字再现和处理。也可以利用空间光调制器（SLM）实现光学再现。数字全息与传统光学全息相比具有制作成本低、成像速度快、记录和再现灵活等优点。近年来，随着计算机特别是高分辨率CCD的发展，数字全息技术及其应用受到越来越多的关注，其应用范围已涉及形貌测量、变形测量、粒子场测试、数字全息显微、防伪、三维图像识别、医学诊断等许多领域。        TP-XOS1 计算全息与信息安全综合实验系统使用高精度CMOS相机和空间光调制器（SLM）进行采集和再现，降低了对环境（暗室、防震）的要求，免去了冲洗的不安全隐患，可以对数据进行二次开发，如滤波、存储、传输、加密安全等，拓展了全息的应用领域。 主要实验内容： 数字记录数字再现实验 光学记录数字再现实验 数字记录光学再现实验 光学记录光学再现实验 信息安全光学加密原理实验    

本发明提出了一种移动荷载下简支梁损伤和移动力同时识别方 法：测量结构在损伤状态的加速度动力响应，以结构的加速度响应作 为结构损伤和移动力识别的动力指标；根据结构的数值模型，将未知 移动荷载采用切比雪夫多项式表示，并利用梁单元形函数概念将移动 荷载等效成单元节点力，分别计算结构加速度响应对损伤和移动力参 数的灵敏度矩阵；结合敏感性分析结果，以结构测量加速度响应和计 算所得的有限元加速度响应的差值作为目标函数，采用一阶泰勒展开 的识别方程逐步迭代同时识别出简支梁的损伤和移动力。通过本发明 方法，能够仅仅

本发明公开了一种机床锥配合固定结合部的动力学建模及模型参数识别的方法，该方法建立了一种 32 节点的刀柄-主轴结合部动力学模型，其中 1～8、9～16、17～24、25～32 均为等分点，锥配合结合部单元的运动则通过 1 点和 17 点、2 点和 18、3 点和 19 点、......16点和 32 点之间的相对运动体现出来。基于模态实验，本发明以频响矩阵与阻抗矩阵的乘积是单位矩阵这一理论特性，将实验的频响矩阵和有限元理论得到的子结构的刚度矩阵、质量矩阵相结合，通过初值试凑的方法，运用非线性最小二乘

本发明公开了一种基于相似性和不相似性融合排序优化的行人重识别方法，行人重识别是一种针对 特定行人的检索问题，本发明的主要思想是正确检索的行人目标应该跟查询行人的极正样本相似，并且 跟查询行人的极负样本不相似。同时我们将与极正样本相似的那些行人定义为疑正样本，与极负样本相 似的样本为疑负样本，通过提高疑正样本的排名，同时降低疑负样本的排名，来达到通过排序优化的方 式来提升行人重识别的效果。此外，融合多种方法的结果来加强这种相似性和不相似性关系。本

本发明公开了一种基于单频网外辐射源雷达的飞机目标识别方法，利用飞机目标旋转部件（旋翼、 螺旋桨、或喷气式引擎）产生的微多普勒调制特征进行目标识别。首先对参考通道和监测通道信号进行 二维互相关处理，据此实现对目标的检测；接着从距离多普勒谱上不同距离单元位置提取各个发射站所 对应的微多普勒特征；最后利用信息融合技术对多角度特征进行决策级融合识别。本发明组合了单频网 中各个发射站同时提供的微多普勒特征，减少了目标微多普勒特征的姿态敏感性，从而提高识别

本发明公开了一种基于立体视觉的三维手掌姿态识别方法和系统，属于计算机视觉和人机交互技术领域。本发明包括：使用立体视觉信息采集设备进行数据的采集，得到包括深度信息在内的三维数据；·745·通过得到的三维数据对手掌进行分割，然后运用平面拟合，获得手掌在三维空间中的姿态；根据跟踪识别的手掌姿态，匹配预定义的标准手势，进行具体的三维应用，实现人机交互。本发明通过识别手掌的姿态，使得识别的精度更高，更少的出现误识

本发明公开了一种基于谱导数和频率栅栏缝的谐频频率识别及 剔除方法，其特征在于，包括如下步骤:计算振动信号功率谱 G(ω)的一阶导数或二阶导数，得到谱突变度 ab(ω)或捷度 ag(ω);设定谱突 变度或捷度的阈值分别为 ab-max 和 ag-max;找到 ab(ωi)=ab-max 或ag(ωi)=ag-max 处的频率点ωi;找到频率点ωi 后首个谱突变度为负 或频率点ωi 后第三个捷度

本发明公开了一种基于无人机图像识别的桥墩倾斜度批量检测方法，包括无人机批量采集桥墩图像、桥墩轮廓左右边线提取、计算桥墩左右边线的倾斜角度、计算桥墩的倾斜度、返回倾斜度列表及超额预警共五个步骤，从图像采集、图像处理、图像信息识别、关键参数提取及计算等方面出发，得到桥墩倾斜度列表，并返回倾斜度超过限制值的桥墩编号和总数目。整体流程具有大批量、快速、地形适用范围广的优点，无需额外使用全站仪、GPS接收设备。

本发明公开了一种基于图形识别的道路救援装备绞盘绳防过拉预警方法，包括如下步骤： 1、在绞盘绳槽外侧轮盘的圆周上均匀标记几何图形； 2、在道路救援装备绞盘绳槽外侧设置图形采集装置，所述图形采集装置的采集区域大于单个几何图形标记，在采集区域中设置大于单个几何图形标记的区域为感兴趣区域，使感兴趣区域最多只能包含一个几何图形标记； 3、对图形采集装置采集到的每一帧图像中的感兴趣区域识别其中包含的几何图形标记的类型； 4、连续识别采集到的图像，得到几何图形标记变化序列；根据几何图形标记变化序列，得到绞盘转轴旋转方向和旋转角度； 5、对绞盘转轴旋转方向和旋转角度进行计算，当绞盘绳圈数小于阈值时进行安全报警。