在信息时代，机器视觉在实现智能社会方面发挥着重要作用。视觉特征提取是机器视觉的一项关键技术，该技术可以提取图像中具有鲜明特征的信息，诸如边缘、角点、圆以及图像形状等特征，这些特征是标定机器视觉系统模型参数和运用机器视觉技术进行实际应用的前提和基础。视觉特征提取技术广泛应用于自主移动智能机器人、无人驾驶和无人机等场景，这些应用场景对视觉特征提取算法的鲁棒性和帧率提出了巨大挑战。 具体来说，视觉特征提取算法包括SIFT（Scale-Invariant Feature Transform，尺度不变特征转换算法）、SURF（Speeded-Up Robust Features，加速稳健特征）、ORB（Oriented FAST and Rotated BRIEF，快速特征点提取描述）、HOG（Histogram of Oriented Gradient，方向梯度直方图）、LBP（Local Binary Patterns，局部二值模式）等。在SURF、ORB、HOG、LBP这些经典的特征提取算法中，SURF的鲁棒性相对较高，但是过于依赖主方向的选取，使得其方向变化鲁棒性不足。SIFT算法可以从图像中提取具有不变性的鲁棒局部特征，对方向变化、光照变化、噪声、杂物场景及遮挡影响等方面的鲁棒性最强，满足无人驾驶技术的需求。SIFT算法的运算量大从而导致的系统帧率低、功耗高的问题可以通过设计具有高并行度的专用硬件加速器芯片来解决。

本项目构建高通量自动化智能化类器官芯片诊疗平台，并利用细胞数字模型分析致病分子，为类器官芯片药物验证系统提供肿瘤靶向基因相关药物，从而实现整个平台的自动完善。 一、项目分类 关键核心技术突破 二、技术分析 恶性肿瘤精准治疗亟待建立能反映个体差异、尽量复制患者原始肿瘤组成及其微环境、快速、精准、性价比高的高通量药物筛选体系。类器官是由干细胞在体外3D培养条件下分裂分化形成的一种类似器官的生物结构，能够重现器官的功能，提供一个高度相似的生理系统。虽然具有敏感性高、特异性强，预测率高等特点，但当前类器官技术仍面临手动化、欠智能、个体差异大、类器官单体对肿瘤异质性还原度低等不足。本项目构建高通量自动化智能化类器官芯片诊疗平台，并利用细胞数字模型分析致病分子，为类器官芯片药物验证系统提供肿瘤靶向基因相关药物，从而实现整个平台的自动完善。该平台解决恶性肿瘤药物筛选周期长、费用高、针对性差，已筛选应答率低、治愈率低等问题；在药物投入临床试验前合理规避风险，有效降低临床试验成本和时间；标准化制备过程，建立统一合理的类器官库，方便使用；有效地为病人提供定制化服务，指导临床用药。从医疗诊断治疗与商业化需求综合维度分析，本平台系统是融合了器官芯片和3D肿瘤模型技术双重优势的生物芯片诊疗一体化技术，有望迎来规模化、市场化和应用化。

本发明公开了一种 IC 芯片安全剥离装置，包括安装板、位置调整机构、滑台机构、顶针机构以及真空发生器；所述顶针机构包括：套筒，安装于滑台上；直线电机，安装于套筒内，其控制端连接外部控制中心的输出端；直线传动机构，安装于套筒内，其下端与直线电机的输出轴相接；力传感器，安装于直线电机的输出轴和直线传动机构之间，其信号输出端连接外部控制中心的输入端；顶针座，安装于套筒顶部，其表面开有气孔，通过该气孔与真空器气管连接；顶针夹持件，安装于顶针座内，与直线传动机构的上端相接；顶针，被顶针夹持件夹持。本发明采用闭

公司产权保护，芯片加密问题。

成果与项目的背景及主要用途： 人类通过视觉系统获取的信息占获取信息总量的 80%以上，如果说计算机相当于人类的大脑，那么图像传感器则相当于人类的眼睛。图像传感器作为图像信息获取最重要和最基本的技术在信息世界中将占据着极其重要的地位。半导体图像传感器相比传统的胶片成像具有可实时处理和显示、数字输出、便于储存和管理等诸多优势，正在迅速成为图像传感器发展的主导力量。CMOS 图像传感器相对于 CCD 图像传感器具有单片集成、低功耗、低成本、体积小、图像信息可随机读取等一系列优点。在手机拍照、PC 摄像、机器视觉、视频监控等诸多领域已经取代了 CCD 图像传感器。 技术原理与工艺流程简介： （1）时间延迟积分型 CMOS 图像传感器芯片通过 0.18µm 1P4M CMOS 工艺完成了对最高 128 级线阵长度为 1024 像素的TDI 型 CMOS 图像传感器芯片的设计、投片和测试工作。 （2）具有紧凑读出的多次积分动态范围扩展 CMOS 图像传感器提出了一种通过多次积分扩展动态范围的方法，采用紧凑读出方式，以降低对对读出电路的工作速度要求。成功流片 128×128 阵列原型，动态范围可以扩展39dB,像素读出时间相对于滚筒是曝光增加了 3 倍。 应用前景分析及效益预测： 该领域开始向着高清专业摄像、高精度工业和医疗成像、抗辐射太空成像等专业高端领域迈进。CCD 传感器的衰退之势难以挽回，CMOS 将在未来几年保持优势地位。2015 年，CMOS 出货量将达到 36 亿个，份额达 97%；而 CCD 出货量将下降到只有 9520 万个，占 3%份额。 应用领域： CMOS 图像传感器广泛应用于消费类、工业和科技等各个领域。民用领域：拍照手机、数码相机、可视门镜、摄像机、汽车防盗等；工业领域：生产监控、安全监控等。 技术转化条件： 四十平方米以上的办公用房，电脑、工作站若干，相应软件。也可以和 RFID天线制造单位，卡片封装单位共同合作。 合作方式及条件：根据具体情况面议

1、主要功能和应用领域： 本设备由多通道图像采集模块、复杂光学模块、复杂照明模块、精密机械运动模块、分布式大数据分析处理模块等多个模块组成。能够实现对第4.5代以上的液晶显示器件ITO、银浆线路的快速检测并输出报表。利用高分辨率线阵相机阵列和光源对PET基材的触摸屏进行成像，并利用计算机图像处理、模式识别及人工智能的理论与技术，拍摄到的触摸屏图像进行研究，通过对各种线路和特征进行特征匹配与边缘分析，分别检测上述线路缺陷并自动报告，从而达到在线自动检测触摸屏线路缺陷的目的，作为生产线上品质保证的重要方法。 2、特色及先进性： 1）针对ITO材料的高透光率：采用特殊设计的高功率光源和精密光学成像系统，确保能够采集到图像清晰、缺陷显著、ITO线路对比度高的图片，为算法处理达到不漏检和低误检打下良好基础。 2）针对ITO线路不规则：由于ITO线路的形式多样且比较复杂，需要采用样品和模板配准、像素值直接对比、线路边缘对比、周期性判断及DRC方法等算法方案同时进行处理。 3）针对软材质基板（PET）：由于基板为软材质，并且基板为600*600 mm的大规格尺寸，采用高精度的光学平台和自动快速对焦系统，保证大尺寸范围内图像采集的清晰度。 4）针对缺陷类型繁多：采取提取局部特征并结合周期性和对比性完成缺陷检测，针对不同类型的缺陷进行建标以达到较高的检测效率，通过框选候选(潜在)缺陷位置，采用神经网络算法进行自主机器学习，不断匹配各种可能存在的缺陷类型，并结合不同的算法模块进行检测，宽进严出保证检测效果。 3、技术指标： ？ 检测对象： PET和电子玻璃为基板的ITO。 ？ 检测项目：线路过宽、过窄、多线、线断、线裂、连线、毛刺、爆点；膜刮痕、导电薄膜异物、气泡、针孔、凸出、凹陷。 ？ 台面要求：台面能满足检测600mm×600mm以下尺寸产品。 ？ 检测精度：能检测最小线宽间距为20um。 ？ 最大检测面积：检测精度为20um时，最大检测面积是600mm*600mm。 ？ 检测效率：单张、单次检测时间小于等于30秒。 ？ 检测效果：错报率控制在1%以下,检出率99%以上。 ？ 设备稳定性：设备至少可5*24小时连续无故障工作。 4、关键问题和实施效果 该设备可广泛应用于触摸屏行业、LCD行业、太阳能行业和LED行业等领域，可满足触摸屏行业需求。以电子玻璃、PET为基板的ITO线路对于最终产品性能的影响是非常显著的，如线路发生缺陷，则会直接造成产品功能缺陷，而越靠近出货端检出缺陷，对于厂家来说修复的成本越高，同时废品的损失越高。该设备可以在最早的工艺流程上对线路进行检测，从而整体提高生产厂家的制程控制能力。 该设备采用复杂高分辨率多通道线阵相机阵列进行光学成像，同时配合精密运动平台实现2.5微米分辨率的图像采集，其三维组装图如下图所示。

本设备由多通道图像采集模块、复杂光学模块、复杂照明模块、精密机械运动模块、分布式大数据分析处理模块等多个模块组成。能够实现对第4.5代以上的液晶显示器件ITO、银浆线路的快速检测并输出报表。利用高分辨率线阵相机阵列和光源对PET基材的触摸屏进行成像，并利用计算机图像处理、模式识别及人工智能的理论与技术，拍摄到的触摸屏图像进行研究，通过对各种线路和特征进行特征匹配与边缘分析，分别检测上述线路缺陷并自动报告，从而达到在线自动检测触摸屏线路缺陷的目的，作为生产线上品质保证的重要方法。

通过材料的三维点阵结构的几何构型设计(如负泊松比结构、细长杆屈曲结构等)，使其在变形过程中产生能量耗散是目前3D打印实现吸能结构的主要手段。但是，目前3D打印吸能结构的材料多为弹性材料，而粘弹性材料本身优越的能量耗散属性并未在三维吸能结构中得到很好的利用。 液晶弹性体作为一种受光或热刺激能产生大体积收缩的功能软材料，目前主要用于制作软体驱动器或者机器人。同时，液晶弹性体展现了非线性大变

成果简介： 1、主要功能和应用领域： 本设备由多通道图像采集模块、复杂光学模块、复杂照明模块、精密机械运动模块、分布式大数据分析处理模块等多个模块组成。能够实现对第4.5代以上的液晶显示器件ITO、银浆线路的快速检测并输出报表。利用高分辨率线阵相机阵列和光源对PET基材的触摸屏进行成像，并利用计算机图像处理、模式识别及人工智能的理论与技术，拍摄到的触摸屏图像进行研究，通过对各种线路和特征进行特征匹配与边缘分析，分别检测上述线路缺陷并自动报告，从而达到在线自动检测触摸屏线路缺陷的目的，作为生产线上品质保证的重要方法。 2、特色及先进性： ● 针对ITO材料的高透光率：采用特殊设计的高功率光源和精密光学成像系统，确保能够采集到图像清晰、缺陷显著、ITO线路对比度高的图片，为算法处理达到不漏检和低误检打下良好基础。 ● 针对ITO线路不规则：由于ITO线路的形式多样且比较复杂，需要采用样品和模板配准、像素值直接对比、线路边缘对比、周期性判断及DRC方法等算法方案同时进行处理。 ● 针对软材质基板（PET）：由于基板为软材质，并且基板为600*600 mm的大规格尺寸，采用高精度的光学平台和自动快速对焦系统，保证大尺寸范围内图像采集的清晰度。 ● 针对缺陷类型繁多：采取提取局部特征并结合周期性和对比性完成缺陷检测，针对不同类型的缺陷进行建标以达到较高的检测效率，通过框选候选(潜在)缺陷位置，采用神经网络算法进行自主机器学习，不断匹配各种可能存在的缺陷类型，并结合不同的算法模块进行检测，宽进严出保证检测效果。 3、技术指标： ● 检测对象： PET和电子玻璃为基板的ITO。 ● 检测项目：线路过宽、过窄、多线、线断、线裂、连线、毛刺、爆点；膜刮痕、导电薄膜异物、气泡、针孔、凸出、凹陷。 ● 台面要求：台面能满足检测600mm×600mm以下尺寸产品。 ● 检测精度：能检测最小线宽间距为20um。 ● 最大检测面积：检测精度为20um时，最大检测面积是600mm*600mm。 ● 检测效率：单张、单次检测时间小于等于30秒。 ● 检测效果：错报率控制在1%以下,检出率99%以上。 ● 设备稳定性：设备至少可5*24小时连续无故障工作。 4、关键问题和实施效果 该设备可广泛应用于触摸屏行业、LCD行业、太阳能行业和LED行业等领域，可满足触摸屏行业需求。以电子玻璃、PET为基板的ITO线路对于最终产品性能的影响是非常显著的，如线路发生缺陷，则会直接造成产品功能缺陷，而越靠近出货端检出缺陷，对于厂家来说修复的成本越高，同时废品的损失越高。该设备可以在最早的工艺流程上对线路进行检测，从而整体提高生产厂家的制程控制能力。 该设备采用复杂高分辨率多通道线阵相机阵列进行光学成像，同时配合精密运动平台实现2.5微米分辨率的图像采集，其三维组装图如下图所示。

了解更多产品详情，请与我们联系 180 6798 3675 公司官网：https://www.lierda.com