用于彩色数字影像系统的色适应变换寻优方法及系统，包括输入影像客体各样本可见光范围光谱反 射率数据；计算各样本在目标光源照明条件下色度信息，求解各样本在各种模拟光源照明条件下色度信 息；利用各种色适应变换方法预测色适应变换后在目标光源照明条件下的色度信息；计算各模拟光源下 各待寻优的色适应变换方法对各样本的色适应变换平均精度；构建 BP 神经网络对模拟光源的相对光谱 功率分布曲线与色适应变换平均精度之间关系进行拟合；对于任意光源，利用各条 BP

机载LiDAR与航空影像联合城市三维建模系统（LiDARPro）主要以机载LiDAR点云及多视航空影像作为输入数据，通过点云语义分割、点云影像配准、实景三维模型重建、建筑物单体结构化模型重建、人机交互等功能模块，实现高效率、（半）自动的城市实体三维模型重建，具备全自动大测区城市建模、半自动城市高精度精细实体模型重建等多种解决方案，致力于提高智慧城市建设的自动化程度，推进实景三维中国建设进程。 一、项目分类 关键核心技术突破 二、技术分析 创新性： 机载LiDAR与航空影像联合城市三维建模系统（LiDARPro）主要以机载LiDAR点云及多视航空影像作为输入数据，通过点云语义分割、点云影像配准、实景三维模型重建、建筑物单体结构化模型重建、人机交互等功能模块，实现高效率、（半）自动的城市实体三维模型重建，具备全自动大测区城市建模、半自动城市高精度精细实体模型重建等多种解决方案，致力于提高智慧城市建设的自动化程度，推进实景三维中国建设进程。系统主要由两部分功能模块组成：自动化模型重建模块及三维可视化交互管理系统模块。其中自动建模模块由点云影像自动配准、实景三维模型重建、点云滤波、点云分类、建筑物单体化分割、建筑物结构化模型重建等软件子模块构成。系统支持DEM、DOM、实景三维模型、建筑物LoD1至LoD3模型等多种产品生产；支持多核、多CPU、多GPU架构的任务并行化管理，支持搭建点云、影像、模型数据库，支持人机交互进行语义分割、模型编辑、纹理编辑等功能。 软件解决的关键问题： LiDAR点云与倾斜影像异源异构数据配准问题，点云影像数据难以联合应用； 单一数据源三维信息与纹理信息不全，高质量模型结果依赖高精度数据输入，导致数据获取成本昂贵、效率较低； 城市级实景三维模型重建自动化程度低，低精度自动结构化模型成果难复用，而手动模型绘制难度高、工艺繁琐； 实景三维数据制作单位高度依赖国外软件，国产化难。 先进性： 当前，国内90%以上地形级实景三维数据制作测绘单位都基于国外软件进行三维重建，而城市级实景三维模型则重度依赖全人工手动勾绘且需调用国外专业三维建模软件，模型重建学习成本极高、软件针对性不强而效率低下。 机载LiDAR与航空影像联合城市三维建模系统软件系统以高精度、高效率、高自动化程度城市级实景三维模型重建为首要目标。软件系统具备高精度点云影像配准模块提供异源数据联合应用基础；采用LiDAR点云约束的多视影像密集匹配策略实现高精度、全覆盖三维数据输入以实现高质量实景三维模型重建；采取地面点滤波、非地面点地物分类、目标地物单体实例分割递进式流程得到建筑物等地物单体化三维数据；优化自动结构化模型重建与人工干预的结构化建模流程，无需额外依赖专业建模软件；提供针对建筑物结构化建模的模型编辑、纹理编辑模块，不达标的自动模型可复用，三维点云端、二维影像端可独立或联合编辑，具备交互友好的参照式、勾绘式、半自动编辑模式。 独占性： 系统主要搭建两条生产路线，以适应不同地域模型精度要求差异、不同应用时间响应要求。其一是以LiDAR点云为主的快速建筑物结构化模型重建，经过点云分类、建筑物实例分割、结构化模型重建等步骤构建人工地物结构化模型，并利用配准后多视影像对模型纹理映射，此生产线主要产品包括DOM、DEM、 LoD2为主的建筑物结构化模型、典型地物真实色彩点云等轻量基础数据；其二是在LiDAR点云约束下生成高精度密集匹配点云构造高质量实景三维模型，并在此基础上提取建筑物单体三角网数据，经过模型简化抽象得到建筑物LoD3模型，此生产线主要产品包括实景三维模型、建筑物LoD3模型等城市级实景三维数据要素。 此外，软件系统支持在Windows (Win7/10)、Ubuntu (16.04/18.04/ 20.04)、国产麒麟(V4/V10)等多操作系统中运行，已阶段性实现国产化。

本发明公开了一种面向关系数据库扩展的自适应影像金字塔切片方法，本发明针对空间数据管理系 统发展现状，综合考虑局域网网络带宽和服务器端数据库存储块大小，并结合局域网客户端硬件情况， 提出了自适应影像切片模型，根据自适应影像切片模型自适应的选择影像切片尺寸。本发明可在多种不 同的数据库、网络和客户端条件下实现影像数据智能化高效存储与访问，为高效的影像数据管理提供了 可行的思路和方法，有助于在 C/S 架构的网络环境下高效存取和管理基于数据库技术的遥感影像数据。 

本发明公开了一种基于改进 SIFT 算子的低空多视角遥感影像匹配方法，首先采用优化的 DoG 算子 对第一影像和第二影像进行特征点检测，然后利用基于局部区域采样模拟的 SIFT 描述子对特征点进行 描述形成特征向量，最后采用 NNDR 策略形成初始匹配特征点，并利用基于极几何约束的 RANSAC 算 法对匹配点进行提纯。本发明能够有效地解决低空遥感影像匹配中存在的多视角以及弱纹理等问题。 

本发明提供了一种基于快速二值编码的高分辨率遥感影像场景分类方法，包括步骤:步骤 1，划分 待分类遥感影像获得场景单元;步骤 2，从场景单元中提取尺寸相同的图像块作为局部图像块训练样本; 步骤 3，采用非监督学习法学习局部图像块训练样本获得滤波器组;步骤 4，将场景单元与滤波器组中 各滤波器分别做卷积获得各场景单元的幅滤波器响应图，采用二值编码法分别融合各场景单元的幅滤波 器响应图获得各场景单元的全局特征描述;步骤 5，基于场景单元的全局特征描述进行场景单元分类。 本发明在保证场景分类精度的前提下，大大降低了非监学习法的计算代价。

XM-YX开放式医学影像多媒体辅助教学系统   功能特点： ■ XM-YX开放式医学影像多媒体辅助教学系统为医学院校学生提供了一种能够自主学习、加强感官认识、强化护理学相关知识、易于操作的全方面的学习条件，丰富医学院校护理教学内容，弥补书面教学过于抽象的不足，方便学生自主学习。 ■ 系统具有开放性、交互性，能够让学生课后随时地进行自主学习，可对学员24小时开放使用，系统操作简单、界面漂亮，具有动态效果，能够从视觉上、听觉上吸引学生注意力，避免了枯燥无味的介绍，弥补课堂不足。 ■ 内容丰富，素材量大，容量超过12G，以视频、动画、图片为主，各种图像10000幅以上，模拟试题50套。 ■ 内容包括： · 临床医学生理病理三维影像。 · 呼吸系统、消化系统、泌尿系统、神经系统、内分泌系统、骨关节系统等人体各系统脏器的影像学诊断。 · 系统讲解X片、CT、 MRI、超声检查及内窥镜检查成像原理及相关基本理论 基本病变。 · 各系统疾病的影像学诊断，分类介绍各种检查特点、分析方法、诊断方法及相关解剖。 ■ 配置：19寸触摸一体机，双核处理器，内存2G，硬盘500G。

睿行智能是速羽动力旗下的低速智能车品牌，专注于多种场景的无人驾驶车辆、智能车的研发生产制造。 一、项目进展 已注册公司运营 二、企业信息 企业名称 南京速羽动力科技有限责任公司 企业法人 史昀珂 注册时间 2016.06.29 注册所在省市 江苏省南京市 组织机构代码 91320115MA1MNUC45H 经营范围 经营范围包括汽车、电动车、汽车模型、赛车、机动车及相关零配件的研发、生产、销售、技术服务和售后服务；工业产品造型设计开发；自营和代理各类商品和技术的进出口业务（国家限定公司经营或禁止进出口的商品和技术除外）；钢管、铝材、金属材料销售；碳纤维制品、锂电池组、电池管理系统、高压箱的研发和销售；体育赛事策划；赛车场地维护；自有设备租赁（不得从事金融租赁）；新能源汽车技术领域额内的技术开发、技术咨询、技术服务、技术转让；机械加工；游乐设备设计、生产、加工、销售及技术服务。 企业地址 南京江宁区东南大学路33号东南大学国家科技园1号楼3楼 获投资情况 东大科技园-紫金创投学生创业基金 15万元 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 史昀珂 机械工程 2021年9月 四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 殷国栋 机械工程 教授 汽车工程 五、项目简介 睿行智能（RUIMOVE）是速羽动力旗下的低速智能车品牌，专注于多种场景的无人驾驶车辆、智能车的研发生产制造。 团队在多个领域的综合经验，使得我们在智能车领域拥有全方位的综合实力，不同的技术积累构成不同的解决方案，应用于无人驾驶的多个场景，包括无人驾驶科研平台、无人货运、无人巡逻、无人物流、无人清扫、无人摆渡、无人军事等。睿行智能（RUIMOVE）整合优势资源，立足低速智能车领域，致力于技术创新和产品创新，为低速无人车提供智能底盘整体解决方案，包括：车规级、全线控化的核心零部件，多场景电驱动系统方案，底盘轻量化、高性能解决方案。以强大的供应链、生产制造管理实现智能车的大批量生产及成本控制。睿行智能决心成为无人驾驶解决方案提供商，并积极布局软件算法、高精度地图、云服务、数据服务等领域，通过提供高性能的低速智能车和用户体验，为用户创造简便的生活方式，在全球范围内打造用户企业，致力于未来低速智能车的全面普及工作。

本发明提供了一种湿地景观演变过程的分析方法及分析系统，所述的方法包括：获取研究区域的湿地景观遥感影像数据；对湿地景观遥感影像数据进行解译获得不同时期、不同水文特征下的各种不同类型的湿地景观分布图；对不同时期、相同水文特征下的各种不同类型的湿地景观分布图进行叠加分析，提取湿地景观类型变化的流向信息，并绘制成湿地景观类型变化转移图谱。本发明通过遥感影像RS技术、地理信息系统GIS等技术，对湿地景观的演变过程进行分析，探索湿地景观的时间和空间发展演变规律，并利用图谱进行可视化展现，有利于科学地认知研究区域湿地景观格局演变机理，为合理规划利用湿地资源提供科学地理论依据。

概述 GL-LBY/L型流变仪提供了一种科学的测试混凝土和易性的方法，是一种全新多功能和轻便的混凝土流变仪，用于检测骨料粒径在32mm以下的混凝土流变性。可应用于科研、混凝土材料配比确定、生产质量控制等领域。软件自动控制采集数据，自动计算Bingham流变参数—屈服应力和塑性粘度，绘制曲线，储存试验结果及导出试验数据。 性能特点 可移动，适用于实验室内环境 结实耐用，低成本，多功能 实验快速，准确 操作简单，自动化 更好地确定材料和易性 提高混凝土质量和性能 提高工人生产效率 加速高效新材料的推广使用

基于视觉问答的电力安全辅助系统的解决方案，利用无人机、智能机器人等多种巡检方式采集的巡检影像数据，建立电力设备缺陷视觉问答数据集，融合视频处理分析、图像识别、电力自然语言处理、电力知识图谱等人工智能技术应用，挖掘分析巡检影像缺陷特征，构造缺陷识别算法模型，实现输电线路本体缺陷和环境风险自动识别诊断，最终形成缺陷识别、诊断、检修一体化智能安全辅助服务系统。 一、项目进展 已注册公司运营 二、企业信息 企业名称 合肥合工安驰智能科技有限公司 企业法人 段章领 注册时间 2017年 注册所在省市 安徽省合肥市 组织机构代码 91340111MA2R01W28C 经营范围 智能科技、网络科技、电子科技、信息科技、软件科技领域内的技术开发、技术咨询、技术服务、技术转让；广告发布；软件开发；电子产品、家用电器、床上用品、家具、家居用品、计算机、软件及辅助设备、二类医疗器械的销售。 企业地址 合肥市包河经济开发区花园大道369号F426-2 获投资情况 曾获股东投资200万 三、负责人及成员 姓名 学院/所学专业 入学/毕业时间 沈奥 计算机与信息学院/计算机科学与技术创新实验班 2019/2023 韩知渊 计算机与信息学院/计算机科学与技术专业 2019/2023 帅竞贤 计算机与信息学院/电子信息工程专业 2019/2023 何煦 计算机与信息学院/计算机科学与技术专业 2020/2024 四、指导教师 姓名 学院/所学专业 职务/职称 研究方向 卫星 计算机与信息学院/计算机科学与技术 副教授 人工智能、深度学习 赵冲 本科生院/工程素质教育中心 讲师 计算机网络、深度学习 五、项目简介 针对现阶段各类电力巡检手段的不足以及保障电力设备安全的重要性，本团队提出基于视觉问答的电力安全辅助系统的解决方案，利用无人机、智能机器人等多种巡检方式采集的巡检影像数据，建立电力设备缺陷视觉问答数据集，融合视频处理分析、图像识别、电力自然语言处理、电力知识图谱等人工智能技术应用，挖掘分析巡检影像缺陷特征，构造缺陷识别算法模型，实现输电线路本体缺陷和环境风险自动识别诊断，最终形成缺陷识别、诊断、检修一体化智能安全辅助服务系统。 2021以来共申请发明专利11项（其中学生排序第一2项，排序第二4项），软件著作权1项（学生排序第一），取得国家级科技竞赛奖励2项，省部级科技竞赛奖励4项；团队依托于计算机与信息学院分布式智能与物联网研究所，与力源电力设备股份有限公司、国网安徽省电力公司检修公司、安徽南瑞继远电网技术有限公司等达成合作意向。