研发阶段/n基于机器视觉技术的干香菇等级自动分选系统与设备 技术简介：　　香菇生长过程中，在适宜的温度、湿度、光照、风速和温差条件下，表皮细胞与肉质细胞分裂不同步，生长速度过快的肉质细胞胀破表皮细胞，使菌盖龟裂形成褐白相间、菊花状的花纹，因而形成花菇。香菇可分为天白花菇、白花菇、茶花菇及光面菇。其中以天白花菇价值最高，与普通光面菇相比，价格可相差5-8倍。　　我国是香菇生产大国，香菇分级加工属于劳动密集型环节，长期以来依靠人工肉眼进行香菇颜色、形状、厚薄分级及破损、畸形、霉变香菇分级。

基于卫星定位的农业机械自动导航作业技术的系统。 一、项目分类 重大科学前沿创新 二、成果简介 农业机械自动导航作业技术是智能农机装备的核心技术，可显著提高劳动生产率、资源利用率和土地产出率。项目团队从2004年起，在国内率先开展了基于卫星定位的农业机械自动导航作业技术的系统研究，突破了十项关键技术，取得了三大创新成果：1．突破了复杂农田环境下农机自动导航作业高精度定位和姿态检测技术；2．创新提出全区域覆盖作业路径规划方法、路径跟踪复合控制算法、自动避障和主从导航控制技术，提高了农机导航精度、作业质量和作业效率；3．创制了具有自主知识产权的农机自动导航作业线控装置和农机北斗自动导航产品。 在新疆等十省区累计推广农机自动导航作业产品2679套，已获授权发明专利17件，制定技术标准1件，发表学术论文46篇（SCI/EI 33篇）。培养博士9人和硕士17人，博士后2人，其中1人获2008年全国优秀博士学位论文奖。项目成果总体达到了国际先进水平，其中水田自动导航作业和主从导航作业居国际领先水平，打破了国外技术垄断，保障了我国农机导航装备的自主安全可控，引领了我国农机导航技术的创新发展，为我国智慧农业提供了重要支撑。 该成果荣获2020年度国家科技进步奖二等奖。

 本技术涉及一种轮式车辆惯导系统的自动标定、运动对准即自主定位方法，即如何在不借助参考路标点和其他外部传感器如GPS的条件下，实现实际路况下的惯导系统与车体间安装关系和里程计标度因数的自动标定，以及车辆行驶中的惯导系统运动对准与自主定位，抑制环境因素对里程计辅助效果的影响，提升陆用车辆导航系统的自主性、快速性、可维护性、环境适应性和精度指标。 惯性/里程计组合导航系统通常采用两种组合方式：航迹推算方式和反馈组合方式。航迹推算方式是一种简单的次优组合，它以惯性导航系统提供姿态基准，以里程计提供行程增量并在参考坐标系中投影累加得到当前位置；反馈组合方式则将里程计输出作为惯导系统的独立外部观测，反馈校正惯导系统的导航参数误差以及部分惯性器件误差，同时利用惯导系统的短期稳定性修正里程计标度因数误差。下表给出了两种组合方式的优缺点对比。反馈组合方式具有航迹推算方式所不具有的很多潜在优势，如在信息空间配准的前提下，反馈组合方式能够抑制环境因素对惯性器件精度和里程计精度的影响，如不依赖外部路标点实现惯性器件误差和里程计标度因数误差的自我修正，并缓解车轮的短时打滑问题等。

项目背景：大型工业软件是我国迈向制造强国的战略支 撑，实现智能制造的核心技术载体。欧美发达国家将“掌握 最先进的大型工业软件的核心技术”视为“持续掌控全球工 业产业布局主导权”的必要条件。《国民经济和社会发展第 十四个五年规划和 2035 年远景目标纲要》指出，要“加强 工业软件研发应用”。典型的大型工业软件 CAD 是提高我国 制造业核心竞争力，保证国家制造业战略安全所必须的关键 技术，但目前市场基本被国外产品垄断，核心技术受制于人。 发展我国自主可控的 CAD 软件，打破卡脖子局面势在必行。 面向行业的 CAD 软件是当前的发展趋势。在化工设备的 CAD 设计环节，其主流的技术已经逐渐从二维模型设计到三维模 型设计演进。但在化工设备的制造环节，仍然以二维工程图 作为唯一参考。由于诸多原因，通过软件自动将三维模型自 动生成二维工程图成为解决问题的较优解。二维工程图自动 生成是 CAD 行业世界性难题，国内外尚无一款软件完整实现 该功能。为了攻克 CAD 工业软件卡脖子战略性技术，提升国 产工业 CAD 软件的竞争力，大幅度提高化工设计的设计效率， 寻求合作以研制出具有自主知识产权的、符合化工静设备设 计要求的二维工程图自动生成关键技术。 所需技术需求简要描述：针对公司前期设计的三维模型 文件，自动创建二维工程图，满足以下关键技术需求：1.能 够覆盖 90%以上的静设备类型；2.设计架构可扩展，可以通过配置或者类似插件形式扩展的新的设备类型；3.支持的自 动出图内容包括图幅、视图、文表、节点图、管口方位图等； 4.支持的文表包括标题栏、明细栏、管口表、管口明细表、 技术特性标和零件参数表等，文表内容准确率 100%；5.支持 的视图元素包括投影视图、自动标注、管口引线、零件序号 引线等；视图表达正确、清晰、无歧义、符合行业习惯；6. 支持的图幅种类有装配图、零件图、部件图、管口方位图； 7.支持整套设备图纸自动布局，包括图幅的选择、图纸拼接、 图面内元素的自动布局等；8.尺寸正确率 100%，核心尺寸缺 失率 0%，整体尺寸缺失率<5%；9.图面美观，符合行业规范， 图纸完成度>90%；10.支持常见的图面布局形式，视图比例 恰当，各图面元素间结构关系合理，整体布局紧凑、美观。 可提供若干布局方案供选择。  对技术提供方的要求:1.具有化工设计行业知识和经 验，承担过石油化工相关项目。2.熟悉 CAD 软件的相关开发。 3.具有工学博士学位或高级职称，技术方案成熟可靠稳定有 创新思维。 

采用独立一体化模式，将各种控制实验专用测量仪器集成在实验箱中，一个实验箱就能支持自动控制原理的全部实验，测量分析手段全面升级，全新信号源，升级控制计算机及其接口电路，更加符合现代主流系统应用的需求。

成果描述：本发明申请要解决的问题是，对环境噪声较大的场合，根据对象的结构进行实时识别。本专利建立一种实时的智能物体检测算法，根据动态区域连通性提取物体的结构特征，通过矩函数映射得到特征进行识别。市场前景分析：本发明最主要的任务是弱化了形态的特征，强调结构，从而加强的了抗噪能力，并通过概率模型，给出了精确的数据概率分析。已在实际的应用（自然生态保护区的熊猫识别）当中取得显著效果。与同类成果相比的优势分析：本发明主要面向复杂环境中颜色特征明显的对象，从对象的颜色特征出发得到结构，对结构进行判断从而进行识别。

成果描述：本实用新型公开了一种新型的车牌识别处理设备,包括机体、显示屏、控制器面板、车牌信息录入模块和车牌拍摄模块,所述机体的顶部安装有摄像装置,所述显示屏与控制器面板镶嵌在机体的外表面上,且显示屏安装在控制器面板的上方,所述机体的两侧外壁上安装有照明灯,所述机体通过其底部端面安装的支撑腿安装在底座上,所述车牌信息录入模块的输出端与车牌信息储存模块的输入端电性连接,所述车牌信息储存模块的输出端与机体和车牌拍摄模块的输入端电性连接,所述车牌拍摄模块的输出端与车牌信息对比模块的输入端电性连接。本实用新型安装有照明灯,当光线强度不好时,照明灯可起到照明的作用,可使车牌照射的更加清楚,满足了工作的需求。市场前景分析：本实用新型安装有照明灯,当光线强度不好时,照明灯可起到照明的作用,可使车牌照射的更加清楚,满足了工作的需求。与同类成果相比的优势分析：国内领先

高校科技成果尽在科转云

一、项目简介 水下目标检测与识别，是水下机器人等相关系统能够被高效应用的前提。然而现有系统难以应对水下图像能见度较低，对比度差，存在颜色漂移和边缘模糊等问题；另外，水下图像样本稀少且缺乏足够的变化性，使得相关基于机器学习的目标检测与识别系统由于缺乏训练样本而无法有效应用。 二、前期研究基础 项目利用深度学习等新的理论突破，提出两种解决方案，一种是通过结合水下成像原理与深度风格迁移、生成对抗网络等算法，由普通光学图像生成水下图像，构建水下图像目标检测与识别仿真库，该数据库一方面数据量大且具有较大的变化性，也即场景与目标均具有较大的变化性；另一方面，由于是由普通光学图像迁移获得，因而也可以直接应用普通光学图像自身的标签信息，无需再对其进行标注。另一种是研究基于水下退化图像处理算法的检测和识别系统，解决由水下图像的色彩漂移和细节丢失等退化现象带来的目标检测和识别问题。同时通过水下退化图像处理模块和检测识别系统的联合优化技术，可以实现退化图像的增强方法与检测识别系统的最佳匹配。在保证处理后的退化图像性能指标的前提下，进一步提升水下图像的目标检测识别性能。 三、应用技术成果 1）基于深度学习风格迁移的水下图像生成效果示例 a为自然场景图像中的目标检测结果；b为模拟生成的水下风格图像及其目标检测结果；c为图像增强后的目标检测结果。 四、合作企业 无

随着互联网及多媒体技术的快速发展和大数据时代的到来，视频网站、新闻网站、社交网站、博客、微博、微信等网络媒体形态不断涌现，图像、视频等多模态的数据急剧膨胀，随之带来了“管不住”和“用不好”两大问题。“管不住”是指互联网中隐藏着大量有害信息，如何自动分析与识别非常重要。“用不好”是指现有方法一般是单模态分析与识别技术，如图像分析、文本分析等，但单模态分析与识别因为信息有限难以取得好的效果。 针对上述两个亟待解决的关键问题，基于在图像处理、视频处理、机器学习、模式识别、搜索引擎技术等方向上多年的科研成果，我们开发出互联网图像视频识别与检索系统，支持对互联网上的图像、视频等多媒体数据进行采集、分析、识别和检索，突破网络有害信息难以识别和媒体大数据难以利用的问题，应用于互联网内容监管和大数据行业应用等领域，为维护网络内容安全和促进媒体大数据利用提供技术支撑。