一、产品介绍 机器视觉技术综合了光学、电子、机械、计算机软硬件等方面技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。机器视觉方法检测具有非接触、速度快、精度高等优点，特别适用于在线的工业品检测。线阵CCD、面阵CCD和CMOS都在本实验仪中都得到利用，可以充分挖掘学生的潜能，拓宽学生的知识面。可开设光电、测控、机械、自动化专业的本科实验教学课程，也可做为相关高职专业学生的实训课程。 二、实验内容 1、根据不同待测物的特征，分析适用的照明方式： 2、利用线阵CCD相机对物体的尺寸测量实验； 3、利用线阵CCD相机对物体的角度测量实验； 4、利用线阵CCD相机对物体扫描实验； 5、面阵CCD和CMOS相机用于边缘与轮廓检测实验； 6、面阵CCD和CMOS相机颜色识别与变换实验； 7、面阵CCD和CMOS相机对物体尺寸测量实验； 8、面阵CCD和CMOS相机对投影与差影图像分析实验； 三、配套文件资料  1、实验指导书1本；  2、实验软件1套；    客户自行配置电脑       

1、产品介绍 AI人工智能语音与机器视觉应用系统是一款集成AI语音、机器视觉、深度学习基础、嵌入式Linux于一体的高端教学科研实验平台。 整个教学平台由实验箱高性能嵌入式主板够成，高性能嵌入式核心板采用高性能64位ARM处理器，标配4GB DDR3内存和16GB闪存，可运行ubuntu、android、linuxqt等多种操作系统，可满嵌入式linux和AI应用开发。 平台采用多核高性能 AI 处理器，预装 Ubuntu Linux 操作系统与 OpenCV 计算机视觉库，支持 TensorFlow Lite、NCNN、MNN、Paddle-Lite、MACE 等深度学习端侧推理框架。 提供多种应用外设与丰富的机器视觉、AI语音、深度学习实战应用案例，如语音前处理（声源定位、语音增强、语音降噪、回声消除、声音提取）、语音活体检查、语音唤醒、语音识别、语音合成、自然语言处理、声纹识别门锁、语音智能家居、手写字识别、人脸识别、目标检测、端侧推理框架、图像识别、人体分析 、文字识别、人脸门禁控制、车牌道闸控制、手势家居控制等，通过案例教学让学生掌握计算机视觉与深度学习的基本原理和典型应用开发。 2、产品特点 （1）先进性 性能卓越：搭载AI嵌入式边缘计算处理器RK3399，配备4GB RAM与16GB存储空间，以及6英寸高清电容触摸屏，确保流畅的用户体验。 高效运算：配NPU协处理器模块，专为神经网络模型设计，提供高达8 TOPs@300mW的运算能力。 接口丰富：提供双路0、四路USB2.0、RS232、RS485以及多种嵌入式拓展接口，满足多样化的外设连接需求。 （2）扩展性 定制化设计：所有硬件单元均采用模块化设计，支持根据具体需求进行定制化选型和搭配。 项目套件丰富：提供多种可选的项目套件模块，支持完成多样化的AI应用场景设计和创新。 智能网关平台：智能边缘计算网关平台配备了包括GPIO、ADC、IIC、UART、PWM、SPI在内的常用接口拓展，增强了平台的适应性和灵活性。 （3）包容性 多功能应用：实验平台适用于人工智能、嵌入式系统、物联网、移动互联网、智能硬件等多个学科的实验教学，提供全面的教育资源。 课程与实验：支持包括Python程序设计、嵌入式Linux操作系统、机器视觉技术、自然语言处理、神经网络原理、无线通信、Android应用技术、物联网中间件、AIOT应用实训等在内的丰富课程和实验。 专业融合：平台在硬件设计上实现了物联网、人工智能和嵌入式技术的兼容性，提升了实训设备的复用率，有效解决了学校实训室空间和资金的限制问题。 AI语音与机器视觉应用系统致力于解决学校在开设人工智能课程时面临的师资、教学资源、实训资源、设备以及与行业应用对接的挑战，实现了产学研创一体化的教育模式 3、应用 系统支持多个工业化的应用场景，以智慧家居、智慧停车场、智慧门禁、智慧交通、趣味AI、智慧工地六大应用场景，及基于六大应用场景的20多种小AI应用场景。所有的应用场景及业务子项功能，均来自真实的人工智能行业应用。 4、配套 该产品除完整的软硬件系统外,还配备针对设备完整的人工智能实训指导书完整丰富的教学实训素材资源、以及基于设备系统的人工智能教学视频光盘。本产品提供免费的安装部署服务和设备实训培训服务。

项目属现代农业技术领域，围绕农田信息快速感知、稳定传输和精准管控三大瓶颈难题，在植物养分/生理/病害信息快速感知，土壤水/盐/养分特性多维快速测试，农田复杂环境下信息无线稳定传输，基于作物生长需求的物联网环境调控和肥水药精准管理等核心技术取得了重大突破，自主研制了系列产品和系统，总体达到了国际同类研究先进水平，部分达国际领先水平。相关成果已经在全国20 多个省市的农田、果园与设施农业等推广应用，取得了重大经济和社会效益，对推动我国数字农业和农业物联网技术的发展具有重要意义。

本发明公开一种基于多人眼感知分组特性的图构造方法，包括以下步骤：将待处理图像过分割成多个超像素，并将超像素定义为图的顶点；基于人眼感知分组特性中的空间邻近特性，将在图像空间中相邻的超像素相连，作为图的一部分边；基于人眼感知分组特性中的颜色相似特性，将图像中颜色特征相似的超像素相连，作为图的另一部分边；基于人眼感知分组特性的纹理相似特性，将图像中纹理特征相似的超像素相连，作为图的又一部分边；基于PRSVM算法，学习空间邻近度、颜色相似性和纹理相似性对图中边权的作用大小；将图的边权定义为相连的两个超像素之间空间邻近度、颜色相似性和纹理相似性的加权和。本发明充分考虑人眼的多种感知分组特性，有效描述图像中各区域之间的关系，有助于对图像中的目标进行检测。

本发明公开了一种多核多线程环境下 NUMA 感知的同步方法， 属于并行计算领域。本发明提出的方法是：线程将同步请求结点插入 链表并在局部锁上自旋，如果局部锁被释放并且请求已被执行则返回， 否则该线程作为 combiner 线程，设置宿主 NUMA 节点，执行请求的 回溯位置，然后开始执行自己以及其他线程的同步请求，执行完毕后 从当前位置向前遍历寻找来自宿主 NUMA 节点内的线程，若找到则将 其作为新的 combin

本发明公开了一种基于地形改正的卫星影像虚假地形感知现象改正方法，从改变光照方向的角度出 发，引入地形改正中的 C 校正模型，通过建立原始影像与虚假地形感知现象改正后影像经过地形改正后 的辐射关系，获得虚假地形感知现象改正前后影像辐射值的对应关系，进而推导出改正后影像灰度值。 本发明方法能够在改正虚假地形感知现象的同时，较好地保持原始影像的空间细节及光谱特性，可显著 提高影像解译准确度。

本发明提出了一种基于压缩感知特征选择的实时检测跟踪框架与跟踪方法(CFS)，本发明能够对压 缩后的特征进行选择，只使用区分度高的样本特征进行分类;本发明能够达到实时跟踪，而且避免了由 于选择了错误的特征导致的跟踪失败现象，有效的抑制了不好的特征对跟踪结果的影响，并且明显提高 了跟踪速度和跟踪精度。

1、复杂作业环境下多参数的智能感知技术；2、人工智能中枢控制系统实现；3、智能电液控制技术；4、终端轨迹规划及精确控制技术；5、自动扫描、分析技术与系统协调作业；6、基于影像分析的地面监控系统和远程操作系统实现；7、井下多传感信息融合及检测技术；8、井下网络数据传输系统平台构建；9、无线与有线光缆通信异构融合与组网技术；10、地面井下信息互通，以及与矿井综合自动化平台的高效融合技术

如何用工程科学的方法复现人手日常的抓握功能是一项挑战性的难题。我们发明了一种能复现人手自然抓握功能的机器人拟人手。它的独特之处在于它仅需四个电机就可驱动5指16关节的拟人手展现出卓越的抓握操作能力。由于独特的设计技术，使用者能够通过有限表面肌电信号（一种非侵入式的手段）随意地控制该手执行他们的运动意图，完成丰富的抓取功能。