产品详细介绍 【外置图像采集卡产品简介】 MV-U2000 外置图像采集卡 USB图像采集卡 工业图像采集卡是便携的外挂式USB彩色/黑白图像采集盒，这种轻便的盒子可通过USB2.0总线和主机连接,与便携式或台式计算机配合，形成各种类型的移动式图像处理工作站，特别适用于野外、活动场所、和工作环境狭小的场合。  MV-U2000外置图像采集卡 USB图像采集卡 工业图像采集卡软硬件更新升级，新的图像采集盒采用10BIT A/D转换芯片,图像更清晰,色彩更丰富艳丽，实时性更强,采样频率更高,配套的SDK开发包软件功能更强大,是外置的图像采集处理的理想选择，欢迎咨询。　　MV-U2000 外置图像采集卡 USB图像采集卡 工业图像采集卡特别适于:笔记本图像采集处理、高精度高速图像采集处理  医学图像采集、显微成像、工业检测、野外图像采集存储、野外监控录像系统 便携移动图像采集处理、移动智能交通、移动电子警察、移动车辆稽查系统 【USB图像采集卡数据流向】　　MV-U2000 外置图像采集卡 USB图像采集卡 工业图像采集卡是模拟图像数据由摄像头采集后，经视频编码芯片处理，转化成数字图像，传给可编程逻辑器件FPGA；FPGA接收到数字图像数据后，送RAM缓存，然后从RAM中取出数据，传给USB 2.0控制芯片，该芯片利用USB 2.0接口将数据最终传给计算机实时显示并存储。【工业图像采集卡技术特点与指标】　　●MV-U2000 外置图像采集卡 USB图像采集卡 工业图像采集卡接收标准的视频信号，彩色和黑白图像采集。　　●实现多路视频信号的实时切换/扫描、同时采集处理。　　●采样位数:黑白方式9Bit，彩色方式RGB15、16、24和32Bit。　　●MV-U2000 外置图像采集卡 USB图像采集卡 工业图像采集卡水平解像度:可达电视线480以上。　　●一路复合或Y/C视频输入可选,亮度、对比度、饱和度软件可调。　　●图象显示采集分辩率:720X576，具有开窗功能，缩小功能。　　●MV-U2000 外置图像采集卡 USB图像采集卡 工业图像采集卡采集和传送的图像数据格式:彩色:YUV422、RGB888、RGB8888。黑白:GRAY8。　　●USB2.0时的图像传速度:至内存:25帧（YUV422）至显存:25帧（RGB888）。　　●本图像采集卡严格执行场同步，保证不丢帧；且每一帧图像均完整，正确，图像不抖动。　　●界面及操作:界面友好，操作简单，即插即用，系统自动完成所有的环境设置。【开发工具】 　　● MV-U2000 外置图像采集卡 USB图像采集卡 工业图像采集卡操作系统支持：Windows 2000、XP、Vista。　　● SDK支持：VC、VB、Delphi。提供演示程序及演示程序源代码！　　● 驱动支持：WDM、VFW、DirectX、OpenCV、Twain、Matlab、LabView、Halcon、MIL。 　　　　  （产品可大量为客户提供裸板或定制，为OEM、系统集成商所配套，提供优惠的价格优良的服务）【典型应用】　　广泛应用于便携、野外图像采集，移动电子警察、公路收费、工业检测、医学影像、仪器仪表、生物识别、多媒体监控，机器视觉等领域。

Pandar128 图像级超高分辨率高性能激光雷达

产品详细介绍1、用途：用于植物根系分析、叶面积分析、病斑面积分析、虫损叶面积分析、叶片叶色分析、作物冠层分析等2、系统组成：成像装置、分析软件和电脑（电脑另配）。3、技术指标：配光学分辨率9600×4800dpi、A4加长的双光源彩色扫描仪。扫描叶面积、根系的反射稿为A4加长幅面（35.6 cm×21.6 cm），透扫幅面为30 cm×20 cm，最小像素尺寸0.0053mm ×0.0026 mm。配自动对焦的800万像素彩色成像高拍仪；带移动电源的背光源板可野外辅助照明3小时。该野外成像背景板最大测量面积A4幅面，具有自动图像校正与标定特性。可一键化拍照测量野外活体叶面积。可全自动地大批量分析计算叶面积，并以叶片目标边缘标记来核对其正确性。可同时分析多张叶片面积，可分析小至1mm2的叶片，分析误差＜0.5%、测量中的分析时间＜2秒。可同时分析多片叶叶面积、病斑面积、虫损叶面积（含分析2/3以上叶片被严重虫损的虫损叶面积）、可测量植物的叶绿素相对含量或“绿色程度”，分析叶片叶色(具有按英国皇家园林协会RHS比色卡的比色特性)、作物冠层分析。可交互进行植物相关的各种尺寸、角度测量。可分析测量：1)根总长；2)根平均直径；3)根总面积；4)根总体积；5)根尖计数；6)分叉计数；7)交叠计数；8)根直径等级分布参数；9)根尖段长分布，10）可不等间距地自定义分段直径，自动测量各直径段长度、投影面积、表面积、体积 等，及其分布参数；11）能进行根系的颜色分析，确定出根系存活数量，输出不同颜色根系的直径、长度、投影面积、表面积、体积。12）能进行根系的拓扑分析，自动确定根的连接数、关系角等，还能单独地自动分析主根或任意一支侧根的长度和分叉数等，可单独显示标记根系的任意直径段相应各参数（分档数、档直径范围任意可改，可不等间距地自定义），并能进行根的分叉裁剪、合并、连接等修正，修正操作能回退，以快速获得100%正确的结果。13）能用盒维数法自动测根系分形维数。可分析根瘤菌体积在根系中的占比，以客观确定根瘤菌体贡献量。14）大批量的全自动根系分析，对各分析结果图可编辑修正。各分析图像、分布图、结果数据可保存，分析结果输出至Excel表，可输出分析标记图。还可用A4幅面的灯板来拍照分析根系。15）能做根系生物量分布的大批量自动化估算。16）能自动测量油菜、大豆等果荚的果柄、果身、果喙部分的粗细、长、弧长、玄高等参数。17）能自动测量各种粒的芒长。18）能测各类针叶的叶面积、长度、粗细。选配电脑推荐：品牌电脑（酷睿i5 CPU / 8G内存/ 19.5”彩显/无线网卡，5个以上USB2.0口，运行环境Windows 10完整专业版或旗舰版）

产品详细介绍LA-S植物图像分析仪系统（叶分析独立版）1、用途：用于植物叶面积分析、病斑面积分析、虫损叶面积分析、叶片叶色分析、作物冠层分析等2、系统组成：扫描和拍照成像装置、分析软件和电脑（电脑另配）。3、主要性能指标：配光学分辨率4800×4800 dpi的EPSON V39彩色扫描仪（加带450*300mm背光板）、自动对焦的大景深800万像素拍摄仪、移动电源辅助背光源板（外框大小400*300mm）可野外背光照明3小时。最大测量面积为A4幅面，有自动标定和自动图像校正特性。可对拍照野外活体叶面积进行一键测量。可同时分析多片叶叶面积、病斑面积、虫损叶面积（含分析2/3以上叶片被严重虫损的虫损叶面积）、分析叶片叶色（具有按英国皇家园林协会RHS比色卡的比色特性）、测量植物的叶绿素相对含量或“绿色程度”，以及分析作物冠层。叶面积等参数可大批量全自动分析，并标记叶片边缘以便核对正确性。可分析小至1mm2的叶片，分析误差＜0.5%、测量中的分析时间＜2秒，自动独立标记的各叶片图可保存，分析结果可输出至Excel表。可交互进行植物相关的各种尺寸、角度测量。选配电脑：笔记本电脑（酷睿i5 CPU/ 8G内存//1G显存/500G硬盘/无线网卡）。

产品详细介绍LA-S植物图像分析仪系统（全能型版）1、用途：用于植物年轮分析、根系分析、叶面积分析、病斑面积分析、虫损叶面积分析、叶片叶色分析、作物冠层分析、瓜果剖切面分析等2、系统组成：成像装置、分析软件和电脑（电脑另配）3、主要技术指标：1）配光学分辨率4800×9600、A4加长的双光源彩色扫描仪。扫描年轮、叶面积、根系的反射稿为A4加长幅面（35.6 cm×21.6 cm），正片为30 cm×20 cm，最小像素尺寸0.0053mm ×0.0026 mm；800万像素拍摄仪、带移动电源的辅助背光源板可野外辅助照明3小时。该野外成像背景板最大测量面积A4幅面，具有自动图像校正与自动测量标定特性，可分析小至1mm2的叶片，分析误差＜0.5%、测量中的分析时间＜2秒。2）植物年轮测量分析：可自动判读年轮数、各年轮平均宽度、早材及晚材宽度、各年轮切向角度和面积。可自动划分出年轮边界、早材边界、晚材边界，以及识别出很窄的树轮，可交互删除伪年轮、插入断年轮，可自动生成分析年表。具有【精细】分析选项，可自动分析出≤0.2mm宽度的年轮，分析获得的测量数据具备进一步做交叉定年、数据分析处理能力。可计算树盘总面积，分析木材的边材面积。3）可一键化拍照测量野外活体叶面积。可全自动地大批量分析计算叶面积，并以叶片目标边缘标记来核对其正确性。可同时分析多张叶片面积，及可分析小至1mm2的叶片，叶面积分析误差＜0.5%、分析测量时间＜2秒。可分析多片叶叶面积、病斑面积、虫损叶面积（含分析2/3以上叶片被严重虫损的虫损叶面积）、测量植物的叶绿素相对含量或“绿色程度”，分析叶片叶色（具有按英国皇家园林协会RHS比色卡的比色特性）、可分析作物冠层。可交互进行植物相关的各种尺寸、角度测量。4）植物根系测量分析：（1）根总长、根平均直径、根总面积、根总体积、根尖计数、分叉计数、交叠计数、根直径等级分布参数、根尖段长分布，（2）可不等间距地自定义分段直径，自动测量各直径段长度、投影面积、表面积、体积 等，及其分布参数；能进行根系的颜色分析，确定出根系存活数量，输出不同颜色根系的直径、长度、投影面积、表面积、体积。（3）能进行根系的拓扑分析，自动确定根的连接数、关系角等，还能单独地自动分析主根或任意一支侧根的长度和分叉数等，可单独显示标记根系的任意直径段相应各参数（分档数、档直径范围任意可改，可不等间距地自定义），并能进行根的分叉裁剪、合并、连接等修正，修正操作能回退，以快速获得100%正确的结果。（4）能用盒维数法自动测根系分形维数。可分析根瘤菌体积在根系中的占比，以客观确定根瘤菌体贡献量。（5）大批量的全自动根系分析，对各分析结果图可编辑修正。还可用A4幅面的灯板来拍照分析根系。（6）能自动测量油菜、大豆等果荚的果柄、果身、果喙部分的粗细、长、弧长、玄高等参数。能自动测量各种粒的芒长。（7）能测各类针叶的叶面积、长度、粗细。（8）能做根系生物量分布的大批量自动化估算。4）瓜果剖面各部位分析：可测西瓜的：纵径、横径、果形指数、总面积、皮厚、空心面积、瓤色分档分析、外周长；可测哈密瓜等甜瓜的：纵径、横径、果形指数、截面积、肉厚、外周长、瓤色分档分析、种腔（纵径、横径、面积）；可测苹果、梨等的：纵径、横径、果形指数、总面积、核心面积、肉色分档分析、外周长；可测柑橘类水果的：纵径、横径、果形指数、总面积、皮厚、肉色分档分析、外周长。5）各分析图像、分布图、结果数据可保存，分析结果输出至Excel表，可输出分析标记图。选配品牌电脑：品牌电脑（酷睿i5 CPU / 8G内存/ 19.5”彩显/无线网卡，5个以上USB2.0口，运行环境Windows 10完整专业版或旗舰版）

受国家自然科学基金资助，自1990年开展该研究工作，已形成专利产品——红外热成像装置。济南钢铁集团总公司和北京科技大学于1999年6月签定了本项目的技术开发合同书，共同开发这一具有明显技术经济效益的新型烧结工况信息获取与智能化处理系统。该项目已于2000年12月通过验收。 系统所涉及的主要技术包括：红外热成像、红外测温、图象抓取与处理、图象分割、特征变量的提取和选择，适应于烧结矿红外图像的滤波方法、以及烧结矿FeO含量和转鼓指数在线推断的数学建模，其中红外热成像技术及测温技术为国家专利技术。 系统采用近红外成像技术，可以采集高温工业窑炉的工况图像，通过计算机图像采集转换成数字图像，在获得模拟和数字图像的同时，可通过视频缆和网络进行图像的传输，并可根据应用厂家的需求，任意或同时测取点、线、面的温度。在此基础上可根据厂家的要求，进行烧结矿的在线质量推断。 该系统由两部分组成： 红外热成像装置：提供清晰的工况图像。红外热成像计算机视觉检测及信息处理系统：红外热成像装置与计算机连接后，通过图像采集获得生产工况的数字图像，经处理构成红外热成像计算机视觉检测和信息处理系统

一种基于机器视觉的水稻穗颈瘟染病程度分级方法，包括以下步骤：（1）建立水稻穗颈瘟染病程度分级模型；（2）对农田现场的水稻染病程序进行测试，其过程为：（2.1）、采用多光谱成像仪拍摄农田现场的水稻的图像；（2.2）、将获得的多光谱图像去除图像背景，提取图像信息；（2.3）、获得图像的12个颜色特征；（2.4）、通过对获取的12个颜色特征进行变量标准化预处理，然后进行用以对数据降维的主成分分析，根据各主成分的贡献率，得到第一主成分和第二主成分；（2.5）、将第一主成分和第二主成分作为测试模型的输入，运行所述测试模型得到农田现场的水稻的穗颈瘟染病级别。本发明省时省力、可靠性高、效率很高。

一、项目简介 人体是视频监控、车辆辅助驾驶等应用领域中重点关注的目标。人脸和人体姿态的分析，易受光照、遮挡、穿着和复杂背景等因素的影响，研究的挑战极大。对人体的属性，尤其是人脸和人体姿态的智能分析，是计算机视觉和人工智能中的热点研究问题，也是视觉产业化急需突破的关键技术。 二、前期研究基础

在国家自然科学基金等项目资助下，本课题组在2003年成功研制出基于立体视觉的显微操作装配工作站，主要用于对微小物体进行操作和微小系统的装配，已推广到台湾大学等地区使用，近年来结合不同领域用户实际需求，不断改进，显著改善了系统的可靠性、模块化、灵活性、控制软件智能化程度，拓宽了本技术的应用范围，在多种微纳器件和系统的集成制造中发挥了重要作用。系统具有图像采集、图像获取，三维成像、三维测量、微小系统装配、微小零件在线修磨等，还可以根据用户具体要求定制特殊功能。系统配置可根据用户要求选配，一种典型的配置如下：高倍立体显微成像系统、微操作器、数控微位移工作台、彩色CCD摄像机、高速图像采集及立体显示卡、高分辨率显示器、微型计算机以及可选操纵单元（夹持器、真空吸盘、喷涂装置等）等。具有动静态彩色立体成像及显示。 系统典型技术参数如下：光学分辨率水平方向最高可达到500nm，深度方向分辨率最高可达到80nm，立体视觉的深度分辨率为10um，X/Y每轴运动范围：50mm，Z轴运动范围：25mm，运动分辨率：1μm(per step)，自动引导重复定位精度：±3μm；具有操作自动寻位、自动避障功能；有真空吸附与夹钳式拾取器（操作手）；具有空间位置测量及相对距离测量功能，图像处理与分析功能、可以实现存储、打印等操作。

本发明公开了一种结合全球 DEM 与立体视觉的卫星影像云检测方法，利用密集匹配的 DSM 数据 和现有的全球 DEM 数据 SRTM，结合高程与影像灰度信息提取云区域。主要步骤如下：通过多影像多 匹配基元方法获得模型匹配的 M-DSM，基于特征线的方法配准 M-DSM 与 SRTM，通过高程差值获得 初始种子点，然后把种子点计算到像方，结合影像的灰度信息提取出云区域。本发明在有大面积雪的影 像，能有效的避免雪的干扰，准确地检测出云区，提高了遥感影像的利用率。