本发明公开了一种辅助机器视觉穴盘幼苗质量检测的苗盘分隔装置。两个安装横梁平行横跨在架体的上方，其上部两端各安装一个直线气缸，两个无杆气缸两端的限位块分别固定于安装横梁短边外侧上部，纵向分隔组件中的两个拉杆安装梁分别位于各自安装横梁的上方，并与各自下方的两个直线气缸的气缸杆连接，纵向分隔组件中的多根轴向开口的空心圆柱吊杆上部分别固定于安装横梁各自对称的孔中，横向分隔组件中的分隔片安装梁的两端分别固定于各自无杆气缸的滑块上，横向分隔组件中的分隔片限位支撑板的两端分别水平固定在安装横梁短边的外侧下部。本发明有效解决相邻叶片跨界重叠导致的机器视觉系统误判问题，同时占地面积小，有效避免对幼苗叶片的损伤。

本实用新型提供了基于3D视觉自动控制食品检测机械结构，包括：防护装置、流水线、移动机构；防护装置呈矩形框架结构；流水线设置在防护装置的内部；移动机构设置在流水线的一侧；货台设置在移动机构的一侧；第一机械臂设置在移动机构的上侧，且第一机械臂与移动机构通过螺栓固定相连接；相机设置在流水线的一侧；第二机械臂设置在流水线的一侧；控制台设置在流水线的一侧；通过对现有装置的改进，该装置具有运行效率高，抓取范围大、不易出现漏检漏抓现象的优点，从而有效的解决了现有装置的问题和不足。

究团队在线光电检测技术及仪器方面，主要采用光谱技术对水质进行监测，具体包括：1）采用紫外-可见光谱技术实现了水质COD和浊度的在线监测。自主开发了浸没式、小型化、一体化的采样分析的探头，探头直径仅50m，能耗低，可在野外无人值守的环境工作。该探头经过上海市计量测试技术研究院的测试，结果表明，该探头符合国家环保行业相关标准；2）采用红外光谱技术实现水体CO2含量的在线监测，为水生态环境的监测提供支撑。

研究团队十余年来致力于光谱检测与分析领域，研发了数件产品，持有多项发明专利，发表了多篇高水平论文。例如， 1）采用紫外-可见光谱技术实现了水质COD和浊度的在线监测。自主开发了浸没式、小型化、一体化的采样分析的探头，直径仅50 mm，能耗低，可在野外无人值守环境工作。2）采用红外光谱技术实现水体CO2含量的在线监测，分辨率高，稳定性高。目前，探头正在三峡库区进行测试。3）建立一系列基于表面增强拉曼光谱效应的新型光学免疫检测方法，发展了相关纳米光学探针和微通道芯片器件，实现了血液、唾液等体外复杂环境中肿瘤标志物（包括循环肿瘤细胞、循环肿瘤DNA、肿瘤来源外泌体表面受体分子及内含miRNA分子等）的高灵敏、高通量和快速检测。

现代高速计算机的计算能力已达到惊人的程度，但计算机视觉系统却无法指导诸如过马路之类对  人来说非常简单的视觉任务。本成果模拟人眼选择性关注视觉场景中显著变化区域的模式，提出一种  图像中不同区域视觉显著程度的检测方法，从而达到提高计算机图像分析效率的目的。

本发明公开了一种基于机器视觉的浮法玻璃缺陷在线检测装置。光源为红色发光二极管，光源柜位于被测玻璃下方，光源柜顶部狭缝与玻璃的行进方向垂直。摄像机组位于被测玻璃上方，控制柜内设置有客户机组、工业交换机和信号滤波器。客户机组设置有 n 台带图像采集卡的客户机，客户机分别与摄像机组中的摄像机连接，信号滤波器分别与光电编码器和各客户机相连，光电编码器安装在被测玻璃上。打标机位于被测玻璃的上方，打标机与服务器相连，服务器控制打标机工作，并将缺陷信息录入产品缺陷数据库，并输出统计报表。本发明装置能够对浮法玻璃生

产品详细介绍珠海市华普自动化科技有限公司网址 http://huapu.114ct.com/ 视频www.tudou.com/home/_75709667http://u.youku.com/user_show/id_UMjY2NTE3NTY4.htmlhttp://you.video.sina.com.cn/pnpnpnpnhttp://pnpnpnpnpn.51sole.com/ 视觉教育机器人   视觉教学机器人（机器人含视觉系统5.8万）珠海市华普自动化科技有限公司视觉教育机器人用视觉来做测量和判断，机器人视觉（即图像摄取装置，分 CMOS 和CCD 两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素位置、分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，输出位置或判别信号来控制现场教学机器人的动作。我公司视觉教育机器人人有以下两款：1|、2-6轴轨道机器人2-6轴轨道机器人由X,Y,Z,R，L等6关节/旋转轴6轴组成。机身整体高強度铝合金材，坚固耐用，惯量小，动态性能稳定,长时间使用不变形，精度稳定，使定位精度更加精确。主电机采用100-1000W伊莱斯伺服电机，重复定位精度±0.05mm。配电气控制箱。供电电源：220V、50Hz；电源容量：52KVA。机械臂粗壮牢固，转动灵活。工作范围500*500mm。 2、3-6自由度通用机器人3-6自由度通用机器人，采用垂直多关节串连结构，步进和伺服电机驱动，最大工作负载2.5kg ，重复定位精度±0.05mm。    产品特点：1、6轴联动，采用5.6寸液晶屏执行ISO国际标准G代码；2、采用多层线路板，32位高性能的CPU和超大规模可编程器件FPGA，系统的整个工艺采用表贴元器件，从而使整套系统更为紧凑；3、采用多达20级的运动指令缓冲区运动控制芯片，特别适合高速多线段或圆弧连续插补的运动控制；4、20路输入，20路输出接口；5、全光耦隔离，抗干扰性强，运行稳定；6、有手动，自动，归零，编辑，录入操作； 视觉系统配件选配说明（也可根据需要选择） 序号  名称  规格型号 1  工业数字相机  高分辨率工业相机  MV-1300UC  高速工业相机  MV-VD040C 2  工业镜头  百万像素工业镜头  2514MP  工业缩放镜头  ZL0920 3  LED光源  环形光源  AFT-RL100  平行光面光源  AFT-BL100  条形光源  AFT-WL100 4  软件  机器视觉图像处理软件  MV-MVIPS 5  光源控制器  模拟光源控制器  AFT-ALP2415  数字光源控制器  AFT-DLP2430  另外，机器人视觉细分应用： 模具残留物自动检测（模具保护）， 标准件筛选 适用于螺丝、螺母、垫片、螺母夹、轴套等标准件；检测类型：表面缺陷、尺寸测量、螺纹检测、特征检查等。 非标件检测 适用于汽车零配件、电子零配件、机械零配件、医疗器械；检测类型：表面缺陷、尺寸测量、特征检查、装配检查等。 印刷字符检测（RVT-KBI） 适用对象：手机按键、计算机键盘、仪器仪表等； 检测内容：印刷字符印刷质量、按键错误、字符错误、字符偏移等。一维码、二维码识别，数字、字符识别，颜色识别等； 检测内容：数据读取，字符识别，颜色判断等。珠海市华普自动化科技有限公司  网址 http://huapu.114ct.com/      http://pnpnpnpnpn.51sole.com/联系电话：13417736537   0756-7796528  13267957849 联系人：吴先生   电子邮件： 1113789835@qq.com  QQ：1113789835    http://pnpnpnpnpn.51sole.com/ http://pnpnpnpnpn.tgshebei.cn/usercplist.aspx视频：www.tudou.com/home/_75709667 http://u.youku.com/user_show/id_UMjY2NTE3NTY4.htmlhttp://you.video.sina.com.cn/hpzdhkj

1. 痛点问题 我们生活在一个真实的三维世界中，二维环境感知是远无法满足我们的实际需求。在诸如自动驾驶、机器人抓取和三维目标识别等应用中（如图1），我们经常需要推理三维空间中物体之间的位置关系，从而能够理解真实三维场景并做出进一步的决策行为。 图1 自动驾驶、视觉抓取、物体识别 2. 解决方案 本技术成果提出了一种三维视觉目标检测与识别方法。在三维视觉目标检测方面，提出了一种基于关系推理网络的单目三维物体检测方法，方法流程图如图2所示。方法提出了一种新的单目三维物体检测架构，训练了一个深度关系推理网络来估计三维候选和真实物体之间的空间位置关系，通过测量投影结果和真实物体之间的视觉拟合度来实现高精的三维空间定位。 图2 三维目标检测的流程图 在三维视觉目标识别方法，提出了一种基于球面分形卷积神经网络的三维点云识别技术，方法流程图如图3所示。方法通过引入球面分形结构，将原始三维点云通过可学习的神经网络投影到球面，使得卷积神经网络可以高效处理三维点云数据并进行特征特征，同时通过设计基于分形结构的层次化学习框架，提高了三维点云物体识别的精度，实现了对于三维点云目标在旋转条件下特征表示的鲁棒性。 合作需求 寻求在人工智能、智能机器人、智慧城市等领域有相关技术开发、市场推广经验，能推进本技术落地的高科技企业，可以进行深度合作。本技术成果有望在自动驾驶、虚拟现实等场景进行落地应用。

一种基于对象随机游走的遥感图像视觉显著性检测方法及系统，包括进行多尺度分割，并在每个尺 度下分别对颜色特征相似的邻接区域进行合并;对于每个尺度下的分割结果，分别提取每个分割区域的 视觉特征，构建当前尺度下的对象集合;对于每个尺度下的对象集合，通过对象间的特征差异计算对应 的边缘权重，并计算注意焦点在对象间的转移概率，获得注意焦点的转移概率矩阵，分别根据注意焦点 的转移概率矩阵计算注意焦点在所有对象间的平稳分布，由该平稳分布中每个对象对应的概率进一步计 算视觉显著性并归一化，获得当前尺度下的归一化视觉显著图;融合各个尺度下的视觉显著图，即可获 得该遥感图像最终的视觉显著图。