|
搜索
搜 索
高等教育领域数字化综合服务平台
可调谐二极管激光吸收光谱检测仪（TDLAS）
成果与项目的背景及主要用途：
我国随着经济社会发展速度的提升，已极为重视对环境和经济可持续发展的社会需求，公众也对切身的环境问题关注日益密切。以大气中常见空气污染物为应用检测对象，开发研制快速实时且高精度的 TDLAS 可调谐二极管光谱学检测设备，为大气环境监测中所要求的微量、高精度及快速响应需求提供仪器实现手段，应用于室内外环境污染气体监测和煤矿、油井等地下作业中毒气泄漏的监控，可以有效避免有毒有害气体排放导致的大规模大气污染发生，保障环境质量安全，为国民经济作出重要贡献，社会效益显著。并特别适用于强磁场和辐射性、腐蚀性或危险性大的环境，可实现对如飞行器、舰船、矿井、油田、建筑物等恶劣环境的实时检测分析。大气污染物气体 TDLAS 测量及评价系统项目研究和开展具有对于产品需求直接的经济效益及环境保护的社会效益。
技术原理与工艺流程简介：
该项目在团队已有红外光谱工作基础上,组建基于 TDLAS 的大气污染物在线检测实验平台，通过对排放气体干扰组分、激光器输出参数及系统电子学指标的分析与优化，建立适用于大气常见污染物气体实时快速 TDLAS 仪器检测技术体系。并基于企业自有的物联网 GPS 模块设备开发技术、长光程气体吸收池技术、仪器网络系统集成技术等，进行 TDLAS 仪器向网络分布式监测系统的应用技术研究，使项目内推出的样机可以作为独立接入单元接入区域环境评测平台，对传统在线式检测仪器数据接入及集成进行功能创新。
a.基于课题团队自有光谱数据处理算法软件与嵌入式系统开发平台进行控制系统产品化开发
b.根据检测物指标，可定制选择国外或国内激光器模块封装进行集成
c.基于实验室自有开放光程光路准直定位技术以及长光程气体池技术进行关键模块定制。
d.根据用户需要定制上位机专用分析软件程序。
应用领域：燃料燃烧、金属冶炼、变电高压、焦炭化工、矿业筛选、农药施放、油漆喷涂、造纸纺织、皮革纤维、生活垃圾焚烧、危险废物处理、制药、橡胶等有气体污染物排放行业。
合作方式：技术开发，模块打包出售（15—20 万元/套）
天津大学
2021-04-11
鲁棒人脸视觉特征的提取、建模与识别的理论和方法研究
成果介绍人脸图像分析研究不仅能丰富和发展图像处理与分析的理论和方法，而且在教育、医疗、公安等社会服务以及公共安全等行业中具有重要的应用价值。基于人脸视觉特征的表情、身份以及亲属关系识别是当前人脸图像分析研究的前沿课题，而光照和人脸姿态变化等因素对人脸视觉特征提取与建模的影响则成为当前该研究面临的主要瓶颈。开展鲁棒人脸视觉特征的提取、建模与识别研究，突破现有研究的局限性，能显著推动人脸图像分析的研究进展，进一步满足国家在社会服务与公共安全等领域中的需求。技术创新点及参数1、 突破局部二值模式编码的视觉特征描述算子的局限性，提出局部三值模式编码的视觉特征描述算子，提出解决场景光照变化干扰以及高斯噪声干扰的图像处理一般性方法。2、 率先提出基于区域协方差矩阵的非正面表情特征描述方法，提出基于高斯混合模型和最小贝叶斯错误率估计的异方差鉴别分析方法，建立基于高斯混合模型的多视角表情识别理论。3、 率先提出基于人类学和遗传学的“父母—子女”亲属关系鉴别方法，提出以父母年轻时面部图像为桥梁的“父母—子女”亲属关系鉴别的子空间迁移学习理论和方法。4、 提出人脸视觉特征提取和识别的多流形鉴别分析理论，提出双子空间鉴别分析的增量式算法，突破双子空间鉴别分析方法的计算瓶颈。市场前景本项目围绕人脸图像中的表情、身份以及亲属关系识别等科学问题，深入开展鲁棒人脸视觉特征的提取、建模与识别的理论和方法研究，重点解决视觉场景中光照与人脸姿态变化下的鲁棒人脸视觉特征的提取与建模问题
东南大学
2021-04-11
一种智能视觉监控检索中提取目标运动轨迹特征的方法
本发明公开了一种智能视觉监控检索中提取目标运动轨迹特征的方法，包括以下步骤：获取目标运动轨迹，以二维空间坐标序列对目标运动轨迹进行描述；根据描述目标运动轨迹的二维空间坐标序列，计算描述每次采样中目标运动方向的水平分量和垂直分量；将每次采样中目标的二维空间坐标和描述每次采样中目标运动方向的纵向斜率和横向斜率合并组成每次采样中目标的流矢量；以流矢量序列对目标运动轨迹进行描述；读取预先建立的参考矢量集合；计算描述目标运动轨迹的流矢量序列到各参考矢量的距离作为该目标运动轨迹的特征向量。本发明方法使用流矢量序列描述目标运动轨迹并提取特征向量，可以在轨迹描述中同时包含位置和方向信息，避免了测量误差。
浙江大学
2021-04-11
面向机器人的智能视觉环境感知及三维场景重建
面向机器人的智能视觉环境感知及三维场景重建 面向机器人视觉的自然场景理解是近年来的研究热点和重要挑战之一，其目标是对自然场景图像及视频的内容作出有效分析、认知与表达，目前相关理论和算法正处于初期探索阶段。我们的研究成果表明，从场景视觉语义推理、场景目标识别和场景行为模式检测三个环节展开研究，有助于构建自然场景理解的创新机制，进一步开发机器人
南京大学
2021-04-14
基于虚实交互场景下的机器狗视觉控制系统研究
一、项目进展
创意计划阶段
二、负责人及成员
姓名
学院/所学专业
入学/毕业时间
学号
史雨杰
电信院/自动化
2019.9/2023.7
201931072537
李耀辉
电信院/机器人工程
2019.9/2023.7
201931072628
刘忠跃
电信院/自动化
2018.9/2022.7
201831073203
王怡欣
电信院/自动化
2018.9/2022.7
201831073423
孟泽涛
电信院/自动化
2018.9/2022.7
201831073302
三、指导教师
姓名
学院/所学专业
职务/职称
研究方向
李杰
电气信息学院
讲师
人工智能
四、项目简介
本项目基于虚实交互技术、仿生机器狗运动控制、机器视觉、机器算法等方面展开研究。其目的在于增强虚实场景下机器狗与现实环境的交互能力，使其更快速地适应复杂地形，并借助机器视觉丰富其应用性。机器狗采用Jetson-Nano为主控板，其上运行ROS系统，采用分布式运行rosserial_arduino、rosbridge实现机器狗运动控制和虚拟场景通信的环节；利用SLAM技术精确构建地形图样，模拟人的真实视觉功能并通过图像摄取装置赋予机器狗，使机器狗能够对图像信号进行获取和识别，并通过数字化处理以实现其在多目标环境下的个体追踪功能以及对人体的姿态识别功能。
西南石油大学
2023-07-17
一种多摄像头自适应的立体视觉测距装置
本实用新型涉及双目立体视觉测距技术，具体涉及一种多摄像头自适应的立体视觉测距装置，包括 主板，固定在主板上的左一摄像头、左二摄像头、右一摄像头、右二摄像头、右三摄像头、左数据传输 接口，及右数据传输接口，还包括外部控制板；左一摄像头、左二摄像头通过主板与左数据传输接口连 接；右一摄像头、右二摄像头、右三摄像头通过主板与右数据传输接口连接；左数据传输接口、右数据 传输接口分别与外部控制板连接。该测距装置结构简单、操作方便、成本低，具有多个摄像头，允许根 据待测物的实际位置和实际距离选择使用摄像头对，具有自适应性，可移植性强，能够实现双目立体视 觉测距所需图像数据的实时采集和传输。
武汉大学
2021-04-13
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
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。
武汉大学
2021-04-13
基于视觉特征的视频指纹检测及视频序列匹配方法及系统
本发明提出一种基于视觉特征的视频指纹检测方法，具体为：按照帧间相关性对视频序列分段，在分段中提取关键帧；在各关键帧中提取视频特征；利用像素点特征字典对像素点分类；对各关键帧分别进行多次不同数量的分块，在各子块中依据像素点的分类结果统计像素点特征字典各元素的出现次数，得到该子块的特征向量；将所有子块的特征向量拼接得到关键帧的高维视频指纹；对各高维视频指纹进行降维；将各视频片段关键帧的低维视频指纹按照时间先后顺序连成关键帧视频指纹串。本发明还提供了基于上述指纹检测方法的视频匹配方法。本发明通过对视频内容的关键信息进行有效描述，在不影响匹配率的情况下，大大降低了算法的复杂度，有效提高了检测效率。
华中科技大学
2021-04-11
基于多模态融合模型的平板显示视觉舒适度预测方法、系统
本发明涉及显示技术与人机交互交叉领域，提供基于多模态融合模型的平板显示视觉舒适度预测方法、系统，其中方法包括：步骤一、采集原始图像集，针对每一原始图像，运用生成对抗网络模型将输入的随机序列转换为增强素材，再将增强素材和原始图像按预设比例融合，获得若干新图像；步骤二、采集生理特征和物理特征，获得训练样本；步骤三、基于堆叠集成框架训练多模态融合模型；步骤四、输入测试数据，获得视觉舒适度预测结果。本发明旨在解决平板显示视觉舒适度预测领域高质量标注样本稀缺、单一模态分析耦合关系缺失、场景适配性差的问题。
南京工业大学
2021-01-12
一种基于机器视觉的铁路散货卸料斗识别与定位方法
本发明提供了一种基于机器视觉的铁路散货卸料斗识别与定位方法，涉及铁路散货卸料斗跟踪与定位技术领域。该方法包括：采集目标卸料斗的深度图样本；对深度图样本执行预处理，生成样本数据集；从样本数据集中提取卸料斗的几何特征；将卸料斗的几何特征作为输入，利用CNN进行卸料斗的目标识别与定位训练，得到卸料斗识别模型；将相机捕获到的实时深度图送入卸料斗识别模型进行卸料斗的实时识别与定位，卸料斗识别模型输出卸料斗的三维空间信息和存在概率，将结果传送至控制系统，引导机械臂执行卸料操作。本发明适用于卸料作业中的实时监测，实时精确定位铲斗的当前位置，及时避免铲斗与货舱之间的冲击性损伤，提高卸料的效率与安全性。
南京工业大学
2021-01-12