成果简介： 本系统旨在设计一款辅助视觉残疾人群日常生活的穿戴式设备。该系统具有纸币识别、交通标志识别、日常用物体识别及场景文字识别等功能。主要应用与辅助视觉残疾人的日常生活。 纸币识别的功能对应于视障人群的日常生活的货币使用过程，有了这款穿戴式设备的辅助，他们可以自主的各种生活场合中使用纸币，他们只需要把纸币在设备前置摄像头前轻微晃动，设备就可以通过语音给出纸币的面值反馈给使用者。 交通标志的识别是出于对视觉障碍人群安全的考虑，设备可以识别红绿灯，并且通过语音实时告知使用者，这可以有效的降低使用者在过马路危险。 文字识别对应满足视觉障碍人群的阅读需求，使用者只需要把手指指向想要了解的内容，设备就会给出报纸或是书本上的文字内容，这样可以极大的便利他们的阅读需求。此外通过一定的改进和优化，系统也可以对自然场景下的文字进行识别，比如街头的广告牌、物品的外包装的文字等。 该系统还可以对日常生活中常见的物品进行识别，室内的桌子、茶杯等，还有超市里的各种商品。该功能对应解决使用者在日产生活中购物的需求，有了该系统的辅助他们可以自主的在超市中选择他们想要的东西，并且完成结账。 系统采用了穿戴式与计算机视觉和机器学习等理论知识相结合。穿戴式技术具有佩戴舒适甚至无感、使用过程不应干扰正常生活、使用便携的优点。这样的系统实现形式有利于简化使用者的使用门槛，提升使用体验。计算机视觉和机器学习技术，使用计算机及相关设备对生物视觉的一种模拟，可以有效的获取外接环境，通过分析外界环境做出相应的回应、给出结果。通过机器学习方法可以有效的对数据进行建模、分析。 系统设计的指标主要包括两部分，及硬件指标和软件性能指标。 硬件指标主要有以下几点： 主控CPU采用的是4核CortexA9处理器 RAM需要大于512M，稳定5V电源 HDMI接口支持，USB 接口支持，常见音视频编解码支持 摄像头采用的720p的高清USB摄像头 软件指标只要包括： 指尖检测部分的主要包括指尖位置的检测的准确性，以及ROI确定的准确性，能否准确的划分出待识别目标所在的区域 物品识别部分主要包括可识别物品的类别，以及识别的准确率指标 对纸币识别的准确率和召回率以及计算的时间成本，主要涉及的算法的时间和空间复杂度 文字识别主要包括检测的正确率和召回率 系统基本构成如下图所示，主要包括前端固定眼镜边上的高清摄像头，后端数据处理部分采用的是AMR CortexA9四核处理器作为数据和算法处理单元。 系统基本工作流程为，以手指的一次特定手势（食指有方向性指向某个物体）为触发，系统检测到此手势后自动在手指尖端区域检测敏感信息，如字符，物体等，进一步通过计算机视觉算法，对检测的信息做识别处理，最后对识别结果进行语音播报作为反馈给使用者。用户只要用手指指向交互的给出识别的物品，那么设备就会开始读取这个场景，进行识别并将结果语音输出。 如果该产品可以得到推广，那么可以极大的帮助视觉残疾人，这一款穿戴式设备可以甚至可以改变数以千万记视障人群的日常生活，他们可以减轻对他人的依赖自由独立的生活。 目前该设备正处于原型开发期，已经取得了阶段性的成果，可以准确的定位值之间所在的位置，能较为准确的识别自然场景的中纸币面值，以及简单的文字。下一阶段着重把性能经一步优化，增添识别物体的功能。 该项目是由电子科技大学程洪教授主导的创新性高新项目。不但具有广大的市场前景，据可靠统计全国至少有各类残疾人总数超过8千万，而其中视觉残疾的人数找到15%，因此这款设备具有广阔的市场前景，可以带来一定经的经济效益。而且，更为重要定位于辅助他们日常生活产品充分体现出平等关怀的助残精神，帮助他们更好的生活是我们也是社会的责任所在。

本实用新型公开了一种涡轮叶片视觉检测系统，包括：上部设置有工作台的机身，一顶盖设置在该机身上方并罩于工作台上；安装在工作台表面上的电动旋转台，用于设置待检测的叶片；以及电动平移台，其在竖直方向设置有导向滑轨，测量传感器设置在该导向滑轨上可相对工作台面的上下移动；该测量传感器具有可发出测量用激光并入射到叶片的激光器以及用于接叶片反射光以成像的相机，通过其在工作台面的上下移动并配合相对布置的所述电动旋转台上的叶片的旋转，可实现对所述叶片的轴向上下以及两表面的多点扫描成像，进而实现对叶片的精确快速扫描测量

本发明公开了一种涡轮叶片视觉检测系统，包括：上部设置有 工作台的机身，一顶盖设置在该机身上方并罩于工作台上；安装在工 作台表面上的电动旋转台，用于设置待检测的叶片；以及电动平移台， 其在竖直方向设置有导向滑轨，测量传感器设置在该导向滑轨上可相 对工作台面的上下移动；该测量传感器具有可发出测量用激光并入射 到叶片的激光器以及用于接叶片反射光以成像的相机，通过其在工作 台面的上下移动并配合相对布置的所述电动旋转台上的叶片的旋转， 可实现对所述叶片的轴向上下以及两表面的多点扫描成像，进而实现 对叶片的精确

本发明公开了一种涡轮叶片视觉检测系统，包括:上部设置有 工作台的机身，一顶盖设置在该机身上方并罩于工作台上;安装在工 作台表面上的电动旋转台，用于设置待检测的叶片;以及电动平移台， 其在竖直方向设置有导向滑轨，测量传感器设置在该导向滑轨上可相 对工作台面的上下移动;该测量传感器具有可发出测量用激光并入射 到叶片的激光器以及用于接叶片反射光以成像的相机，通过其在工作 台面的上下移动并配合相对布置的所述电动旋转台上的叶片的旋转， 可实现对所述叶片的轴向上下以及两表面的多点扫描成像，进而实现 对叶片的精确

针对性地解决了基于机器视觉的工业尺寸高精度无损检测、产品缺陷无损检测、自动分拣等问题。开发了视觉检测平台，以较高的性价比实现基于单相机的平面尺寸的检测、电路板缺陷检测、基于多相机的空间尺寸检测。整个系统性价比高，可实现自动化领域不同行业中产品的尺寸检测（尺寸是否符合公差要求）、外观质量检测和分拣，可代替目前的肉眼手动作业工序。

基于智能视频分析，采用5G+人工智能+边缘计算等高新技术，实现对监控区域内的火烟进行智能识别、实时分析报警。不依赖其他传感设备，直接对视频监控区域的画面的烟雾和火焰均可及时准确识别。 它具有自动扫描、自动识别、自动报警、自动定位的功能，通过系统智能识别，发现火情实时向后端监控中心发送报警信号，同时会将火点位置在地图上精确定位，一旦火灾确定，决策人员可以通过视频追踪、资源查询、火情推演、预案管理等功能进行扑救会商并制定详细的灭火作战方案，达到快速消灭火灾的目的。 系统可协助管理人员，对监测区域内火焰做到全天二十四小时实时分析及时报警。降低误报和漏报现象，减少因火灾造成的生命和财产的损失，是人们同火灾做斗争的有力工具。

智能机器视觉系统由：成像模块、图像智能分析模块、数据通讯模块构成。图像智能分析模块中，应用了当前国际先进的图像处理、目标检测、三维成像和实时三维位姿高精度计算等算法。