本发明提供一种图像全局最小可觉察差异的测定方法，模型建立阶段根据每组测试图片特征参数生 成相对应的测试图片，利用阶梯法得到对应的噪声强度阈值，获取针对对比度掩蔽的视觉特性模型，提 出全局最小可觉察差异的计算模型。模型应用阶段，利用模型建立阶段所得全局最小可觉察差异的计算 模型，计算获取任意输入灰度图像的图像全局最小可觉察差异。本发明生成的测试图片具有更大的均方 误差 MSE 与隐藏噪声的能力，更有效地挖掘人眼的感知冗余;本发明提出的图像全局最小可觉察差异 的计算模型，综合了对比度掩蔽效应与其他掩蔽效应，结果更准确。

本发明公开了一种基于对数差值点集模板的图像配准方法，包 括：（1）分别确定基准图像和待配准图像的搜索区域；（2）计算搜索区域的像素灰度值对数差值矩阵；（3）将基准图像搜索区域的对数 差值矩阵中绝对值最大的若干个点进行平均分组，每一组点的集合构 成一个基准模板；（4）在待配准图像搜索区域的对数差值矩阵中搜索 各基准模板的最佳匹配模板；（5）根据各基准模板及其最佳匹配模板 得到最终配准结果，实现配准。本发明的对数差值点集模板方法在配 准显微图像时计算操作主要为查表和减法等简单运算，计算速度快。 同时，在保证配准速度的前提下可以评价配准结果的可信度，从而提 高配准结果的可靠性。

本发明所提供了一种基于超像素分割的图像语义标注方法，首先将基于图像超像素分割提取的特征图块输入卷积神经网络，再将卷积神经网络训练得到的特征向量进行扩展和加权处理，最后构建条件随机场模型进行语义类别标注预测。由于采用本发明的技术方案，该方法将超像素块作为研究对象，简化了用于基于图像超像素分割提取的特征图块的复杂度，提高了语义标注的计算效率；另外，采用多层的超像素块进行语义分析，并将其标注结果进行综合，提高了语义标注的准确率和鲁棒性。

本发明涉及一种基于交替优化和序列化正交匹配追踪的SAR图像散射中心参数估计方法，包括以下步骤：获取原始SAR图像并进行预处理，得到原始频域回波数据；根据原始频域回波数据，使用点散射中心模型和OMP算法初始化目标散射中心所在的重点区域，得到初始散射中心位置参数集合和初始散射中心能量占比；根据初始散射中心位置参数集合和初始散射中心能量占比，基于属性散射中心模型和SOMP算法进行属性参数提取，输出散射中心属性参数估计结果、散射中心系数估计结果和散射中心能量占比序列。与现有技术相比，本发明能高效的提取散射中心参数，获取有意义的目标散射部件属性信息。

成果与项目的背景及主要用途：该项目是天津市科技发展计划项目，通过了科委组织的专家验收。项目组采用自顶向下的设计方法，完成了 CMOS 图像传感器 1024×768 像素阵列的版图设计，通过了仿真验证，结果达到了设计要求。在 Chartered 公司0.35um 工艺线上成功试制了关键模块和小规模完整的 CMOS 图像传感器样片。样片工作正常，能够正确的拍摄运动物体，各项指标均满足设计要求。 背景：CMOS 图像传感器是当前已广泛用于民用、工业、科技和国防领域的各类图像摄取系统，近年来民用电子产品领域发展迅猛，如照相手机、PC 机、像机等。该成果主要用于图像摄取系统的核心部件—CMOS 图像传感器设计中。 技术原理与工艺流程简介：CMOS 图像传感器利用成熟的 CMOS 工艺制作光敏像素单元，因此可以把光电接收器和信号处理电路集成在单个芯片上。 主要设计内容包括：像素阵列、消噪放大电路、模数转换器、时序控制电路和测试系统设计。采用自顶向下的设计方法，首先根据功能要求对系统进行架构设计，将系统分为时序控制电路部分（数字电路实现）和从像素阵列到 AD 转换的信号处理部分（模拟电路实现）。版图设计完成后，导出 GDSII 文件，在新加坡 Chartered 公司 0.35um 工艺线进行流片，然后进行封装。根据芯片工作对外界的要求设计 PCB电路板，搭建测试系统，对芯片功能和各项电学指标进行测试分析。  技术水平及专利与获奖情况：技术水平属国内先进。 应用前景分析及效益预测：该项目取得了 CMOS 图像传感器的核心设计技术，可用于各种CMOS图像传感器设计中，中国CMOS图像传感器市场需求庞大，年复合成长率达到 60%，因此有着广阔的应用前景。目前国外同类产品的销售价格远远高于芯片的开发成本，因此存在很大的利润空间，将产生很好的经济效益。功能上可完全兼容、并替代进，通过合作根据市场需求，随时调整产品种类和指标，使经济效益最大化。 应用领域：CMOS 图像传感器广泛应用于消费类、工业和科技等各个领域。 民用领域：拍照手机、数码相机、可视门镜、摄像机、汽车防盗等；工业领域：生产监控、安全监控等。

本发明公开了一种基于多尺度空洞融合迭代优化的增强图像隐写，适用于图像隐写领域，包括以下步骤：使用封面图像C获取其对应的增强图像E后，分别对其进行特征提取，后引入多尺度空洞融合的注意力机制；再将两个图像的特征融合得到图像X；之后与秘密连接形成载密张量M；编码器接收三个输入：图像M的特征、当前的扰动，以及这个扰动的损失函数的梯度进行拼接形成GRU单元的输入；通过反复应用编码器，最终生成的隐写图像；解码器接收编码器生成的隐写图像，经过一系列卷积，从隐写图像中恢复原始的隐藏信息；批评者网络来评估生成的隐写图像的自然性，并提供反馈；重复步骤2到5。最终生成的图像即为包含隐藏信息的隐写图像。本方法将学习和迭代优化方法结合起来，在双通道输入图像增强下结合多尺度融合注意力机制，从而找到图像中更适合隐藏信息的部分，使生成的隐写图像更加隐蔽。

海嘉船舶综合显示系统基于多源信息融合和可视化展示，通过多通道信号处理和大屏幕技术实现。系统收集船舶各种设备如传感器、监控系统的数据源，利用图像合成和分屏技术将信息集成展示在大屏幕上。多通道信号处理确保来自不同源头的数据能够被有效整合和展示，包括船舶状态、位置、设备健康状况等信息。系统通过实时数据处理和高效图像呈现，使船员或操作人员能够直观、全面地监控船舶状态，为船舶运营、安全管理提供可视化支持。

技术成熟度：技术突破 本成套设备，以电供暖的各个电暖气为控制对象，以建筑内不同房间不同区域的取暖温度为控制参数，自下而上，组成了由单片机现场控制器（控制室单独使用PLC控制器）、PLC中间层算法控制器、工控机为上位机构成监控界面的DCS控制系统，从而实现分散控制集中管理的控制系统。此系统的目的在于替换传统水暖系统，利用合理科学的软件算法，实现节能、环保、减排的效果。设备兼具教学、实验、科研及实用的功能。 成果技术特点：本套装置由四个单片机组成现场控制器，一个PLC组成的控制室控制器，与中间层面的S7-300PLC控制系统，以及顶层监控层的工控机装置，统一安装到了一个整体的平台上。此平台便于实地集中实验、研究，也有利于集中编程与项目演示。 图1 设备实物图 图2 为智能控制系统电脑操作界面

AI心理情绪识别系统1.多模态信号采集：人脸动态图像、脑电信号采集、语音情感检测。2.功能模块包含：情绪检测、情绪档案、数据统计、用户管理、系统设置功能模块。3.系统基于情绪心理学相关理论，结合面部表情的二维情感空间分析技术、脑电信号的状态分析、语音的三维情感空间分析三种模态相互融合叠加技术，检测人心理情绪状态，提高其检测准确度。3.    基于摄像头面部情绪识别技术，可以实时分析人体面部所包含的情绪状态。通过非接触式的实时视采用 AI 人工智能学习技术，结合心理学，通过对被测试人员 60秒的测试，能够获取相关心理/心理指标。帮助被测试人员了解自己的心理健康状况，并且引起人们重视心理健康，从而在工作、学习、生活当中提高身心健康。并且通过定期测试，能够获取个体、准确的进行心理危机预警，显示被测人员心理危机测试报告，提醒心理医生重点关注。用户在进行注册登录后，根据语音提示可直接进入测试界面进行情绪识别。点击测试按钮，调整好站立位置，脸部朝向屏幕，人脸录入即可完成测试，测试完成即可生成测试报告并能打印报告。4    基于脑电生物传感器状态检测、实时展示人体脑波原始状态指标以及Delta、Theta、Alpha、Beta、Gamma等8个EEG参数。5.    采用任务态模式进行语音情感分析，测试者按照系统设定的特定语境信息进行朗读来进行情感分析。6.    检测结束后可实时出具“心理生理状态分析结果报告”，其中包括被测试人员信息、检测时间、12维度心理生理情绪数据，包含正面情绪（平衡、自信心、活力、调节水平），负面情绪（攻击性、压力、紧张、可疑），生理参数（抑制、神经质、消沉、幸福指数），以及综合状态指标：专注度、放松度、疲劳指数、焦虑指数、压力指数、抑郁指数等。7.    统计分析：系统自带数据中心的统计功能，可以按单位进行所有检测人员的压力分布图及重点关注人员的信息显示。8.    检测完成后系统自动生成检测报告，检测报告需包含每项参数的检测数据大小、参考范围、异常数据等，以及用情绪参数雷达图、饼状图、直方图、曲线视图等多种表示方法。9.    信息查询功能：管理员可通过多条件查询功能，只需通过任意一项查询条件即可快速查询出与之对应和匹配的测试者信息，以及该测试者的历史测试记录，并可对该测试者的测试记录进行纵向和横向对比，综合分析该名测试者的心理健康状况。9.用户管理端：以管理员身份登录该系统可对用户进行管理。可进行添加用户、删除用户、查询用户、用户信息修改、密码修改、级别权限设置、单位框架搭建、查看用户报告，以及导出、打印用户报告。10.系统具有特定场合模态设置功能，可关闭和开启语音检测功能。11.视频检测时面部框具有信号质量检测功能，通过不能的颜色在面部框进行彩色状态提示，同时具有人脸检测判别功能，比如面部不全、距离较远等识别功能