所属分类：电子信息产业

所属单位：陕西工业职业技术学院

成果简介：本研究的主要内容是针对融合视觉信息分拣机器人自适应识别和无损抓取方法的研究。通过对机器人视觉信息处理算法的改进和优化，提高机器人识别和抓取物品的准确性和效率。在此研究中，我们成功地开发出了一种基于深度学习的自适应识别算法，该算法能够根据不同场景的光照和背景变化自动调整识别参数，提高了机器人的识别率和稳定性。设计了一种无损抓取方法，通过对机器人手爪的力学模型和力传感器数据的分析，实现了对物品的精准抓取和无损抓取。结合视觉操作关系推理、抓取部位检测和机器人运动规划与控制，基于视觉推理的多物体堆叠场景抓取方法，对于复杂场景高通量、多类型、杂乱无序的识别准确率为96.1%，试验样机能进行无损分拣，工作效率与人工1-2人相当，分拣错误率低于6%，控制技术和制造企业的接受程度较高、便于推广。

所属分类：电子信息产业

所属单位：陕西导航科技有限公司

成果简介：概述： 本项目为一种识别驾驶员安全驾驶行为的摄像装置，涉及汽车辅助驾驶技术领域，包括移动式摄像模块、固定式摄像模块以及主控制器，主控制器与移动式摄像模块、固定式摄像模块电连接，移动式摄像模块包括底座，底座上转动设置有转轴，转轴顶部固定设置有高清摄像头一，底座上设置有调角机构；固定式摄像模块包括固定在车辆方向盘的弧形支架，弧形支架上设置有高清摄像头二、语音模块，弧形支架上开设有空腔，空腔下方设置有开口，解决了现有技术中存在的问题，通过多视角摄像监控协作以确保摄像识别的精确性显著提高车辆行驶的安全。 创新点： 1、本研发项目有固定式摄像模块、移动式摄像模块，通过多视角摄像监控协作以确保摄像识别的精确性，同时还配置有兼有话筒和播放器功能的语音模块，显著提高车辆行驶的安全。 2、本设备在弧形支架上还配置有酒精检测仪器，酒精检测仪器与语音模块、主控制器相连，酒精检测仪器能够对驾驶人员是否喝酒进行监测，避免出现酒驾的现象。

所属分类：电子信息产业

所属单位：智能感知技术创新中心

成果简介：周界大模型摄像机采用全彩级高灵敏度传感器，内置F1.0大光圈全彩镜头，满足低照度下的监控需求，为智能应用提供更清晰的视频流输入，全面提升智能业务处理的准确度，同时基于Transformer架构视觉大模型，通过深度建模真实场景的时空特征，实现多维语义精准分类与细粒度目标识别，显著提升周界场景的检出率及检准率。

所属分类：电子信息产业

所属单位：国家林业和草原局西北调查规划院

成果简介：项目名称：基于无人机影像的松材线虫疫木调查研究。 研究内容：面向松材线虫病防治业务需求，针对疫情高传染性、多点入侵、难以根除等特点，利用低空遥感监测手段优势，通过该研究课题，形成一套高效、完整、准确的松材线虫病快速核查技术方案，为疫情态势研判、疫木除治指挥、除治效果空间化评估等提供精准支撑。 成果的创新点：利用无人机低空遥感监测技术及深度学习网络监测松材线虫病发生情况。 申请软件著作权：松材线虫疫木智能识别软件V1.0。 成果的应用情况：搭建陕西省松材线虫监测云平台，为陕西省松材线虫疫情防控监管提供有力工具；在重庆松材线虫预警监管平台中接入遥感AI智能解译模块，切实摸清疫木底数，提升防治能力。 社会效益：有助于控制住松材线虫病疫情的蔓延，提升应对生态危机的能力，提升森林覆盖率、森林蓄积量以及提显著提升野生动植物保护率，减少林业病虫害发生率，为生态林业发展创造良好的环境，有效促进项目区林业的可持续发展。 管理团队情况：在“基于无人机影像的松材线虫疫木调查研究”项目中，与锐思数智团队共同协作完成，高度重视资源与数据共享、协作研发以及成果转化应用情况。

所属分类：电子信息产业

所属单位：国家技术转移西北中心

成果简介：

所属分类：电子信息产业

所属单位：国家技术转移西北中心

成果简介：针对基于主成分分析与二代小波变换的图像融合算法中鲁棒性不高、融合图像质量较低的问题,提出了基于鲁棒性主成分分析与脉冲耦合神经网络的融合方法。所提出的算法将可见光与红外图像进行二代小波变换,转换为高频与低频信号,接着采用不同的融合策略针对低频和高频信号进行融合。针对低频信号,利用鲁棒性主成分分析法还原低秩矩阵并采用加权平均的融合策略进行融合;针对高频信号,将其送入至脉冲神耦合神经网络中进行融合得到融合后的小波系数。将融合后的小波系数进行逆变换,得到最终融合图像。实验结果表明,相比于基于主成分分析与二代小波变换的图像融合算法,利用所提出的出算法得到的融合图像中熵指标、空间频率指标、结构相似度指标和峰值信噪比指标均得到了不同程度的提升。因此,所提出的算法能够更好地提取目标信息,使融合图像中目标的轮廓边缘更加清晰,同时将提升小波分解出的高频信息利用 PCNN 进行融合,更加突出细节信息。 针对遥感图像目标成像小、背景复杂、分布拥挤的问题,将旋转目标检测方法 SANet 作为基线网络,提出一种基于感知延伸与锚框最适匹配的遥感图像目标检测算法(HO-SANet)。构建协同注意力模块( SEA),捕获特征像素间关系的同时扩展模型感知区域,实现目标与全局的关系建模:针对遥感图像背景复杂问题,改进特征金字塔(FPN)特征融合过程,在特征融合下采样过程中将感知延伸卷积模块与常规卷积交替堆叠形成感知

所属分类：电子信息产业

所属单位：国家技术转移西北中心

成果简介：

所属分类：电子信息产业

所属单位：国家技术转移西北中心

成果简介：本发明专利公开了一种车辆外轮廓检测方法，通过采用图像处理技术，构建车辆外轮廓检测装置。具体的方法内容是：通过计算机获取不同分辨率下的无目标车辆的背景图像和有目标车辆的前景图像,然后对所述不同分辨率下的背景图像和前景图像分别差分运算获得不同层的背景差分图,对所述不同层的背景差分图进行阈值分割获得第一分割图像和第二分割图像,所述第一分割图像和第二分割图像进行融合运算获得融合后的图像,最后对所述融合后的图像进行腐蚀处理获得车辆外轮廓:本发明还公开了一种车辆外轮廓检测装置,通过本发明能够大大降低检测成本,提高检测效率,提高检测精度，因此能够广泛应用于车辆车型分类、整车尺寸测量等智能交通项目中，具有很大的市场潜力。

所属分类：电子信息产业

所属单位：国家技术转移西北中心

成果简介：纺织面料质量是纺织行业的生命线，简洁高效的质检系统是纺织企业提高生产效率的关键。伴随脑科学与人类视觉机理的深刻研究，借鉴人类视觉系统信息处理机制，将生物神经科学和信息处理技术有机结合，构建基于视觉感知计算机理的纺织面料智能检测模型，寻求纺织行业适应不同场景不同需求的统一解决方法，对提高国家纺织行业智能制造业的竞争力具有重要的意义。基于视觉感知计算机理的纺织面料智能检测关键技术及应用属于纺织和计算机交叉学科领域，应用于纺织面料生产工艺的各个检测环节。本研究成果受国家自然基金项目、陕西省高校青年人才托举计划、陕西省自然科学基础研究计划等资助。主要技术内容包含基于关键点描述的视网膜特征提取技术、关键特征视网膜编码技术、基于监督脉冲神经网络研究纺织面料的关键特征学习机制和基于脉冲神经网络研究纺织面料检测模型等。

所属分类：电子信息产业

所属单位：国家技术转移西北中心

成果简介：论文的创新点：输电线路绝缘子长期暴露于复杂环境中，经常在雨天等恶劣天气下运行。针对现有绝缘子缺陷的雨天目标检测方法较为有限且检测精度不高的问题，本文提出了一种去雨目标检测算法DRIYolov7 (Deraining-Insulator-Yolov7)。首先构建了一个专门针对雨天环境的绝缘子目标检测数据集。其次，在Yolov7的预处理模块中加入改进的生成对抗网络图像恢复算法DRGAN，在目标检测网络Yolov7中引入部分卷积PConv与轻量级上采样算子CARAFE，以降低模型参数量，并采用Wise-IoU边界框回归损失函数，以实现更快的收敛速度并提升检测器的准确度。实验结果表明，所DRIYolov7算法在雨天绝缘子缺陷目标检测任务中表现出色，在所建数据集中平均精度均值MAP值达到了82.30%，在去雨目标测试中也取得了显著的效果。论文期刊为国外期刊Journal of Real-Time Image Processing，该期刊为SCI期刊，中科院分区三区，影响因子2.976；整个研发团队包括3位副高级教师和3位研究生。该成果已经在西安金源电气股份有限公司成果转化。

所属分类：电子信息产业

所属单位：国家技术转移西北中心

成果简介：针对高分辨SAR图像内容检索任务中的关键问题，借鉴深度学习、哈希编码等技术，探索基于实例感知深度哈希学习的高分辨SAR图像检索新理论与新方法。课题首先根据高分辨SAR图像的特点，提出面向多任务的深度特征学习网络，提取抑噪、表征力强的视觉特征，保证检索的精度;其次，在深度特征学习网络的基础上加入哈希编码隐层，结合图像间的语义相似度，获得高分辨SAR图像紧致、鲁棒的哈希特征，保证检索的效率；最后，建立原型验证系统，在多种高分辨SAR图像上开展性能测试。本申请人的研究可为高分辨SAR图像内容检索提供新的技术途径。近五年，申请人合作出版专著1部；在本领域权威国际期刊和会议上发表论文80篇，其中5篇入选ESI高被引论文。同时，申请人主持国家自然科学基金项目（面上项目和青年基金）、中国博士后基金、陕西省重点研发计划、陕西省自然科学基金、航空科学基金等省部级科研项目，授权/申请国家发明专利授权36项，并培养硕、博士共30位。

所属分类：电子信息产业

所属单位：重庆电子工程职业学院

成果简介：基于图像识别的中药材病虫害检测系统,包括:数据库用于存储各类病虫害的防治方法;图像采集模块用于采集病虫害图像;交互模块用于根据病虫害图像生成病虫害在线识别请求,并发送给服务器;病虫害识别系统用于解析接收到的病虫害在线识别请求,得到病虫害图像,并将解析得到的病虫害图像通过病虫害识别模型进行病虫害识别,得到病虫害识别结果;防治推送模块用于根据病虫害识别结果从数据库中查询对应病虫害的防治方法,并将查询到的防治方法反馈给用户终端。采用本发明的技术方案能够快速,高效对病虫害进行识别并防治。