所属分类：电子信息产业

所属单位：龙岩学院

成果简介：本案例通过利用人工智能技术建立提升专注力训练数字化平台主要用于实时采集人的脑电波状态，并对采集到的数据进行科学的分析，将分析结果与大脑各项指标进行比对，并针对学生专注力的“短板”制定相应的训练方案，构建"在校学-在家练-家校共育"的闭环模式。

所属分类：电子信息产业

所属单位：宁夏大学

成果简介：

所属分类：电子信息产业

所属单位：杭州电子科技大学

成果简介：本发明涉及一种基于双目视觉节点的动态三维多媒体传感网络自定位方法。目前的方法通常都是基于单目视觉节点。本发明方法各节点独立提取基于SIFT特征描述符的三维点云；并根据两两节点间匹配信息，采用基于单位四元数的运动估计方法获得相对位姿；最后分布式定位策略实现所有节点的自定位。其最主要优势在于：在三维网络部署下，仅在两节点间即可完成其相对位姿估计，进而可有效避免不必要的“洪泛”风险和能量损失。该优势在大规模动态多媒体传感网络中尤为重要。

所属分类：电子信息产业

所属单位：杭州电子科技大学

成果简介：国内首套具有完全自主知识产权的工业机器视觉平台，平台拥有两干多个视觉算法函数，图像处理框架支持GPU及FPGA等硬件加速，实现了高性能低成本2D/3D通用机器视觉底层算法解决方案。

所属分类：电子信息产业

所属单位：西安电子科技大学

成果简介：本成果公开了一种基于双字典学习的图像超分辨重建方法，主要解决现有技术在对低分辨图像进行超分辨重建时，不能有效地补充细节信息的问题。其实现过程为:首先输入待处理的低分辨图像，并构造5对高分辨字典和低分辨字典,在五对字典下重构出5幅高分辨估计图像:然后利用输入的低分辨图像自身的高频信息和低频信息,构造1对高频字典和低频字典,在不同的近邻参数下重构出5幅高分辨估计图像;最后对重构出的10幅高分辨估计图像做低秩分解,并对分解后得到的低秩矩阵工求均值，得到最终的高分辨重建图像。本成果在对低分辨图像进行超分辨重建时,可以获得边缘清晰,细节丰富的高分辨图像,适用于各种自然图像的超分辨重建。成果应用于煤矿智能化装车。

所属分类：电子信息产业

所属单位：青岛科技大学

成果简介：传统质量检测依靠人工，容易受工人观测的精度、判断力和注意力的影响。采用机器视觉的检测方式，可以大大提高检测结果的精度与可靠性，提高整体流水线的生产效率。

所属分类：电子信息产业

所属单位：青岛农业大学

成果简介：农产品分选是农产品采后商品化处理的核心环节，是提高农产品标准化水平与增加农民收入重要手段。随着现代农业发展，传统的人工分选和面向单种作物的专用分选装备已不能适应经济社会发展的要求。随着近两年人工智能技术的爆发式增长，将人工智能与农产品分选相结合，将领智能农机分选装备的发展方向，对发挥我市现代农业的高端装备制造业先发优势，提升我市作为装备制造业强市的国家地位具有积极意义，具有良好经济效益和社会效益意义。目前一些胡萝卜等农产品生产加工企业主要依靠人工分级，生产成本高，生产效率低，利润低。针对外贸行业对农产品分选要求，研制了国内首台套的胡萝卜智能精选分级生产线，该生产线已顺利推广到马铃薯、花生、苹果的智能分级领域。 主要技术参数：（1）单台生产线单个通道可分级处理12-16个/秒，单台设备最大生产率能达200-300吨/天，可以多通道并行作业。（2）总体检测正确率达到了90.5%。（3）等级分级准确率可达到99.5%。（4）分选等级可达到4~8级，可根据用户的分级需求方便地减少或扩展分级等级。（5）高速线阵相机推扫式成像，光电传感相应时间0.003s，分级一个胡萝卜的平均时间为0.03秒。 技术创新点： 1.计算机视觉检测、高速精准自动控制、面向农产品的柔性机械设计，技术属集成创新；2.基于机器视觉技术，采用高速线阵相机实现图像采集，整体处理速度较高。3. 生产线速度达到4m/s情况下，实现了1/30s高压气流对高速运动胡萝卜的精准气动分级。4.基于柔性的机械设计技术，最大限度地避免了生产线对生物物料的损伤。5.该项目成果可广泛应用于胡萝卜等条状农产品的自动分级分拣行业，其形成的通用技术已平移到马铃薯、花生、苹果等产品的精选分级领域。

所属分类：电子信息产业

所属单位：山东理工大学

成果简介：一种基于图像识别的立定跳远距离测量方法，属于体育用品技术领域。包括跳毯和测距机构，在测距机构内设置有控制器和由控制器控制的拍摄模块，具体步骤：拍摄原始图片；对原始图片进行黑白化处理；对原始图片进行透视变换及像素化处理；测试开始；拍摄二次图像；对二次图片进行黑白化处理；对二次图片进行透视变换及像素化处理；进行像素比对；得出跳远距离。

所属分类：电子信息产业

所属单位：天津科技大学

成果简介：目前，小型ROV通过摄像头或前视声呐进行观测，由于水下光照不均匀，水质浑浊，从而影响了光学摄像机的成像效果。前视声呐虽然可以不受水质和光照的影响，但是前视声呐的视角较小，容易产生目标溢出探测图像的情况。此外声呐图像要比光学图像更加难以辨认，增加了人为的失误。针对上述问题，采用机器视觉的方法，对光学图像和声呐图像进行处理，提取水下目标的特征，对水下目标进行跟踪识别。目标识别与跟踪技术是机器视觉的一个热点问题，而ROV的识别与跟踪技术是水下机器人的重要研究方向，水下视觉系统对深入研究ROV的感知系统具有重要的指导意义，可以进一步提升ROV的自主作业能力。天津科技大学机械工程学院机器人与机器视觉测量团队，以工业及水下机器人为载体，融合机器视觉检测、基于机器视觉的光学镜头设计、深度学习、水下多重传感与控制等优势，有助于协助相关公司克服小型ROV水下目标识别与跟踪的难题。

所属分类：电子信息产业

所属单位：天津科技大学

成果简介：针对传统巧克力生产线的现有设备布局和工艺路线，设计规划基于机器视觉的机器人自动追踪系统总体方案，实现利用震动上料盘和传送带给料，视觉系统采集提取计算目标位姿信息，引导SCARA工业机器人完成动态目标的抓取摆放。

所属分类：电子信息产业

所属单位：天津科技大学

成果简介：相比较于国产机器人的日渐成熟，3D传感器及无序抓取关键技术仍然是国内的一个研究难点和热点。工业机器人是中国乃至全球制造业发展的重要支撑，而3D视觉作为工业机器人之眼，对工业机器人的行业应用前景产生深远影响。3D相机能够实时的“看到”工件所处的位置以及姿态，自动判断得到下一个抓取的工件信息。机械臂系统根据3D相机的分析结果，自动规划路径并同时避开障碍物实现对工件的抓取。该成果包括3D视觉的无序抓取关键技术，包括3D传感器构建方法、三维立体匹配技术、多目伺服技术、三维点云重建技术、即时定位与地图构建技术（SLAM）、视图合成技术、无序分拣抓取规划技术、机器人抓取避障算法等。此外，该成果还包括基于上述技术的基础软件开发平台，可针对具体需求进行快速开发。

所属分类：电子信息产业

所属单位：天津科技大学

成果简介：针对当前塑胶套工件在生产环节中的人工检测方式存在的弊端，如效率较低、精度不高和对工件壁厚一致性测量比较困难等问题，本课题结合塑胶套工件的外形、材质和生产方式中的特点，集合机械设计、机器视觉、电气控制、计算机应用等相关理论知识，设计生产出一种可以对工件进行快速检测的检测系统。