所属分类：电子信息产业

所属单位：天津科技大学

成果简介：针对某一特定型号耳机套在加工过程中存在的混料、外轮廓毛边、内孔堵孔、表面粘料等缺陷，开发了一种通用性强、模块化程度高的耳机套视觉缺陷检测系统。针对缺陷种类的多样性和复杂性的特质，创造性地运用了多工位、多角度、变光源、全貌图像采集的检测方法。针对目前硅橡胶耳机套的缺陷在线检测的难题，研究设计出一种可以应用于硅橡胶圈进行在线缺陷检测及不良品剔除的通用性系统，缺陷产品剔除平均准确率为99.5%。

所属分类：电子信息产业

所属单位：天津科技大学

成果简介：活塞杆是气缸中唯一的作动元件，其表面质量的优劣直接影响到气缸的使用寿命，以及在规定的工作环境下气缸的推动力是否能够达到额定值，这就对活塞杆表面质量提出了较高的要求。同时，随着我国工业自动化水平的提高，企业也需要通过增强生产效率来提高市场竞争力，基于机器视觉引导的自动上料技术对提高生产效率有着重要的现实意义。

所属分类：电子信息产业

所属单位：天津科技大学

成果简介：油炸花生是生花生米在高温热油下急剧受热后的加工食品。 随着出口贸易的不断发展，油炸花生的需求量也越来越大，对油炸花生的品质要求也逐渐提高。 目前，传统的基于传送带的油炸花生分拣生产线主要依赖于人眼识别缺陷，人工挑拣次品，人力分装成品，劳动力成本大，误检率较高，且抗疲劳能力较差。 也有少数企业采用光电色选机等自动化设备进行分拣工作，但误检率也比较高。 近几年来，机器视觉技术被逐渐应用于检测产品质量，并引导机器人完成分拣工作，代替人工重复性操作，配合高帧频工业相机和机器人，为油炸花生智能分拣提供了可能。

所属分类：电子信息产业

所属单位：天津科技大学

成果简介：本项目的研究对象为规则、不规则岩心体积测量方法，目的是改变现有低效、低精度的人工测量方法，提出一种基于机器视觉的非接触式测量方法，从精度、效率、人员安全保障等方面进行提升，并研发一套基于机器视觉的岩心体积测量装置。

所属分类：电子信息产业

所属单位：武汉工程大学

成果简介：本发明公开了一种复杂场景下的多目标视觉显著性分层检测方法，有效解决了传统方法在处理含有丰富细节和多重目标图像时，难以准确、全面地识别出显著性区域的问题。该方法的先进性在于将格式塔线索运用到图像显著性检测中，针对具有复杂视觉场景和多目标分布的图像，充分利用感知结构信息和多目标分布信息，全面、均匀的突显出图像中具有明确边界的目标显著性区域。本发明可以广泛应用于智能视频监控、自动驾驶、医学影像分析、机器人视觉和智能农业等多个领域。在这些领域中，图像往往包含复杂的背景和多个目标，传统的图像处理方法难以高效准确地提取显著目标，而本发明能够在这些应用场景中提供更加精确的显著性区域识别，提升后续处理的效果。本发明的实现需要一定的资金支持，计算资源支持，配备适当的硬件设施如高性能的图像处理单元、足够的内存存储等以及用于测试的模拟环境。

所属分类：电子信息产业

所属单位：武汉理工大学

成果简介：本发明公开了一种基于机器视觉的有色金属破碎料智能识别方法，该方法包括以下步骤：1)数据采集，在实际分选场景中，采集铜铝两种有色金属类别的图像，建立有色金属破碎料多目标图像数据集，分为训练集、验证集和测试集;2)对训练集进行图像增强处理;3)采用YOLOv3模型的进行神经网络模型搭建和参数初始化;4)确定模型的损失函数和IOU阈值;5)训练获得改进后的YOLOv3目标检测模型;6)采用改进后的YOLOv3目标检测模型实现对有色金属破碎料的分选。本发明方法只需要较小样本训练就可以达到很高准确率;训练时间和识别时间短，可以达到实时识别的效果，满足工业界需求。

所属分类：电子信息产业

所属单位：西安交通大学

成果简介：本发明适用于机器视觉应用技术领域，提供了基于机器视觉的自封拉链质量在线检测方法，其使用一种在线检测装置，包括所述在线检测装置包括测宽机构和检测机构，所述检测机构包括支架，所述支架的顶部固定有调节平板，所述调节平板的顶部滑动连接一个X向滑块，所述X向滑块的顶部固定有一个水平设置的Y向滑台，所述Y向滑台上滑动连接一个YZ连接块，所述YZ连接块上固定有一个竖直设置的Z向滑台，所述Z向滑台上滑动连接一个相机连接块，所述相机连接块上固定有一个工业相机，所述工业相机位于所述环形光源的上方，本发明基于机器视觉实现自封拉链质量的在线检测，旨在实现拉链质量的在线自动化检测，提高生产良品率。

所属分类：电子信息产业

所属单位：西安交通大学

成果简介：该项目针对基于深度学习的表征学习方法所面临的应用成本高、不具备持续学习能力、低质量图像表征学习能力差等科学难题，历经多年攻关，提出了基于半监督及弱监督信息的表征学习理论，建立了基于人脑视觉学习与记忆机理的持续表征学习理论，构建了高噪声、低信噪比条件下的高质量鲁棒表征学习方法，为视觉信息的表征学习提供了新理论和新方法。该项目发表的5篇代表论文总计Scopus他引1058次，单篇最高他引394次，谷歌学术引用1596次，单篇最高引用543次。主要成果被国内外两院院士、IEEE/ACM/AAAI/AAAS/IAPR Fellows等大量国际知名学者引用并高度评价。第一完成人因在计算机视觉与多媒体领域的杰出贡献于2018年入选 IEEE Fellow，2020年入选AI 2000最具影响力TOP100学者榜单。项目成果应用于中国兵器工业第203研究所某型产品中，解决了复杂战场环境下弱小目标精准检测与识别的技术难题；应用于深圳禾思公司的智能产品缺陷检测设备中，实现了对多种产品缺陷的全自动化检测与识别；应用于深圳传音公司的手机智能影像处理与相册管理算法中，实现了模型的低成本训练及可持续学习能力，为企业带来显著经济效益。

所属分类：电子信息产业

所属单位：西安交通大学

成果简介：智能图像处理及其芯片设计方法是计算机视觉和数字集成电路领域长期关注且快速发展的基础性、交叉性研究问题，在新型显示、视频监控与自主系统等智能终端中具有十分重要的应用。智能图像处理算法属于计算和存储密集型算法，对芯片电路的高效实时处理挑战很大，需要算法与VLSI架构协同的基础设计方法才能满足端侧智能应用对芯片在算法效果、实时性能和硬件耗费等多方面指标的要求。本项目以算法与VLSI架构协同设计方法为核心，围绕图像画质增强和目标感知两类典型问题开展深入研究。主要发现点有：1.提出了通过图像画质增强算法优化改善其VLSI架构效率的系统性方法，设计了全流水的自适应图像细节增强、对比度增强等电路，为高计算复杂度算法的高效芯片实现提供了新的解决思路，被国际知名学者评价“低存储和低带宽”、“提供舒适视觉体验”，集成于4款图像显示处理芯片，批量应用于高端电视。2.提出了硬件友好的紧凑表征图像目标感知算法，发现并设计了简洁高效的深度神经网络拓扑结构及部署策略，建立了端到端全卷积神经网络的图像目标感知模型，被国际知名学者评价“代表性轻量化模型”，批量应用于人脸识别与智能监控系统。3.提出了适配图像目标感知算法的高效高性能VLSI架构，发现并构建了模型自适应映射策略与动态数据流调度机制，解决了模型端侧部署计算资源利用率低、存储访问不均衡难题，被国际知名学者评价“高吞吐、低能耗”，在机载光电系统中完成验证。

所属分类：电子信息产业

所属单位：西安科技大学

成果简介：该技术的应用方向是为单晶硅制造企业、智能检测设备制造商提供产品输出，主要解决新能源制备材料产业中石英坩埚质量智能出厂检测问题。项目实现了从实验室高精度显微镜检测到工业现场检测的转变，不再依赖人工目视检测。该技术从透明层气泡检测与计数问题、透明层层厚测量以及坩埚表面缺陷检测三个方面入手，构建基于石英坩埚单晶硅微特征的视觉检测系统。该技术从石英坩埚视觉检测系统设备选型到检测算法的优化，一方面解决了企业的难题，另一方面储备了技术优势，为使其广泛适用于工业检测。相关研究成果被多家权威数据库收录，发表相关论文二十余篇，研究成果有两篇被SCI、EI共同收录，三篇被SCI收录，其余均被北大中文核心收录。目前团队与多家企业保持着技术开发合作关系，视觉检测技术与石英坩埚全检平台得到合作企业的认可。正与多家企业或单位进行着合作，并为企业或单位带来3000万以上的经济效益。平台技术后续发展潜力巨大，在制定新标准、推广国内40家坩埚厂优势明显。并在培养人才，解决就业方面意义深远。团队依托高校，紧跟秦创原创新驱动平台创办了高新技术企业。励志为我省的科研工作做出贡献。团队目前包括教授、副教授、高级工程师、在校硕士研究生、本科等组成，梯队合理，工作时间有保证。团队针对新能源石英坩埚外观、晶体透明层气泡计数技术展开攻关，已取得重大突破。已形成以第一代人工手持采集为基本面，二代智能整装检测线为核心点的产品布局。

所属分类：电子信息产业

所属单位：西安理工大学

成果简介：影像信息是生物医学信息分析，特别是医学疾病筛查和诊断、治疗决策的重要信息来源。但是现有成像技术对早期微小组织结构的成像有一定的局限，导致现有影像信息在实际应用中面临诸多棘手问题，如“微小组织结构看不清”、“相似结构组织分不准”、“疑似病灶组织诊不准”、方法模型可解释性差等。 本项目在陕西省及陕西省教育厅等自然科学计划项目资助下，针对生物医学影像（特别是CT影像）应用中的挑战性问题，进行了较为深入的研究，并与企业紧密合作，进行了应用推广，在医学图像增强、医学图像分割、医学图像计算机辅助检查及系统研发等方面取得了系列创新性成果，具体如下： [1]针对CT医学影像“微小组织结构看不清”的问题，提出一种基于临床先验和数学领域知识先验的CT图像联合滤波增强方法，实现了对医学CT医学影像中微小病灶（如肺结节）的显著增强。 [2]针对医学影像“相似结构组织分不准”问题，先后提出一种基于多简单策略集成的CT肺组织分割方法和一种基于通道注意残差U-Net的肝脏肿瘤分割方法。 [3]针对“疑似病灶组织诊不准”问题，先后提出一种基于迁移学习的假阳性检测方法和一种基于多尺度特征提取的声带白斑图像分类方法。 近3年，项目成果被西安汇龙科技股份有限公司、西安长源信和信息科技有限公司、杭州同烁信息技术有限公司、杭州灵视智能技术有限公司等公司采用推广，取得良好社会效益和经济效益。

所属分类：电子信息产业

所属单位：西安理工大学

成果简介：本成果旨在面向高速度多基色印刷质量检测过程，基于快照式MSFA光谱成像机理研究一种印刷品光谱图像采集设备，以替代检测精度和效率较低的RGB成像设备，从而提高印刷工业的智能化生产水平和印刷品质量。针对现阶段MSFA光谱图像存在模糊、细节丢失等问题，项目通过分析多基色油墨与承印材料粘结后形成的表面光谱特性，研究了MSFA光谱成像芯片的数据获取机理和图像质量提升方法，阐明了压缩采样阵列空间分布、滤光片光学透射特性、光谱图像重建方法对光谱成像质量的影响规律， 探索空间维度采样矩阵分配和光谱维度滤光片透射曲线的计算方法， 构建基于深度学习理论的压缩采样数据稀疏重建方法， 从理论上阐明基于RGB成像印刷检测的缺陷和基于光谱成像在印刷基色分离、光谱特征解析方面的优势，从而为建立高精度、在线生产环境下的印刷检测系统提供了方法和准则。