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。

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。