测控技术与仪器专业 《测控技术与仪器专业导论》 《单片机系统实践》 《工程光学基础》 《信号与系统》 《精密机械设计(1)(2)》 《软件技术基础》 《传感器原理及应用》 《误差理论与数据处理》 《微机原理及应用》 《机器视觉》 《可编程逻辑器件及应用》 《PLC 及应用》 《虚拟仪器》 《精密机械设计实践》 《传感器原理及应用实践》 《虚拟仪器实训课程》 《智能车实训课程》 《开放性实验》 《测控电路》 《控制工程基础》 《光电检测技术与系统》 《计算机测控技术》 《DSP 技术及应用》 《电子线路 CAD》 《测控电路设计实践》 《专业实习》 《机器人实训课程》 《光电竞赛实训课程》 《电子设计竞赛实训课程》 《精密测量技术》 《测控仪器设计》 《光机电一体化技术与系统》 《激光测量技术》 《嵌入式系统及应用》 《现代测试技术导论》 《测控专业综合实践》 《大学生科技创新计划项目》 《创新创业与实践》 《科研训练项目》 《毕业设计》 光电信息科学与工程专业 《光电信息科学与工程导论(1)(2)(3)(4)》 《精密机械设计基础》 《应用光学》 《现代电子技术及应用》 《现代电子技术应用综合设计》 《物理光学》 《光学设计》 《现代光学实验》 《光度学与色度学》 《数字图像处理及应用》 《激光原理及应用》 《视觉检测系统设计与实践》 《光学系统设计》 《数字系统设计》 《专业软件基础》 《光存储与显示》 《光纤技术与应用》 《光电信息系统综合实践》 《光谱分析技术》 测控技术与仪器专业(外培计划) 测控技术与仪器专业医疗设备制造方向(双培计划） 《大学生职业发展与就业指导(4)》 《医疗仪器综合实践》 《医用光电检测技术》 《激光在医学中的应用》 《医学图像处理与分析》 《现代医学仪器》 《医学信息学》 《医学统计学与临床研究方法》 《光谱学》 《生物医学光子学》

10.1图象的理解与分析 10.2积木世界的景物分析 10.3视觉的知识表示与控制策略 10.4物体形状的分析与识别 10.5机器人视觉系统举例 10.6小结

以往视觉方法特点: 作为主体的视觉系统被动地接收外界的信息 处理过程复杂、难以实现而且没有充分考虑生物视觉的特点 以往视觉方法忽略的问题: 中央凹(Fovea)的高分辨能力和视网膜上其它部分(不妨称之为外围视觉)的相对较低的分辨能力之间的差异

图象的分割与检测(识别)实际上是一项非常困难的工作。很难说清楚为什么图象应该分割成 这样而不是那样。人类的视觉系统是非常优越的，它不仅包含了双眼，还包括了大脑，可以 从很复杂的景物中分开并识别每个物体，甚至可以毫不费力地跟上每秒好几十帧变化的图 象。举两个例子来说明一下人类视觉系统的优越性

8.1 概述 8.1.1 纹理的定义 8.1.2 纹理的描述和分析方法 8.1.3 纹理基元与影调 8.1.4 纹理研究的领域 8.2 人类视觉系统的纹理分割模式 8.3 纹理描述 8.3.1 测量纹理特性的统计方法 8.3.2 纹理的空间频率特性 8.3.3 纹理描述的结构方法

6.1运动场(Velocity)与光流(Optical Flow) 一运动场 物体与摄象机之间的任何相对运动都将导致视平面上与空间物体对应点发生变化。严格地说空 间运动在视平面上引起的对应运动称为运动场,如图6.1所示。假定空间点P与摄象机之间相 对运动的速度为V,在视平面上对应点的运动速度为v,则 VdR

1.颜色与其描述方法 颜色大体分成7种颜色,即红、橙、黄、绿、青、蓝、紫7个主色。 人眼受色光的刺激而产生的色视觉(称为颜色)由三个参量决定:色光的亮度 色彩和色饱和度。亮度:是色光强度的客观度量,也是人眼对色光明亮的程度 的主观评测;色彩:是用以区分红、橙、黄、绿、青、蓝、紫品红等谱色光 的术语;色饱和度:是颜色被多少白色所稀释的程度

◆ 三维移动 ◆ 三维旋转 ◆ 对齐位置 ◆ 三维镜像 ◆ 三维阵列 ◆ 三维实体的布尔运算 ◆ 分解实体 ◆ 对实体修倒角和圆角 ◆ 剖切实体 ◆ 加厚 ◆ 编辑实体面 ◆ 编辑实体边 ◆ 曲面与实体转换 ◆ 提取边 ◆ 标注三维对象的尺寸 ◆ 设置三维对象的视觉样式 ◆ 渲染对象

随着无人工厂、智能安监等技术在制造业领域的深入应用，以视觉识别预警系统为代表的复杂环境下动态识别技术成为智能工业领域的重要研究内容之一。在本文所述的工业级视觉识别预警系统中，操作人员头发区域由于其具有移动形态非规则性、运动无规律性的特点，在动态图像中的实时分割较为困难。针对此问题，提出一种基于SiamMask模型的时空预测移动目标跟踪算法。该算法将基于PyTorch深度学习框架的SiamMask单目标跟踪算法与ROI检测及STC时空上下文预测算法相融合，根据目标时空关系的在线学习，预测新的目标位置并对SiamMask模型进行算法校正，实现视频序列中的目标快速识别。实验结果表明，所提出的算法能够克服环境干扰、目标遮挡对跟踪效果的影响，将目标跟踪误识别率降低至0.156%。该算法计算时间成本为每秒30帧，比改进前的SiamMask模型帧率每秒提高3.2帧，算法效率提高11.94%。该算法达到视觉识别预警系统准确性、实时性的要求，对移动目标识别算法模型的复杂环境应用具有借鉴意义

深度神经网络近年在计算机视觉以及自然语言处理等任务上不断刷新已有最好性能，已经成为最受关注的研究方向.深度网络模型虽然性能显著，但由于参数量巨大、存储成本与计算成本过高，仍然难以部署到硬件受限的嵌入式或移动设备上.相关研究发现，基于卷积神经网络的深度模型本身存在参数冗余，模型中存在对最终结果无用的参数，这为深度网络模型压缩提供了理论支持.因此，如何在保证模型精度条件下降低模型大小已经成为热点问题.本文对国内外学者近几年在模型压缩方面所取得的成果与进展进行了分类归纳并对其优缺点进行评价，并探讨了模型压缩目前存在的问题以及未来的发展方向