新葡京娱乐场-大陆娱乐场开户注册

本成果提供了一種可提供 720°VR 全景視頻影像拍攝的無(wú)人機(jī)機(jī)載觀察裝 置，并確保其拍攝、觀察畫(huà)面的穩(wěn)定性。本成果將無(wú)人機(jī)機(jī)載觀察更有效地運(yùn)用 到實(shí)際系統(tǒng)中，如空中 720°VR 影像拍攝、三維立體建模、城市規(guī)劃、光伏設(shè)備 巡檢等，大幅提升拍攝畫(huà)面的視野范圍，提高所拍攝影像的畫(huà)質(zhì)及穩(wěn)定性。虛擬 現(xiàn)實(shí)(VR)全景成像技術(shù)目前廣泛應(yīng)用于街景地圖制作、城市規(guī)劃、影視制作等 領(lǐng)域，但空中 VR 成像及觀察技術(shù)目前仍存在較大的技術(shù)缺陷，在實(shí)際應(yīng)用中存 在不足。首先，空中拍攝時(shí)，由于無(wú)人機(jī)機(jī)體或旋翼遮擋，并不

本發(fā)明公開(kāi)了一種基于全景影像的街景面片優(yōu)化方法，包括以下步驟：步驟 1：獲取車載 LiDAR 點(diǎn) 云數(shù)據(jù)和全景影像，并將全景影像與車載 LiDAR 點(diǎn)云數(shù)據(jù)進(jìn)行配準(zhǔn)；步驟 2：將車載 LiDAR 點(diǎn)云數(shù)據(jù) 分割為多個(gè)面片，獲得面片與全景影像站點(diǎn)的對(duì)應(yīng)關(guān)系，將面片投影到全景影像上，得到面片對(duì)應(yīng)的透 視平面影像；步驟 3：對(duì)透視平面影像進(jìn)行分析，刪除樹(shù)木點(diǎn)，并進(jìn)行面片拉伸。本發(fā)明基于全景影像 優(yōu)化街景面片，在點(diǎn)云數(shù)據(jù)的結(jié)果上進(jìn)一步提高面片的精度和準(zhǔn)

一、所屬領(lǐng)域 人工智能，精密自動(dòng)化，生物分析與檢測(cè)，環(huán)境微生物檢測(cè)，工業(yè)微生物檢測(cè)，細(xì)胞組織分析檢測(cè)。 二、項(xiàng)目介紹 1. 痛點(diǎn)問(wèn)題 微生物的識(shí)別、計(jì)數(shù)和定性分析一直是食品、醫(yī)藥和生物行業(yè)的重要一環(huán)。傳統(tǒng)的人工檢測(cè)方式勞動(dòng)強(qiáng)度比較大，且檢測(cè)主觀性強(qiáng)，標(biāo)準(zhǔn)難以統(tǒng)一，計(jì)數(shù)和檢測(cè)結(jié)果不準(zhǔn)確；在對(duì)環(huán)境的微生物監(jiān)測(cè)中，人工方法只能做到抽樣檢測(cè)，無(wú)法做到持續(xù)性檢測(cè)。 近兩年行業(yè)巨頭們（如GE，安捷倫，賽默飛等）開(kāi)始推出圖像識(shí)別技術(shù)的微生物檢測(cè)設(shè)備，其結(jié)果來(lái)自直觀影像，分辨率高，操作難度低。但是這些設(shè)備目前采用的光學(xué)顯微鏡倍數(shù)都在800倍以下，只能進(jìn)行計(jì)數(shù)，如果要完成相關(guān)定性分析，需要在800倍以上的放大倍數(shù)獲得單細(xì)胞微生物的清晰圖像（如酵母菌，大腸桿菌）。但800倍放大倍數(shù)對(duì)應(yīng)的有效視場(chǎng)只有200微米*200微米，對(duì)計(jì)數(shù)和活性統(tǒng)計(jì)分析又不具備足夠的采樣數(shù)量。目前國(guó)內(nèi)外設(shè)備均沒(méi)有解決好這個(gè)問(wèn)題，對(duì)微生物進(jìn)行定性分析的準(zhǔn)確率低，無(wú)法滿足市場(chǎng)需求。 2. 解決方案 本項(xiàng)目針對(duì)微生物和細(xì)胞活體檢測(cè)中缺乏有效參照物的技術(shù)難點(diǎn)，根據(jù)顯微掃描設(shè)備的結(jié)構(gòu)，將全景化視域重構(gòu)技術(shù)和微米級(jí)電機(jī)結(jié)合，解決了鏡頭大幅平移過(guò)程中的自動(dòng)對(duì)焦難題和微生物溶液動(dòng)態(tài)環(huán)境中的影像拼接難題，在保證1000倍放大的基礎(chǔ)上，獲得的有效視場(chǎng)增加到10毫米*10毫米的范圍；再通過(guò)自動(dòng)化圖像采集和拼接，得到完整的微生物圖像；然后結(jié)合傳統(tǒng)的圖像分割以及深度學(xué)習(xí)圖像識(shí)別的優(yōu)勢(shì)，小樣本高精度動(dòng)態(tài)完成微生物的類型識(shí)別，計(jì)數(shù)，活性，死亡率，出芽率等定量定性分析。 3. 競(jìng)爭(zhēng)優(yōu)勢(shì)分析 與國(guó)內(nèi)外的主流檢測(cè)設(shè)備對(duì)比，本項(xiàng)目技術(shù)優(yōu)勢(shì)主要體現(xiàn)在： 1）獨(dú)創(chuàng)的微生物影像全景化視域重構(gòu)技術(shù)，實(shí)現(xiàn)0.5微米的分辨率和20*25毫米的超大視角； 2） 解決微生物影像領(lǐng)域小樣本智能識(shí)別和智能檢測(cè)的難題； 3） 檢測(cè)目標(biāo)、檢測(cè)內(nèi)容、檢測(cè)流程和邏輯可通過(guò)自然語(yǔ)言定制，提高設(shè)備功能通用性； 4）計(jì)數(shù)準(zhǔn)確率超過(guò)人工計(jì)數(shù)，準(zhǔn)確率超過(guò)國(guó)內(nèi)細(xì)胞計(jì)數(shù)儀器一個(gè)數(shù)量級(jí)； 5）第一臺(tái)按照國(guó)家微生物計(jì)數(shù)檢測(cè)標(biāo)準(zhǔn)開(kāi)發(fā)研制的微生物計(jì)數(shù)儀。 本項(xiàng)目的第一代產(chǎn)品樣機(jī)與國(guó)內(nèi)外同類產(chǎn)品對(duì)比，主要性能優(yōu)勢(shì)和技術(shù)優(yōu)勢(shì)如下： 在食品行業(yè)，本項(xiàng)目獲得了青島啤酒北京密云分廠的啤酒原液和相關(guān)酵母菌種，針對(duì)生產(chǎn)用酵母菌采集了大量實(shí)拍圖像數(shù)據(jù)，優(yōu)化后的酵母菌計(jì)數(shù)和出芽率算法識(shí)別率均在95%以上。 4. 發(fā)展規(guī)劃 按照三步走的方式來(lái)設(shè)定發(fā)展規(guī)劃： 1）基于全景化視域重構(gòu)技術(shù)，構(gòu)建第一代檢測(cè)儀器，首先進(jìn)入門檻最低的食品微生物檢測(cè)市場(chǎng)，對(duì)啤酒和發(fā)酵乳企業(yè)提供酵母菌檢測(cè)計(jì)數(shù)技術(shù)和設(shè)備； 2） 利用已有技術(shù)積累，進(jìn)入環(huán)境微生物檢測(cè)和高校實(shí)驗(yàn)室市場(chǎng)； 3）最后以食品和環(huán)境檢測(cè)市場(chǎng)為根據(jù)地，進(jìn)入門檻最高的生物醫(yī)藥檢測(cè)市場(chǎng)，提供微生物檢測(cè)和組織檢測(cè)的相關(guān)設(shè)備。 5. 知識(shí)產(chǎn)權(quán)情況 已申請(qǐng)3項(xiàng)專利。 三、合作需求 1）尋求500-800萬(wàn)元天使投資； 2）尋找高校研究所，食品工業(yè)和環(huán)境檢測(cè)領(lǐng)域的客戶、渠道伙伴； 3）尋找生物醫(yī)藥，醫(yī)學(xué)臨床領(lǐng)域的客戶、渠道伙伴和產(chǎn)品測(cè)試環(huán)境。 四、團(tuán)隊(duì)介紹 科研團(tuán)隊(duì)： 1）周悅芝 博士 清華大學(xué)計(jì)算機(jī)系研究員，項(xiàng)目負(fù)責(zé)人，在邊緣計(jì)算和深度學(xué)習(xí)等領(lǐng)域有豐富的開(kāi)發(fā)經(jīng)驗(yàn)和杰出的研究成果，在面向醫(yī)學(xué)影像的AI圖像分析方面曾發(fā)表多篇論文，申請(qǐng)或獲得多項(xiàng)國(guó)家發(fā)明專利。 2）黃權(quán)偉 清華大學(xué)計(jì)算機(jī)系碩士，負(fù)責(zé)圖像分割及細(xì)胞識(shí)別等相關(guān)算法研發(fā)。 3）梁志偉 清華大學(xué)計(jì)算機(jī)系碩士，負(fù)責(zé)深度學(xué)習(xí)算法加速研究和實(shí)現(xiàn)。 五、聯(lián)系方式 E-mail：[email protected] 成果編號(hào)：20230055

本發(fā)明公開(kāi)了一種基于 GPS?RTK 和全景影像的自主定位定向測(cè)圖方法，本發(fā)明利用全景相機(jī)獲取 的全景影像和 GPS?RTK 測(cè)得的設(shè)站點(diǎn)坐標(biāo)，采用基于全景影像球體模型中量測(cè)交會(huì)角的三維立體前交 計(jì)算方法，實(shí)現(xiàn)兩組全景影像公共區(qū)域中地物的直接量測(cè)，從而快速獲取全景影像公共區(qū)域地物的三維 坐標(biāo)信息。本發(fā)明可實(shí)現(xiàn)在全景影像上直接對(duì)地物進(jìn)行量測(cè)，可快速獲取地物數(shù)據(jù)及測(cè)點(diǎn)測(cè)距，從而獲 得三維建模、場(chǎng)景重建、數(shù)字城市建設(shè)等所需的地物信息。

本發(fā)明公開(kāi)了一種利用激光點(diǎn)云輔助的可量測(cè)全景影像生成方法，包括：步驟 1，將全景影像進(jìn)行 虛擬成像獲得多幅框幅式影像；步驟 2，選取初始點(diǎn)對(duì)，并初始化各框幅式影像的外方位元素；步驟 3， 以初始點(diǎn)對(duì)中所有激光點(diǎn)到對(duì)應(yīng)框幅式影像上的投影誤差的和最小為條件方程，調(diào)整外方位元素初始值， 獲得精確的外方位元素值；步驟 4，構(gòu)建激光點(diǎn)云的空間索引，在空間索引中選取以曝光中心為球心的 球形鄰域，球形鄰域內(nèi)激光點(diǎn)云即全景影像的鄰域點(diǎn)云；步驟 5，計(jì)算鄰域點(diǎn)云中各激光點(diǎn)的法向量， 獲得鄰域點(diǎn)云的特征；步驟 6，將鄰域點(diǎn)云的深度和特征投影到全景影像。采用本發(fā)明生產(chǎn)的可量測(cè)全 景影像具有較高精度，可廣泛運(yùn)用于測(cè)量領(lǐng)域及資產(chǎn)調(diào)查。 

本實(shí)用新型公開(kāi)了一種基于雙全景相機(jī)的全景數(shù)據(jù)收集系統(tǒng)及裝置，系統(tǒng)包括一臺(tái)無(wú)人機(jī)本體(1)、 無(wú)人機(jī)支架(2)和全景相機(jī)集成架(3)、兩臺(tái)相同的全景相機(jī)(4)，所述全景相機(jī)集成架(3)包括掛接件(301) 和全景相機(jī)固定件(302);全景相機(jī)集成架(3)通過(guò)掛接件(301)連接無(wú)人機(jī)支架(2)，兩臺(tái)全景相機(jī)(4)通過(guò) 全景相機(jī)固定件(302)并列固定在全景相機(jī)集成架(3)中;掛接

? 規(guī)格尺寸：600*400mm；材質(zhì)：亞克力板。? 主要展示器件安裝于兩塊亞克力前后板上；前板為5mm厚透明亞克力板，后板5mm厚白色亞克力板；產(chǎn)品文字說(shuō)明及圖片，采用不低于絲網(wǎng)印刷技術(shù)UV印制的背景圖，彩色圖片須平板打印到背板上，保證不能因受潮褪色；前后板可用6顆50mm的工藝螺釘固定于墻體上；儀器整體具有防塵和安全防護(hù)裝置。? ? 原理說(shuō)明：琴弦振蕩頻率較高，我們?nèi)说难劬床磺迩傧艺駝?dòng)的情形，但當(dāng)轉(zhuǎn)桶旋轉(zhuǎn)時(shí)，白色條文的閃動(dòng)可使人們對(duì)琴弦的振蕩情形有所了解。?

        5T管理”理念，即基于農(nóng)作物及果實(shí)生長(zhǎng)的自然通道特性，按時(shí)間敏感性將收儲(chǔ)過(guò)程界定為熟收 (T1)、田場(chǎng) (T2)、干燥 (T3)、收倉(cāng) (T4)以及倉(cāng)儲(chǔ) (T5)等5個(gè)事件，進(jìn)一步圍繞5個(gè)事件優(yōu)選管理目標(biāo)因子和控制因子、制定管理指標(biāo)體系和配套先進(jìn)適用技術(shù)裝備。在吉林省糧食和物資儲(chǔ)備局的支持下，依據(jù)“5T管理”原理，制定了《吉林優(yōu)質(zhì)稻谷收儲(chǔ)作業(yè)5T管理技術(shù)規(guī)程》。依托吉林省糧食和物資儲(chǔ)備局、吉林大米聯(lián)盟、九臺(tái)貢米聯(lián)盟、益海嘉里金龍魚(yú)等大米相關(guān)產(chǎn)業(yè)組織在省內(nèi)外進(jìn)行推廣，減損效果顯著，可以顯著延長(zhǎng)大米的保鮮期，特別是探明了不當(dāng)管理導(dǎo)致的7.16%“隱性”損失，同時(shí)也減少了糧食微生物毒素危害，為稻谷的持久鮮活保駕護(hù)航。