图形/图像处理

1.越浪量识别主要面向海岸与港航工程、沿海城市防灾、近海风电接岸、科研/高校水工实验等行业，在重点堤段实景越浪监测、汛期预警联动、工程加固前后对比评估、实验水槽数据自动化量化等场景进行应用；从而有效降低人工运维成本。实现低成本长时监测；由“看见越浪”升级为“量化越浪量（q）”，辅助运维与设计复核。 2.实现的方式如下： 采集&标定：双目相机接入/同步；棋盘格内外参标定；环境自检（遮挡/污渍/补光）。 越浪识别（分割）：海面/堤体/越浪区域语义分割；叠加掩膜、轮廓、置信度与帧率。 深度/高程融合：由现场 DEM 得到像素高程/距离，对齐到分割结果。 越浪量计算：越浪区域沿视线方向分段加权（透视修正）→ 单帧 q → 分钟/小时累计、峰值与持续时长。 阈值预警与联动：绝对阈值/移动平均/趋势触发。 可视化与报表：多点位总览、堤段热力、事件时间轴；CSV/Excel/PDF 导出。 模型迭代：周期性微调与基线评测；版本化上线与回滚。 运维：设备固件与参数台账、日志审计。

这是一个面向 大型客服中心（如电信、银行、政务热线） 的 实时监控大屏系统，主要用于可视化展示智能语音导航（IVR）的运营数据、通话状态、服务质量等核心指标，帮助管理人员实时掌握呼叫中心运行情况，优化服务流程。 大屏可视化开发 使用 ECharts 实现动态图表（如实时通话量折线图、坐席状态饼图）。 通过 WebSocket 接收后端推送的实时数据，更新视图（如每秒刷新通话队列数）。 优化大数据量渲染性能（如虚拟滚动、数据降采样）。 交互逻辑实现 设计 数据钻取功能（例如点击某个省份，下钻查看该地区详细数据）。 实现 动态筛选器（时间范围、业务类型、IVR节点联动筛选）。 大屏适配与性能优化 解决多屏异显问题（4K大屏 vs 普通显示器）。 使用 Web Worker 处理大量数据计算，避免界面卡顿。

本方案面向工业 4.0 新型工厂，针对传统自动化产线中目标抓取、焊接、打胶等操作需预处理目标的痛点，实现无需人工调整的自动化作业，提升产线灵活性与效率。区别于市场常规方案，采用自主研发的机构光相机采集目标区域点云数据，结合自研算法实现目标的精准识别、定位与控制，具备非接触式测量、环境适应性强、无需目标预处理等优势，可适配多场景自动化生产需求。核心由机构光相机硬件、点云数据处理算法及自动化控制软件构成，通过自研光机电一体化技术，实现从数据采集到执行控制的全流程自主化。

所属公司： 广东亿讯科技有限公司 项目描述： 广东慧眼平台是广东亿讯科技有限公司旗下政法公安事业部的主要产品,目标客户是有视频监控,下载录像和摄像头告警需求的企业和机关单位,分为内网和外网通讯,界面由duilib编写,使用c++开发,由Advanced Installer工具进行打包,主要实现的功能有视频监控,录像回放,录像下载,视频上墙,添加水印,语音对讲,事件告警,事件回放,电子地图,扩展应用等功能 视频监控,录像回放通过rtmp取流,使用的库为librtmp,srs_librtmp,使用h.264,h265视频编码格式,视频通过DirectX渲染,视频上墙功能是由客户端进行视频窗口布局,布局完毕后发送给解码器进行投屏,事件告警主要是用于现场摄像头触发ai告警事件后,客户端查询后台获取告警信息并进行分页展示和提醒,添加水印功能通过ffempg命令实现,语音对讲功能用于现场摄像头和客户端远程通话或播报一键告警语音,同样通过rtmp传输,客户端采集的语音转成g711a或g711u格式发送给摄像头,摄像头传来的声音通过音频解码后用libzplay库播放 主要用到的库有:ffmpeg,li

面向对象： 烟花生产企业：帮助企业进行生产安全管理、质量监控。 烟花销售商和商场：对库存、销售进行实时监控。 地方政府和监管部门：需要跟踪和管理全省范围内的烟花安全情况。 消费者：提供安全信息和产品追踪功能。 解决问题： 安全隐患排查：通过数据采集和实时监控，提前识别潜在安全问题。 质量追溯：确保烟花产品的质量可追溯，从生产到销售的每一环节都有记录。 应急响应：在安全事件发生时，快速响应和协调，减少事故损失。 合规管理：确保企业和销售商遵守国家及地方政府的安全法规。 方案特点： 全程监控：从生产到销售，每个环节都可追踪，确保烟花安全。 智能预警：基于大数据和AI，提前预测潜在的安全风险，及时报警。 地方定制化：根据江西省的特殊需求，提供定制化功能和服务。 多方协作：提供监管部门、生产商、销售商间的协同平台，数据共享，提升整体管理效率。 实时数据分析：通过数据可视化，帮助管理者快速了解整体安全状况，决策更高效 前端技术：Vue，提供流畅的用户体验。 后端技术：Spring Boot或Django，确保系统稳定高效运行。

本软件面向以下几个用户群体： 1.安全监控行业： 监控人员可以使用该软件实时检测监控视频中的人员异常活动并报警，从而提高安全防范能力并且记录员工工作时长。 2.工业自动化： 在生产线或制造领域，工人可以使用这款软件进行产品质量检测，实时识别缺陷和不合格品，从而减少人工检查的时间和成本。 3.游戏开发者： 游戏开发者可以跟踪玩家的行为或动作，实时分析玩家交互，优化游戏体验。 解决的问题： 1.传统实时检测需要大量内存的问题，通过循环内存和生成器技术，大大减少了AI识别的占用，小设备，监控上部署即可流畅使用。 2.可设置检测帧率和画面位置，截取固定范围内，并开始实时监测，大大提高运行速度和精准率 3.简化用户操作：用户只需运行该软件并选择要检测的目标类型，即可直接获取实时结果，降低了复杂的操作流程。 4.实时反馈与可视化：该软件将检测结果以图形化的方式呈现，用户可以直观地观察目标检测的效果，进一步优化决策过程。

一、软件面向的行业和业务场景 本项目聚焦低成本深度感知需求，适用于小型企业或创业团队的轻量级应用场景，例如： 电商3D商品展示：用手机拍摄商品（如杯子、玩具）的左右视图，生成深度图，用于虚拟商城的“360°+深度”展示（比如用户可以看到杯子的凸起部分离屏幕更近，提升购物体验）； 家用智能设备：扫地机器人的简单环境建模（用单相机移动拍摄，生成房间地面的深度图，判断障碍物距离，避免碰撞）； 教育类APP：儿童编程软件中的“视觉实验”模块（让孩子用手机拍自己的玩具，生成深度图，直观理解“双目视觉”的原理）。 这些场景的核心需求是低成本、易部署（不需要专业双目相机），而本项目用“单相机+OpenCV”完美解决了这个问题，符合就业中“用最低成本实现核心功能”的要求。 二、项目功能模块与具体功能 项目按照“标定→双目校准→匹配→深度生成”的工业级 pipeline 设计，实现了4个核心功能，每个功能都对应任务书的考核点： 相机内参校准（张正友标定）： 做什么：用手机拍15张不同角度的棋盘格照片（倾斜、旋转、远近），用OpenCV的cv2.calibrateCamera算法算出相机的焦距（镜头

国内盲人数量占一定的比例，为解决盲人安全出行问题，设计了一套穿戴式的头盔智能导盲系统。我在此项目中主要负责设计导盲系统的视觉避障、目标识别、视觉引导等算法的框架搭建。采用pytorch深度学习框架与YOLOv5目标检测网络训练的日常出行目标识别模型以及tof测距雷达，最后设计了设备终端将图像传输和数据远程传输到算法服务端的分布式系统实现对行人、车、阶梯、石头、树等有效识别并定位其方位和距离达到引导盲人通过语音和腕部传感器感知环境信息实现主动避障，经实验测试有一定的辅助引导效果并在第十届全国光电设计大赛中获得国家级二等奖。

国际物流可视化平台提供实时跟进货物流转节点，超时预警，责任人追责，形成 ‌“追踪+数据+生态”‌ 的综合服务能力，多维度数据整合‌跨境搜‌，飞驼可视‌，箱讯ANYCASE‌7 ，整合海运/空运/快递数据，提供历史轨迹

采用OpenCV结合深度学习技术，实现海量素材库的精准图像匹配。系统支持特征点匹配、直方图比对和神经网络相似度计算等多种匹配模式，能够根据模板图像智能检索并排序展示最相似的素材结果。可应用于广告创意设计、电商产品图库管理等场景，显著提升素材检索效率，平均缩短设计人员素材查找时间。工具也可灵活集成到各类内容管理平台中。

专为嵌入式开发者打造的实用工具，可将24位RGB图像智能转换为嵌入式设备通用的16位RGB565格式，自动生成可直接调用的C语言头文件。支持自定义输出分辨率并保持原图宽高比，内置OpenCV高性能缩放算法，确保在资源受限的显示屏上呈现最佳效果。适用于STM32/ESP32等微控制器项目，可快速集成到LCD、TFT、OLED等显示驱动中，显著节省存储空间并提升显示性能。提供便捷的命令行交互界面，支持Windows/Linux跨平台运行，是物联网设备图形界面开发的效率利器。

本项目采用树莓派、YOLOV8目标检测算法和Django框架，设计开发了一个基于图像识别的垃圾分类系统。系统通过摄像头拍摄垃圾图像，利用YOLOV8算法进行图像识别，实现垃圾分类功能 • 负责图像获取与预处理模块的开发； • 使用Python和OpenCV完成图像训练与分析； • 负责树莓派嵌入式开发，优化算法在嵌入式设备上的运行效率； • 实现服务器与客户端的数据交互，完成系统整体调试与部署。

一、 随着安防视频监控技术的不断进步和广泛应用，各行各业对于视频监控系统的需求日益增加。然而，不同平台间缺乏统一的互通协议，使得视频资源的共享和管理变得复杂而困难。在这样的背景下，基于终端标准化、平台互联互通的需求，国标GB28181为视频监控系统的互联互通提供了重要的技术支持。 二、 1、采用的ACE的网络框架(提供丰富的网络编程接口) 2、支持进程守护、支持telnet 调试 3、支持北向和平台侧的HTTP协议交互 4、支持海康Ehome私有协议接入、支持GB28181 IPC设备接入 5、zookeeper分布式协调器，支持集群管理

双能X射线全身骨密度系统由上位机软件、STM32、FPGA组成，主要由上位软件进行扫描测控。技术包括操作系统原生Socket进行通讯、自主设计通讯协议设计与解析、骨密度算法实现/验证，线阵探测器图像重建、图像处理（降噪、增强、ROI分割）、深度学习训练以集成、软件架构设计、项目搭建、软件开发（QT）等。

1. 产品面向科研院所，解决了自动处理遥感图像，自动识别机场和飞机的需求。 2. 相比市场常规方案，此方案具有速度快，识别准确的特点。 3. 方案用到了opencv的图像处理算法，包括图像增强，图像分割。用到了matlab实现的注意力算法，用到了tensorflow架构实现的图片分类和目标检测模型.方案的部署采用了docker技术.

远程UI设计： 参与app小程序页面（工具类、社交类、商城类）等从0-1原创设计，并参与后续版本的迭代更新 完成需求方的产品设计和页面交互设计，提升产品的用户使用体验 完成需求方的移动端pc端网页设计，包括电商商城网站、企业官网、内容活动页等 平面设计 插画主视觉设计 aigc设计，包括潮流玩具销售海报设计、潮玩商城插画主视觉设计、app内banner活动长图设计等

3D试衣用于服装设计与服装试穿选型，可提升服装设计效率，以及提升用户体验。 以三维视角可动态调整身材尺寸信息，动态实时的展现。 根据自身情况加减尺寸 / 针数，下单后，自动计算工艺并转入制版。 3D 组织 ：可根据衣片填充不同的组织，并可设置组织的间隔、排列和配色。 3D 局部提花设计：可设置局部提花的位置、大小、角度和配色。 3D嵌花设计：可设计嵌花的形状、大小和颜色，并且可以对嵌花形状填充组织。 3D 预览：衣片放缩、360 度旋转和动画模式。 可调整 LOGO 的位置、大小、角度。

面向对象： 人参产业参与者（种植户/合作社、加工厂、品牌商、经销商）及终端消费者。 解决问题： 产业端： 传统人参产业存在种植过程不透明、加工信息难追溯、各环节数据割裂、消费者信任度低、市场拓展效率不高等痛点。 消费端： 消费者难以获取人参产品的真实来源、种植加工过程、品质保障等可信信息。 微信小程序（“智慧人参” - 消费者溯源查询与购买入口）、物联网设备数据采集APP/Web管理端（种植户/加工厂操作）。 物联网(IoT)平台： 负责接入种植基地传感器网络，实时采集、存储、处理环境数据，支撑大屏可视化与预警。 区块链平台： 构建人参产业联盟链，确保溯源数据上链存储、不可篡改、透明可验证。 业务中台： 管理种植、加工、质检、物流等全流程业务数据，与物联网平台、区块链平台、电商平台进行数据交互。 关键技术： 大数据实时处理与可视化、小程序云开发/云托管。

面向大学生毕业设计，课程答辩。 基于生物医学病变肿瘤图像分割，python开发qt界面，一款 HCC肝细胞癌区域的分割系统，通过改进和优化传统的图像分割方法，减少传统图像分割方法的局部性和计算复杂性缺点，能够快速识别和判断肝细胞肿瘤区域且在关键的性能指标上能达到较高标准。

1.在设计阶段--模型创建方面，可用于企业级标准化的全过程正向设计，设计过程的多端跨企业协同，实现正向设计快速建模出图，基于同一项目群展开工作，基于线上平台开展数据统一的高效跨企业协同工作。 2.在设计阶段--模型管理方面，基于标准化，在平台上实现项目的全流程线上化管理，支持多源BIM数据轻量化转换、在线查看，实现多源异构数据的线上整合，统一查看，提高数据传输、文件打开的效率，实现标准化的项目线上化管理。 3.在生产阶段，模型管理方面，可用于设计+算量、造价、生产等以设计BIM数据为源头的一体化应用，实现以设计BIM数据为源头，突破各阶段数据传递瓶颈，支持多参建方计划管理，任务文档自动收归，实现设计、造价、生产阶段的BIM协同集成一体化应用。 4.在施工阶段，模型管理方面，可用于深化设计，对设计模型进行拆解和深化，实现BIM设计模型往施工模型的进一步应用，支持模型上传归档、在线合模、模型审查；另外支持图纸模型的移动端查看，现场巡检管理。