我院积极拓展对德交流，与德国汉诺威应用科学大学开展科研合作，结合双方共性研究方向与应用型特点，于2016年12月份签署协议成立了中德联合机器视觉研究所，由汉诺威应用科学大学的Karlo Steinke教授担任德方负责人，联合开展机器视觉的工程应用、植物叶片标本数字化方面研究。

现已完成植物叶片标本图像处理与识别软件1套：

植物叶片标本图像处理与识别软件，软著登记号：2017SR338712。

完成基于纹理特征的叶片识别发明专利1项：

融合多尺度方向纹理特征的植物标本分类方法及系统，专利号：201710200865.6。

研究的典型机器视觉系统如下：

1、智能电表PCB元器件检测视觉系统

通过机器视觉与精确运动控制，实现图像采集与拼接，融合元器件的外观、颜色、纹理等信息实现PCB元器件的定位与识别。

2、荧光管喷涂质量智能检测系统

采集多角度荧光管图像，利用滑动窗口与轮廓定位方法获取感兴趣区域，提取纹理特征，实现瑕疵区域的有效检出。

3、汽车发动机连杆质量检测视觉系统

对汽车发动机连杆的配对质量进行实时检测，对字符进行精确定位与分类，对配准失败的产品进行报警。

4、汽车轮毂喷涂过程智能遮涂装置

针对汽车轮毂喷涂过程中需要对螺孔进行遮涂的实际需求，将机器视觉技术引入轮毂型号判别与螺孔定位，并结合自动遮涂装置实现喷漆前的自动遮涂。

5、光伏发电短期预报系统

采集天空全景云层图像，并进行图像分割，对云层多目标进行跟踪，判别运动方向与速度，预测出短时间窗口内太阳被遮挡的时间，实现光伏发电输出功率的短期预报。

6、光伏板防风预警系统

采集光伏电站的光伏板支架图像，传输至云端，远程实现图像的实时处理与预警，对超出安全范围的摆动进行评估并报警，本系统可以实现光伏电站区域风荷分布的大数据分析。

7、线缆结构智能检测分析仪

全自动操作、一键式实现线缆的检测，并对数据进行智能化分析，测量出线缆的结构分布，精度可达微米级。