人们对鱼类的品质追求越来越高, 因此对于开发水产养殖中鱼类重要参数脂肪含量的检测显得愈发的重要, 传统的检测方法虽然经过许多研究人员的修改和改进, 但仍然存在费时费力, 需要专业的人员培训存在一些问题。 光谱技术也存在仅使用整条鱼片作为预测样本, 缺乏普遍性, 整个鱼片的成分分布不均匀, 采样时间过长等导致图像质量不高等问题, 该研究通过MCR-ALS算法重建后的数据和图像的增益效果, 评估了采用近红外高光谱成像技术预测并实现鲑鱼片重要参数（脂肪）可视化的可行性。 首先将购买的新鲜三文鱼按照背面和腹部切块分割, 每条三文鱼制作成20个样本, 共100个样本, 其中75个样本用于校正集, 25个样本用于预测集。 用高光谱成像系统采集三文鱼样本的光谱数据, 再通过索氏提取器测定三文鱼脂肪的含量, 并建立其理化值样本, 然后通过MCR-ALS对光谱数据进行重构, 发现重构后的光谱有效信息随着组分推荐评分上升, 通过连续投影算法（SPA）选择特征波长, 并建立最小二乘支持向量机（LS-SVM）模型评估两种预测效果（原始和重建数据）。 MCR-ALS-SPA-LS-SVM的预测精度最高, Rp=0.955 5, RMESP=1.650 5, RPD=3.389 9; 采用MCR-ALS和未处理的模型对鱼片脂肪进行视觉图像预测, 大大减少了噪音的输入, 有效还原了鱼片的轮廓, 并且令鱼的脂肪条纹更加的清晰, 图像质量更优。 进一步分析聚类图像, 通过不同成分的主成分贡献和相同成分的主成分贡献比, 发现类别为20种时, 样品与背景簇存在干扰, 然而采用少量的簇类分析发现, 仅5和10个种类即可完整描绘出整个样品的轮廓, 对于光谱强反应物质存在很好的聚类效果, 具有简化模型的可能。 无论是数据还是图像, 令人满意的预测结果证实了近红外高光谱成像用于鲑鱼脂肪定量和视觉图像预测的可行性, 并且算法的优化大大缩短了检测时间, 为实时在线检测创造了更好的条件。

土壤养分直接关系到作物产量与品质状况, 然而传统化学方法检测存在化学试剂消耗大、 耗时费力等问题, 不能满足精细农业的需求。 快速获取土壤养分信息是发展精细农业、 绿色农业的关键, 想要了解土壤肥力状况, 必须先了解有机质和总氮的含量状况。 许多研究表明, 长波近红外光谱被广泛应用于土壤检测领域, 然而短波可见/近红外光谱在土壤有机质和总氮的研究上却非常罕见。 以江西省吉安市安福县和南昌市新建区的四个村庄作为研究区, 根据2×2网格法采集了深度为10～30 cm的棕壤、 红壤和水稻土三种最为典型的土壤样品共180份。 经过研磨、 风干等处理后用四分法均匀划分为两份, 用于测定样品光谱信息和理化信息。 将土壤样品按照2∶1(120∶60)划分为建模集和预测集。 考虑到首尾端波段噪声较大, 故去除325～349和1 051～1 075 nm波段, 将350～1 050 nm波段用于光谱分析。 通过连续投影算法(SPA)筛选出有机质12个特征波长点, 总氮11个特征波长点, 考虑到土壤光谱信息与土壤理化性质之间可能存在非线性联系, 建立全波段与特征波长的线性偏最小二乘回归(PLSR)模型和非线性最小二乘支持向量机(LS-SVM)模型对土壤有机质和总氮进行研究, LS-SVM模型采用两步网格搜索法优化了两个超参数γ和σ2。 研究结果表明: (1)土壤的光谱反射率随波长增加反射率升高, 反射率曲线中460、 550、 580、 740和900 nm处有较为明显的吸收特征。 (2)从PLSR模型和LS-SVM模型结果分析可知, 非线性模型LS-SVM具有更好的预测精度, 分析认为土壤光谱信息与土壤理化性质之间存在一些非线性关系。 (3)通过连续投影算法筛选的特征波长提高了模型精度, 优化了模型运行效率。 SPA-LS-SVM模型是所有模型中最优的预测模型, 其中有机质模型的R2pre为0.884 7, RMSEp为0.104 8, RPD为2.945 0, 总氮模型的R2pre为0.901 8, RMSEp为0.010 4, RPD为3.191 1。 (4)本研究说明可见/近红外光谱能够用于测量不同类型的土壤有机质和总氮含量, 并且达到较好的预测效果。 可见/近红外光谱在土壤检测领域具有巨大潜力。

土壤肥力通常由有机质、 总氮、 速效磷、 速效钾等含量决定。 这些物质的含量通常采用可见/长波近红外光谱(visible/near-infrared spectroscopy, Vis/NIRS: 350～2 500 nm)进行研究, 可见/短波近红外区域(visible/shortwave near-infrared spectroscopy, Vis/NIRS: 325～1 075 nm)的研究却非常罕见, 将可见/短波近红外光谱结合机器学习算法来测量土壤养分具有巨大潜力。 选取了南昌市新建区和吉安市安福县的四个村庄作为样品获取地点, 通过2×2网格法选取对角区的10～30 cm深度的土壤样本, 其中水稻土120份(水稻土1和水稻土2), 棕壤60份、 红壤60份。 样品经过研磨、 风干等处理后用四分法均匀划分为两份, 用于测定样品光谱信息和理化信息。 将获取的光谱数据去除325～349和1 073～1 075 nm的噪声波段, 然后采用S-G卷积平滑结合一阶导数进行预处理。 将预处理后的光谱数据进行主成分分析(PCA), 根据主成分分析得到的得分图(PC1: 98.44%, PC2: 3.5%, PC3: 0.14%)显示出样品存在明显聚类现象且在二维空间内相互可分, 样品存在明显聚类现象, PCA可以在一定程度上合理解释不同土壤样品的光谱特征差异。 将预处理后的光谱数据建立全波段主成分回归(PCR)和偏最小二乘回归(PLSR)模型, 通过PCA和PLSR对光谱数据降维, 提取出3个主成分因子(PCs)和9个潜在变量(LVs), 建立非线性反向传播神经网络(BPNN)和最小二乘支持向量机(LS-SVM)模型。 通过比较PCR、 PLSR、 BPNN和LS-SVM方法对Vis/SW-NIRS及对OM、 TN、 P、 K的预测精度, 得出以下结论： (1)LS-SVM-LVs模型在所有土壤性能方面都优于PCR、 PLSR、 BPNN-PCs、 BPNN-LVs和LS-SVM-PCs模型; (2)LS-SVM-LVs模型对OM和N的预测精度最高, 这是在NIR区域具有光谱响应的特性; (3)采用Vis/SW-NIRS测定土壤矿质养分P和钾, 具有不同的准确性, 这是由于光谱活性成分的共变。 根据本研究取得的结果, 建议采用LS-SVM-LVs分析作为预测土壤性质(OM、 TN、 P和K)的最佳模型方法。 然而, 还需要进一步的研究来深入解释在近红外区域不具有直接光谱响应的土壤特性的测量。 该研究成果可以为当地的精细农业的发展提供理论与技术参考。

由于临近空间高超声速飞行器具有速度快、高度低、机动能力强的优点,故以陆/海基雷达、高轨红外卫星为主建立的预警探测体系难以对其实施全程有效探测。因此,针对高超声速飞行器的技术特点,对低轨红外卫星的探测能力和全球覆盖性进行了研究。首先,基于类HTV-2升力体的气动外形,模拟了典型工况参数下飞行器的表面温度分布。然后,构建了低轨红外卫星探测模型。结合红外探测器典型性能参数,给出了不同轨道高度下探测器信噪比与观测视角和工作波段的关系,并得到了红外卫星在550 km和1600 km轨道高度下的有效探测半锥角。最后,给出了具有全球探测能力的低轨红外卫星星座的构型及主要参数。

为提高飞机大尺寸结构件T型接头的焊接质量,本课题组研究了新型双光束激光焊接机器人多臂协同焊接轨迹优化问题。本文提出了一种针对双侧焊缝焊接的机器人平顺高效运动的优化策略。首先,提取双曲度壁板上T型接头双侧焊缝和按压桁条的关键路径点信息,根据路径点局部坐标系相对于双光束激光焊接机器人基坐标系的转换矩阵,得到机器人三条机械臂末端的位姿表示;然后,基于双光束激光焊接机器人多轴运动链逆解计算得到机器人各关节的位移或转动角度;再采用5次B样条曲线对18个关节的位移或转动角度进行插补,以双光束激光焊接机器人高效、平稳运动为目标,建立机器人协同焊接作业轨迹优化模型;最后,采用多目标优化算法NSGA(non-dominated sorting genetic algorithm)Ⅲ进行求解,并将求解结果与NSGAⅡ多目标优化算法的求解结果进行对比,结果表明,NSGAⅢ求解计算的时间消耗比NSGAⅡ仅多3.8‰,但得到的Pareto解集的多样性提高了161.29‰,证明了NSGAⅢ优化算法的有效性。

射线检测作为缺陷无损检测的主要技术,在缺陷定性方面有独特优势,但很难测量缺陷沿射线透照方向尺寸,为此,以钢板为研究对象,基于射线成像理论研究图像灰度与透照工艺条件、线衰减系数、透照厚度之间的关系,采用数值积分和曲线拟合方法将线衰减系数转换成管电压和透照厚度表达式,得到最终图像灰度-透照厚度关系模型。利用实验平台获取实验数据,结合软件拟合求得模型当中的未知参数,并采用钢阶梯试块测量模型的精度,比较阶梯试块厚度的实际值与计算值,结果表明,实际厚度和计算厚度比较接近,误差范围为0.18%~1.49%,实验结果很好地证明了模型的准确性,并且可以根据实际透照条件和图像灰度计算钢材料中缺陷处的透照厚度,得到缺陷沿射线透照方向的尺寸,结合数字成像图像测量垂直于射线方向上缺陷尺寸,对缺陷进行全方位评定。

重金属污染一直影响着人们的健康生活, 如镉, 铅和铜等的污染, 故而土壤重金属的快速检测和如何预防, 一直受各国学者关注和研究。 传统土壤重金属检测方法(如原子吸收光谱法、 X荧光光谱法等)样品预处理复杂, 分析成本较高, 易形成样品的二次污染, 不能满足快速分析的要求。 激光诱导击穿光谱(LIBS)是一种典型的原子发射光谱, 它是基于分析物质中原子和离子受激发而发射的特征谱线信息, 进而研究物质成分的分析方法。 LIBS技术能够快速检测任何状态(固、 液和气态)物质元素的成分和含量, 被看作是未来化学检测和快速绿色分析领域的新兴技术。 LIBS技术具有对样本简单预处理(或不需要处理)、 多元素同步分析、 远距离测量、 适用性广等优势, 被广泛用于生活生产的各个领域, 已成为近年来国内外学者广泛关注和研究的热点之一。 在农业信息快速感知的大背景下, 以激光诱导击穿光谱技术为技术手段, 以土壤重金属铅元素为研究对象, 运用理论分析和数学建模相结合, 建立了多种基于单变量定标曲线的土壤重金属铅检测模型, 并进行了模型验证。 自制15个已知的铅元素浓度梯度的谱线土壤样本, 在获取了土壤LIBS数据之后, 对其进行预处理对比, 建立了基于谱峰强度、 谱峰积分、 洛伦兹拟合强度三种定标曲线模型, 对土壤中铅元素含量进行定量分析, 得出基于三种定标曲线模型对土壤中铅元素含量的预测决定系数R2分别为0.918 0, 0.910 1和0.914 3, 三种定标曲线分析方法的预测结果都较好, 说明了LIBS结合单变量定标曲线法对土壤中铅含量的检测可靠性高。 最后选取部分样本数据进行验证, 结果较好。 研究结果为研发便携式农田土壤污染物检测技术与装备提供技术支撑, 也为农田精准管理和科学施肥奠定基础。

针对折射现象对水下视觉系统的影响并为了实现视觉系统的便携性,本文构建了基于光平面约束的水下视觉测量系统。首先,建立了基于光平面约束的水下结构光测量模型,并从理论上证明了当投影仪垂直于折射平面投射且光平面经过投射光轴时,陆上投射光线与投影光轴构成的空气中的光平面以及水下折射光线与折射平面法向量构成的水下光平面为同一平面,这样从理论上证明了陆上标定代替水下标定的可行性,避免了光平面的水下标定过程;然后,根据光平面簇共线的约束条件设计了中心旋转编码光模式,通过光平面旋转角度实现了对投影光模式的编解码;最后,按照测量模型中的光平面约束条件,提出了对应的陆上优化标定方法。实验结果证明,本文提出的水下视觉测量系统在2 m以内的测量距离上,可以获得1.72 mm的测量精度。该系统可用于弥补当前水下声学三维形貌测量中无法进行近距离、高精度和高分辨率测量的不足,有效地避免了水下标定操作,提高了水下视觉测量系统的便携性,有利于扩大视觉测量系统在水下工程探测、水下三维形貌测量、水下结构缺陷检测中的应用。