采用磁控溅射法在ITO玻璃上制备了CdZnTe薄膜, 探究机械磨抛对CdZnTe薄膜阻变特性的影响。通过对XRD图谱、Raman光谱、AFM显微照片等实验结果分析阐明了机械磨抛影响CdZnTe薄膜阻变特性的物理机制。研究结果表明, 磁控溅射制备的薄膜为闪锌矿结构, F43m空间群。机械磨抛提高了CdZnTe薄膜的结晶质量; CdZnTe薄膜粗糙度(Ra)由磨抛前的3.42 nm下降至磨抛后的1.73 nm; 磨抛后CdZnTe薄膜透过率和162 cm-1处的类CdTe声子峰振动峰增强; CdZnTe薄膜的阻变开关比由磨抛前的1.2增加到磨抛后的4.9。机械磨抛提高CdZnTe薄膜质量及阻变特性的原因可能是CdZnTe薄膜在磨抛过程中发生了再结晶。

大气湍流是影响激光大气传输的主要因素之一, 由于实际大气湍流的不可控, 所以开展激光大气传输效应研究时需要在实验室建立稳定、可控的模拟大气湍流。此外, 同时对多个大气湍流参数进行实时测量也是大气湍流参数测量技术中一个很有意义的研究课题。利用热风受迫对流在实验室研制了大气湍流模拟装置, 研究了大气相干长度、大气湍流强度、内尺度等大气湍流参数的实时测量技术; 在几何光学近似的条件下, 利用光学方法测量了经实验室模拟湍流大气传输后的光束强度起伏和到达角起伏, 从而获得实验室模拟大气湍流的参数, 并通过分析实验测量数据, 给出大气湍流参数的测量不确定度; 最后, 对实验测量数据与相关文献测量数据进行了比对。结果表明所建实验室大气湍流模拟装置可用于大气湍流参数实时测量技术研究和实验室激光大气传输效应研究。

基于孪生神经网络的跟踪算法是利用离线训练的网络提取目标的特征并进行匹配,从而实现跟踪。在离线训练过程中,网络学到的是相似目标的通用特征,因此当有相似目标干扰时,用这种通用特征表达特定目标将会导致跟踪性能下降,甚至丢失目标。为提高对相似目标的判别能力,通过在线更新网络参数,使网络能够在通用特征的基础上,进一步学到当前目标的特定特征,这样不仅能有效地区分目标与背景,还能消除相似目标的干扰。实验在OTB50和OTB100数据库上进行,结果表明该算法可以提高对网络提取特征的判别力,实现对目标的稳健性跟踪。

针对相似度目标跟踪算法主要考虑目标的类内相似,而忽略不同目标的类间差异的问题,提出基于分类-验证模型的视觉跟踪算法。该算法通过增加目标的属性(类别)信息,利用相似度信息与类别信息构建损失函数,在高维空间学习目标的类内相似和类间差异;将目标模板与候选目标输入网络模型,分别通过分类与验证模块实现网络参数更新;利用训练网络提取目标模板与候选目标的深度嵌入特征,实现目标跟踪。在OTB50和UAV123数据库上进行实验,结果表明,该算法可以大幅提高跟踪效果,对相似目标具有较强的稳健性。

通过应用傅里叶变换红外光谱仪（FTIR）的中红外光导纤维并联合衰减全反射探头（ATR）对招募的200名女性健康志愿者的右侧乳腺外上限部位皮肤进行扫描采集相应的傅里叶变换红外光谱, 由此共获取200条正常人体乳腺的傅里叶变换红外光谱图。 进一步对所得的200条正常人体乳腺傅里叶变换红外光谱图中与脱氧核糖核酸、 核糖核酸、 蛋白质、 脂类、 糖类等生物化学成分相关的12条特征谱带进行分析研究, 并对这些特征谱带的峰位（P）、 峰强（I）、 半高宽（F）等36个特征性红外光谱参数进行统计学分析, 同时计算相应特征红外光谱参数的90%正常参考值范围、 均值、 标准差等数值。 研究结果首次对正常人体乳腺傅里叶变换红外光谱图相关特征光谱参数的数据建立了正常参考范围, 同时为傅里叶变换红外光谱技术进一步实现其在乳腺良恶性疾病诊断方面无创、 快速、 高效的特有临床应用价值提供相应的理论依据。

应用傅里叶变换红外光谱仪(FTIR)并联合衰减全反射(ATR)探头经体表方式测定120名健康受试者的双侧甲状腺, 由此获得240张正常人体甲状腺体表傅里叶红外光谱图; 通过分析比较正常人体左右两侧甲状腺体表红外光谱12个谱带的峰位、 相对峰强及半高宽等35个FTIR光谱参数以探讨双侧甲状腺体表红外光谱有无差异; 同时明确甲状腺体表红外光谱中蛋白质、 脂质、 核酸和糖类等生物化学成分相应特征吸收峰的变异特征。 结果表明: 正常人体左右两侧甲状腺体表红外光谱图大体趋于一致, 仅F1 640 P2 920 P1 040和I2 920/I1 460, 4个光谱参数差别存在统计学意义; 并计算得到一系列正常人体甲状腺体表傅里叶红外光谱特征谱带光谱参数的90%正常参考值范围及绘制出能充分代表正常人体甲状腺基本特征的标准平均红外光谱图, 进一步为傅里叶变换红外光谱应用于临床甲状腺疾病诊断提供参考。

为有效解决复杂监视场景中快速、准确检测运动目标，提出一种多帧背景差与柯西(Cauchy)模型融合的目标检测方法。该方法首先借鉴Surendra 背景模型的思路进行改进，采用多帧背景差法获取干净的背景图像，然后利用实时的视频图像和当前的背景图像进行绝对差分处理，最后通过Cauchy 模型对整幅绝对差分图像上的点进行背景点和前景点判别，实现对复杂监视场景中目标的准确检测。针对车辆、行人等不同对象的监控场景下进行实验，验证了本文方法不仅能够有效地抑制噪声及伪目标的干扰，而且能够快速、准确地分割出前景目标。

湍流廓线激光雷达是近十年出现的测量大气湍流强度廓线的新技术，目前数据处理已成为该技术的关键环节。对湍流廓线激光雷达的数据处理方法进行了详细地描述，重点研究了双光斑图像背景阈值计算方法与大气湍流强度廓线反演算法。比较了迭代法、最大类间方差法和统计法三种背景阈值计算方法分别在强信号与弱信号下的计算结果，得出统计法是比较适合双光斑图像的背景阈值计算方法。在背景阈值计算的基础上对图像进行分割并计算得到双光斑的质心距，统计多帧图像的质心距起伏得到达角起伏方差。然后利用HV-21模型模拟了从到达角起伏方差反演大气湍流强度廓线的算法，所得结果与原始值大小相近、整体变化趋势一致，但是不能反映原始值的细节变化趋势。