面向天然页岩与砂岩矿物元素组分快速定量分析的检测需求，笔者搭建了具有自动化分析功能的显微分析激光诱导击穿光谱系统，并采用该系统对油气页岩与砂岩天然岩石样本进行了快速检测。分析了砂岩与页岩光谱的不确定度差异，形成了流程化的包括光谱数据提取、筛选、校正、归一化的预处理方法，有效降低了单一样本与样本间光谱不确定度。基于偏最小二乘回归，形成了模型输入参数优化流程，避免了模型过拟合与欠拟合，提高了定量预测准确度。对岩石中的Si、Ca、Fe、Al、Mg等元素进行了定量分析，多数样本的平均预测均方根误差小于1%。本研究为天然岩石的矿物组分分析与岩性识别提供了技术支持。

针对核工业辐照环境下铀等元素组分远程测量的需求，基于光纤式激光诱导击穿光谱系统，研究了铀矿石样品中铀元素谱线强度的影响因素及其定量测量方法。在实验中，采用光纤传输30 mJ脉冲激光并将其聚焦在铀矿石粉末压片上产生激光诱导等离子体，然后通过同轴光纤回传等离子体自发光。首先，研究了气氛环境对铀元素谱线的影响。结果显示：氦气气氛下铀质量分数为0.425%的样本的U II 409.013 nm谱线的信噪比相比空气气氛下提高了1.37倍，同时，氦气气氛下铀质量分数为0.0726%的样本的U II 409.013 nm谱线的信噪比达到了8.9。其次，根据谱线信噪比、信背比和净强度将系统的探测延时优化至1000 ns。最后，提出了一种基于内标法原理的多元线性定标方法，通过引入基质元素与铀的谱线比值进行回归，使得铀的检测限达到142 mg/kg，定量限达到426 mg/kg。与基于谱线峰值的单变量回归方法相比，所提多元线性定标方法将铀元素的定标决定系数R²从0.9711提升到0.9984，均方根误差从0.200%减小到0.0404 %。本文方法和研究结果可为铀元素含量的测量提供技术支撑。

掺杂HfO2铁电薄膜在非易失性存储器件中的重要应用前景使其成为当前凝聚态物理与材料科学领域的一个研究热点。近年来，结果表明：La掺杂HfO2拥有优异的铁电性能，铁电剩余极化强度为45 mC/cm2，是目前HfO2基薄膜材料中报道的最高值。由于Nd与La的化学性质相近，Nd掺杂同样有望增强HfO2的铁电性，但相关研究工作却鲜有报道。使用氧化物分子束外延技术，在La0.67Sr0.33MnO3(底电极)/SrTiO3(001)衬底上外延生长高质量Nd掺杂HfO2(Nd:HfO2)薄膜。X射线衍射以及高分辨电镜表征结果均显示Nd掺杂有助于诱导HfO2从单斜相向正交相的转变，压电力显微镜和铁电测试仪进一步证实正交相Nd:HfO2具有良好的铁电性。此外，高分辨电子显微镜表征还发现Nd:HfO2靠近界面处存在四方相结构，衔接(111)晶向的Nd:HfO2和(001)晶向的钙钛矿氧化物衬底。Nd:HfO2薄膜的外延生长和铁电性的系统研究，扩充了掺杂HfO2的研究体系。

利用近红外高光谱成像技术（NIR-HSI）, 将采集的光谱信息融合图像纹理信息建立分类模型, 实现灵武长枣瘀伤等级的判别。 采用瘀伤装置获得瘀伤等级为Ⅰ、 Ⅱ、 Ⅲ、 Ⅳ、 Ⅴ级的200个长枣样品, 并按3∶1的比例划分校正集和预测集。 采集不同瘀伤等级长枣的近红外高光谱图像, 使用ENVI软件提取感兴趣区域（region of interest, ROI）并计算平均光谱值。 为消除无用信息的干扰, 采用正交信号修正（OSC）、 基线校准（Baseline）、 多元散射校正（MSC）、 移动平均（MA）、 卷积平滑（S-G）和去趋势（De-trending）对原始光谱进行预处理并建立偏最小二乘判别分析（PLS-DA）模型; 基于最优预处理方法所得的全波段数据采用变量组合集群分析法（VCPA）、 无信息消除变量算法（UVE）、 竞争性自适应加权抽样算法（CARS）、 区间变量迭代空间收缩法（iVISSA）和连续投影算法（SPA）提取特征波长后建立PLS-DA模型; 将高光谱图像进行掩膜, 利用主成分分析（PCA）获取贡献率最高的主成分图像, 并在该图像上采用灰度共生矩阵（GLCM）提取纹理参数, 包括能量（ASM）、 熵（ENT）、 对比度（CON）和相关性（COR）, 建立图谱融合的PLS-DA模型。 结果表明, 原始光谱数据建立的PLS-DA模型, 校正集和验证集准确率分别为89%和86%; 原始光谱经De-trending预处理后的PLS-DA模型效果最优, 校正集和预测集准确率均为90%, 较原始光谱模型分别提高了1%和4%; 基于SPA选择特征波长后建立的PLS-DA模型的校正集和预测集准确率均为90%; De-trending-SPA-COR-PLS-DA图谱融合模型效果最优, 模型校正集和预测集准确率均为92%。 因此, 利用近红外高光谱成像技术融合纹理信息可实现不同瘀伤等级灵武长枣的快速无损判别。

现有图像增强方法在处理模糊且分辨率较低的图像时, 因图像的细节缺乏真实性并且存在伪影现象, 会导致增强效果较差。为了解决这一问题, 采用一种基于深度密集残差生成对抗网络(DDR GAN)的低分辨率模糊图像增强算法, 实现了低质量图像的有效增强。首先构建端到端的生成对抗网络框架; 然后设计深度密集残差隐特征编码架构, 提升对输入图像的深层语义特征表示, 增强图像生成效能; 最后重构损失函数, 添加感知损失以指导模型学习生成图像的真实性。结果表明, 相比于目前最先进的增强型超分辨率GAN法(ESR GAN)和第2版去模糊GAN法(DeBlur GAN-V2), DDR GAN生成的图像在视觉效果上更佳, 具有更高的清晰度和更丰富的图像细节; 在客观评价指标方面, DDR GAN相较于ESR GAN和DeBlur GAN-V2, 峰值信噪比分别提高1.7072 dB和1.1683 dB, 结构相似度分别提高0.0783和0.0713。该算法对低分辨率模糊图像的复原增强是有帮助的。

针对遥感图像目标检测的目标尺度小、分辨率过低的问题, 提出残差对抗目标检测算法的遥感图像检测方法。通过残差对抗的方式对图像的特征信息进行重构, 完成图像分辨率的提升。在Backbone主干网络提取图像特征信息的基础上由Neck结构将特征进行融合, 最后由CIoU_Loss损失函数提高定位回归精度, 提高模型性能。实验结果表明, 与其他算法相比, 在平均精确率、平均召回率、平均综合指标F1值、平均mAP值方面分别提高了8.15%,6.9%,7.15%,6.75%。所提算法在低分辨率遥感图像目标检测方面准确性较高, 对遥感图像小目标检测效果较好。

激光驱动微滴前向转移工艺在三维金属微结构打印方面具有重要的应用前景。脉冲宽度是影响微滴转移行为的一个重要因素，但是目前的研究对于不同脉宽下微滴产生以及沉积行为认识不够充分。本文以500 nm铜膜为对象，开展了5种不同脉宽下激光驱动微滴前向转移实验。研究结果表明，随着脉冲宽度的增大，获得完整微滴的激光驱动微滴前向转移工艺最低以及最高能流密度阈值逐渐增高，同时脉宽对沉积微滴形貌有显著影响。根据实验确定了不同脉宽下的激光驱动微滴前向转移工艺区间，并统计了不同脉宽下微滴沉积的材料转移比率。最后利用振镜线扫描方式实现大面积微滴阵列的制备。

对物证的传统光学检验存在不便获取样本空间结构、针对性差、操作过程繁琐等不足。光学相干层析技术（OCT）具有原位、非侵入、高分辨率、高速、低成本等优点，在法庭科学领域有很大应用潜力。通过文献分析，阐述OCT的成像原理，针对此技术在法庭科学的不同研究方向，如指纹检验、法医学检验、文件检验、生物物证检验等，论述了OCT在物证鉴定领域应用的可行性，展望了OCT在法庭科学领域中的研发思路、方法及应用前景。