数字图像相关方法(DIC)是一种非接触式全场光学测量方法,在许多领域已被用于物体表面位移和应变的测量。传统的DIC全场应变测量通常使用高精度逐点局部位移场最小二乘法,但该方法对于旋转物体的应变测量仍存在显著误差。为此,在传统DIC应变计算方法的基础上,引入变形前后的旋转矩阵,提出一种考虑旋转的局部位移场最小二乘应变计算方法。该方法能够补偿由旋转引起的应变误差,从而实现任意旋转角度下应变的高精度测量。在模拟实验中,分别对多种旋转角度下的同一应变以及同一旋转角度下的不同应变进行测量,由两种实验应变测量获得的均方根误差(RMSE)平均值相对传统DIC方法分别为由0.00498降低到0.00011以及由0.00703降低到0.00027,两种实验结果均证明所提方法能较大程度地提高旋转条件下的应变测量精度。

针对红外无损检测中因特征信息缺失，致使识别与评估效果不佳这一问题，研究以铝板为对象，基于红外无损检测技术，结合主成分分析和概率神经网络对铝板正常区及三类孔洞缺陷区进行了识别与面积定量评估。研究首先采集铝板降温过程的红外时序热图，提取了正常区和各类孔洞缺陷区的时序灰度值作为初始特征。其次，采用主成分分析对初始特征进行提取，并结合概率神经网络，以像素点为单位实现孔洞缺陷的识别及面积定量评估，并采用了支持向量机进行了对比研究。实验结果表明，对于正常区和三类孔洞缺陷区测试样本的面积评估正确率分别为99.6%、97.0%、94.7%和93.0%，相比支持向量机的评估结果，所提出的研究方法具有更高的正确率。研究论证了采用主成分分析和概率神经网络，基于时序特征，以像素点为单位，实现孔洞缺陷识别和面积定量分析的有效性和准确性。

针对浅表层缺陷与正常区域特征混叠问题, 提出了一种基于遗传算法与时序红外热图加权叠加的红外无损检测方法。研究以铝板的 16类孔洞缺陷为对象, 采集预热试件降温过程的时序红外热图, 获取相应时序灰度图; 并以时序图中缺陷和正常区域灰度差值的加权和为目标函数, 采用遗传算法优化加权系数; 基于最优加权系数, 对时序灰度图依次进行加权叠加和梯度增强处理, 并对增强效果进行评估。结果表明: 经加权叠加和梯度增强处理后, 缺陷与正常区域的灰度比分别提升 8.5%和 31.0%。缺陷特征得到显著增强。

基于主成分分析和概率神经网络，提出了一种有效识别高甘油三脂血清荧光光谱的新方法.研究测量了正常和高甘油三脂血清在290 nm和350 nm激发光下产生的荧光光谱，并分别以3种采样间隔（1 nm、2 nm和5 nm）提取荧光强度作为样品的初始特征; 利用主成分分析法对初始特征进行分析，以累积可信度大于95%的主成分作为样品特征; 构建了4层概率神经网络，并分析了平滑系数和采样间隔对识别效果的影响.实验结果表明，当采样间隔采用5 nm，平滑系数位于0.26~0.92区间时，正常和高甘油三脂血清样品的识别率可达到95%和100%.

The analysis of Y aperture element frequency selective surface (FSS) using the spectral domain method and the moment method is presented. With the vacuum depositing and photolithography, the corresponding Y aperture element FSS was produced, and it was tested in the microwave darkroom. The calculated and measured results are in good agreement.

大气及典型地物光学特性数据库是一个集地面波谱测量数据、地物成分物理、化学参数数据和环境特征、遥感图像、实地图片数据于一体的大气及典型地物光学特性知识库,目的是为定量遥感的理论与应用研究提供一个综合化、系统化和专业化的遥感波谱科学实验平台.它将在典型地物波谱与图像数据积累的基础上,以波谱数据的知识化、定量化和实用化为目标,完成地物波谱、环境参数间的相互配套.创新点在于实现了地物波谱特性数据库与大气信息数据库以及地物偏振信息数据库的结合,不仅能为用户提供观测波谱,而且能够提供配套的地物偏振信息以及大气信息,并有助于获取和积累典型地物的偏振信息数据以及大气信息数据,有效地组织、管理这些数据,使大气及典型地物光学特性数据库能服务于多种研究目的.

距离选通技术是克服激光后向散射、提高激光距离选通成像系统信噪比的有效方法.阐述了激光距离选通成像原理,详细分析了距离选通关键技术,指出传统的距离选通同步控制系统的缺点,并提出一种改进的距离选通同步控制方案.