基于场地的绝对辐射定标是航空遥感数据定量化应用的重要保障手段, 如何降低外场测量环境及各种测量误差的影响、 提高定标结果的稳定性和精度是航空相机定标的关键。 利用2020年12月26日—28日在云南普洱定标场布设的5种不同反射率的灰阶靶标, 采用反射率基法对机载Lecia DMC Ⅲ航空多光谱相机连续进行3次辐射定标试验。 在飞机飞越定标场上空的同时, 获取地表反射率、 大气参数和试验场内各采样点的几何信息, 利用MODerate resolution atmospheric TRANsmission(MODTRAN)5.2.1大气辐射传输模型得到遥感器入瞳处各波段的辐亮度, 然后结合影像选定区域的平均DN值, 分别采用单点法、 两点法和多点法计算得到不同的定标系数。 通过系统对比不同方法得到的定标结果并分析各种误差源, 提出了一种基于多级靶标多次观测的航空多光谱相机外场高精度绝对辐射定标的方法, 各波段的定标不确定度分别为7.24%(蓝)、 6.20%(绿)、 5.35%(红)和4.68%(近红外)。 为了验证辐射定标的结果, 通过反射率反演的方法来验证不同方法计算得到的定标系数的合理性; 利用单点法、 两点法和多点法得到不同的定标系数, 基于Atmospheric/Topographic Correction for Airborne Imagery(ATCOR 4)大气校正软件对试验场内的多种典型地物进行大气校正; 将反演的地表反射率与实测地物反射率进行对比验证。 结果表明： 多级靶标和短期多次试验对于提高定标精度非常关键, 5%、 20%和60%灰阶靶标单点定标法和单次多点定标法的定标精度相对最差, 40%灰阶靶标单点定标法和两点法的定标误差明显减小, 多次多点法的定标精度相对较高, 三类方法平均相对误差分别为10%、 5.43%和3.18%。 本文提出的基于多级靶标多次试验的航空多光谱相机定标方法, 降低了单点法、 两点法及单次试验定标的不确定性, 对于今后航空相机的外场高精度定标及航空数据的定量化应用具有较高的参考价值。

针对传统卷积神经网络对色织物花型缺陷检测效果不佳的问题，提出一种基于U型Swin Transformer重构模型和残差分析的缺陷检测方法。该方法使用Transformer模型，可更好地实现对图像全局特征的提取以及更准确的重构，同时解决了实际生产过程中缺陷样本数量少且种类不平衡的问题。首先，针对某种花型，采用叠加噪声后的无缺陷样本完成重构模型的训练过程；然后，将待测图像输入模型中获得重构图像；接着，计算待测图像和重构图像的残差图像；最后，通过阈值分割和数学形态学处理，即可实现对缺陷区域的检测和定位。实验结果表明，该方法在不需要对缺陷样本标记的情况下，能够有效地检测和定位多个色织物花型上的缺陷区域。

Cu/SiO2混合键合技术被认为是实现芯片三维集成和高密度电学互连的理想方案,但由于其需兼顾介质和金属两种材料的键合,目前鲜有自主开发且工艺简单、成本低廉的混合键合方案的报道。文章归纳了现有的晶圆级键合技术,包括直接键合、活化键合以及金属固液互扩散键合,分析了其应用于混合键合技术的可能性。进一步总结了近年来部分Cu/SiO2混合键合技术的研究进展,从原理上剖析该工艺得以实现的关键,为国内半导体行业占领此高端领域提供一定的参考。

为有效改善TC4合金表面的耐磨性能,以TC4+NiCr-Cr3C2为熔覆材料,利用德国通快4002同轴送粉激光器,在TC4表面熔覆了TiC增强钛基涂层。采用多种实验表征技术手段和测试设备研究分析了涂层微观组织和耐磨性能。结果表明：熔覆层生成相主要由增强相TiC和连续基体相α-Ti组成;涂层表面层中TiC主要以颗粒状相形式存在,中间层以树枝晶状相形式存在,结合区以羽毛状相形式存在;Ni、Cr、Al和V元素未与Ti元素形成反应析出物,属于基体固溶元素;涂层平均显微硬度（536 HV0.5）的提升得益于TiC和Ni、Cr、Al、V元素在基体中的强化固溶,较TC4基材显微硬度提高了约50%,涂层磨损体积和摩擦系数较TC4基材分别下降了约27%和25%,磨损机理为磨粒磨损。

为研究基材冷却状态对激光沉积成形AlSi10Mg合金质量和性能的影响,在不同冷却条件下沉积成形AlSi10Mg合金试样。利用温度测量系统、金相显微镜、扫描电镜、万能材料试验机对成形过程中温度演变和成形后试样宏观形貌、组织状态、拉伸性能等进行分析。结果表明:合理的基体冷却温度会使沉积效率提升,缺陷率降低;改变冷却条件可以使沉积层组织发生显著变化,内部的枝晶间距明显减小。优化冷却条件后沉积试样的屈服强度和抗拉强度较无冷却条件下的分别提升了约4%和7%,其断裂方式均为韧性断裂。

无人机的快速发展与应用在给社会带来便利的同时,也对公共安全、个人隐私、**安全等构成了严重威胁。快速准确地发现未知无人机变得越来越重要。在无人机检测技术中,基于机器视觉的方法具有成本低廉和配置简便的优点。针对低空快速移动的无人机,提出一种基于优化YOLOv3的无人机检测识别方法。利用残差网络及多尺度融合的方式对原始的YOLO网络结构进行优化,提出O-YOLOv3网络,利用真实拍摄的无人机数据集进行训练和测试。实验结果表明,所提方法的平均准确度优于原始方法,检测速度满足实时性要求。

为了研究氮掺杂对纳米碳点荧光发射行为的影响和探索掺氮碳点的快速制备途径, 以2-氨基对苯二甲酸为前驱体, 与不同的修饰剂一起溶解于去离子水中, 经微波辐射3 min, 一步法合成了新型掺氮碳点。实验结果表明: 制备的掺氮碳点水溶性好, 发蓝色荧光, 且发射行为不依赖于激发波长; 颗粒近似为球形, 尺寸5～8 nm, 晶面间距为0.23 nm, 接近石墨碳(100)面晶格结构; Fe3+通过与掺氮碳点表面含氧基团的络合配位, 可有效地猝灭其荧光, Fe3+浓度在5～60 μmol·L-1的范围内与相对荧光强度呈现良好的线性关系, 检出限约为1.01 μmol·L-1, 可以作为检测Fe3+浓度的荧光探针。

针对在目标检测中现有方法检测速度慢的问题,基于航拍图像中人造物体含有大量边缘的特点,提出了一种基于梯度聚类的区域建议算法(APM)。利用目标检测算法对提取的感兴趣区域进行检测,在DOTA (Dataset for Object deTection in Aerial Images)数据集上对算法的实时性和准确率进行了测试。研究结果表明,所提算法极大地提升了目标检测算法对大尺寸、目标密集的航拍图像的检测速度,该方法的召回率较高。