为提高红外图像弱小目标检测的准确率和实时性，在分析用于红外图像增强的分形参数K相关的多尺度分形特征(MFFK)基础上，提出了一种基于改进多尺度分形特征(IMFFK)的红外图像弱小目 标检测算法。首先，将基于地毯覆盖法的分形维数计算公式代入MFFK计算公式，提出了一种改进多尺度分形特征(IMFFK)用于图像增强。其次，对IMFFK特征计算进行简化，采用自适应阈值分割得到 感兴趣目标区域，提出了一种具有较高计算效率的红外图像弱小目标检测算法。最后，通过仿真图像分析了主要参数对图像增强和算法耗时的影响，采用红外真实图像进行了算法检测性能测试，并 与当前基于局部对比度测度的目标检测算法进行了对比。实验结果表明，提出的算法虽然在一些检测场景具有较多虚警，但能同时适用于弱小目标和较大目标检测，且无论目标为亮目标或暗目标。 提出算法对于低分辨率红外图像(320×240)检测接近30 frame/s。提出算法具有较强的适用性，能够检测出红外图像中具有较高局部对比度的目标。

为解决SAR图像目标识别中样本缺乏和方位角敏感问题, 提出了一种基于DRGAN和SVM的SAR图像目标识别算法。首先, 采用多尺度分形特征对SAR图像进行增强, 经过分割得到目标二值图像, 基于Hu二阶矩估计目标的方位角。然后对估计得到的目标方位角进行量化编码, 结合原始图像作为输入, 对设计的DRGAN模型参数进行训练与优化。由于DRGAN中的深度生成模型将目标姿态与外观表示进行解耦设计, 故可利用该模型将SAR图像样本变换到同一方位角区间。基于变换后的训练样本分别提取归一化灰度特征, 利用SVM训练分类器。采用MSTAR数据集在多个不同操作条件下对提出的算法进行测试, 实验结果表明, 在带变体的标准操作条件下, 能够达到97.97%的分类精度, 优于部分基于CNN模型的分类精度, 在4种扩展操作条件下的分类精度分别为97.83%, 91.77%, 97.11%和97.04%, 均优于传统方法的分类精度。在SAR图像目标方位角估计存在一定误差的情况下, 训练得到的GAN模型作为SAR图像目标旋转估计器, 能够使得在不进行复杂样本预处理的前提下, 仍然取得较高的SAR图像目标识别精度。关 键 词:

深度卷积神经网络在目标检测与识别等方面表现出了优异性能，但将其用于SAR 目标识别时，较少的训练样本和深度模型的优化设计是必须解决的两个问题。本文设计了一种结合二维随机卷积特征和集成超限学习机的SAR 目标识别算法。首先，随机生成具有不同宽度的二维卷积核，对输入图像进行卷积与池化操作，提取随机卷积特征向量。其次，为提高分类器的泛化能力，并降低训练时间，基于集成学习思想对提取的卷积特征进行随机采样，然后采用超限学习机训练基分类器。最后，通过投票表决法对基分类器的分类结果进行集成。采用MSTAR 数据集进行了SAR 目标识别实验，实验结果表明，由于采用的超限学习机具有快速训练能力，训练时间降低了数十倍，在无需进行数据增强的情况下，分类精度与采用数据增强和多层卷积神经网络的深度学习算法相当。提出的算法具有实现简单、需要调整参数少等优点，采用集成学习思想提高了分类器的泛化能力。

建立了浊点萃取分离原子荧光光谱法测定中药材中痕量汞的方法。Hg2+可与双硫腙生成疏水性螯合物, 水浴加热15 min, 鳌合物被萃取到Triton X-114表面活性剂相, 经离心与水相分开。在单因素基础上, 筛选出对萃取效率有较为显著影响的四因素—溶液pH、 Triton X-114浓度、 双硫腙浓度和平衡温度, 并首次采用Box-Behnken设计和响应面法优化实验参数。结果表明, 响应值与因素之间可采用二项式拟合, 四个因素的一次项和二次项, 以及pH和Trion X-114、 双硫腙交互项对萃取率影响显著, p＜0.05; 浊点萃取的最佳条件为: pH值为5.1, Trion X-114浓度1.16 g·L-1, 双硫腙浓度为4.87 mol·L-1, 平衡温度为35.6 ℃, 理论荧光值4 528.74, 实测值与其较接近, 仅有2.1%的差别。汞在1~5 μg·L-1与荧光值有良好的线性关系, 方法检出限为0.012 47 μg·L-1, RSD为1.30%。该方法成功用于巴戟天、 穿心莲和陈皮中汞含量的测定, 加标回收率为95.0%~100.0%。Box-Behnken设计结合响应面分析法可以很好的用于浊点萃取条件的优化。

以牙本质为研究对象，提出一种各向异性生物组织光学散射特性的求解方法。从能量传输角度，引入扩散张量描述扩散方程，理论推导并结合各向同性立方体组织模型的光扩散规律，提出利用点光源入射规则切片产生的前向散射光能量分布的等高线椭圆长短轴之比来表示各向异性介质扩散张量的方法。实验测试了直径10 μm的点光源从两方向入射牙本质正方体切片前向散射光的能量分布图像，通过数据处理与分析，获得牙本质样本的扩散张量分量比值为DyyDzzDxx=7.491.31。最后，利用有限元数值方法求解正交各向异性扩散方程，获得前向散射光的能量分布，并与实验结果相对比，验证了结果的正确性。研究结果有助于加深对牙本质光学散射属性的了解，对基于光散射理论早期诊断龋病具有借鉴意义。

传统的伪装评价方法受到很多条件的限制，需要客观定量反映伪装效果的评价方法.基于量化颜色直方图对伪装方案与实际背景的颜色相似度进行定量评价，利用灰度共生矩阵和小波变换方法计算伪装与背景的纹理相似度.该评价方法不仅能表示伪装与背景的颜色和纹理相似程度，还能反映不同观察距离上伪装与背景的纹理相似度.

针对连续太赫兹光电导天线辐射功率较低的缺点，利用有限积分方法对三种常用的光电导天线，包括偶极天线、蝶形天线和螺旋天线，进行数值模拟并分析比较其辐射阻抗特性.仿真结果表明，偶极天线的辐射阻抗与偶极长度、宽度、电极间隙以及传输线宽度有关，且在其谐振频率存在峰值阻抗，适用于特定频率的太赫兹波辐射.蝶形天线和螺旋天线在所研究的太赫兹波段具有近似稳定的辐射阻抗，广泛应用于宽带领域.对带有交叉电极的电极间隙进行计算，结果表明由交叉电极引入的附加电容降低了天线的高频阻抗.

为了达到好的伪装效果,迷彩颜色应与背景色调相融合,以使人眼及光学仪器难以探测和分辨.因此,背景主色的准确提取是确定迷彩颜色的前提.利用灰度直方图可以确定背景图像中的主要灰度,但无法区分不同色调.而基于颜色直方图的背景主色提取方法的运算量太大.本文提出了一种基于HSI模型和量化颜色直方图的迷彩颜色选取算法.利用HSI颜色模型描述背景颜色特性,通过特殊量化方式对背景的颜色直方图进行量化,接着借助阈值方法选取背景主色作为迷彩颜色.结合迷彩伪装图案设计方法对上述迷彩颜色选取算法进行了实验分析,并通过边缘检测和相关跟踪方法对不同背景下的目标迷彩伪装效果进行了验证.

利用激光对预涂石墨粉的纯钛(TA2)进行表面熔凝处理.并用扫描电镜、电子探针、X射线衍射和高分辨电子显微镜等分析手段知其合金化层内生成了大量的枝状TiC,发现枝状TiC是由类似块状晶线性排列组成.理论分析了枝状TiC晶体的生长机制是经过连续生长和侧面生长两阶段的生长过程形成的.性能测试表明,其表面硬度较基体大为提高,且摩擦系数较基体明显降低.激光工艺参数影响合金化层的组织性能,选择适宜的工艺参数方能获得理想?谋砻婧辖鸹?