针对目前PCB板缺陷检测存在检测精度低、检测速度慢等问题, 提出了一种改进的YOLO v3网络的PCB缺陷检测算法。首先利用DBSCAN+k-means聚类算法并通过Avg IOU准则重新聚类, 以选择更适合本文数据集的Anchor Boxes; 其次在第二个残差模块中增加了两个残差单元, 提高网络对浅层特征的提取能力, 同时在网络中加入了SE Block模块, 从而突出了有用的特征通道, 改进了特征融合结构; 最后通过更改检测模块提高对本文数据集的检测能力。实验结果表明, 改进算法在PCB缺陷数据集检测精度和检测速度方面都有了明显提升。

常规的遥感影像变化检测主要基于光谱信息, 没有充分挖掘高分辨率遥感影像的多特征信息, 导致检测结果完整性不高、准确性低等问题, 针对此问题, 提出一种基于面向对象思想的多特征自适应融合的遥感影像变化检测方法。首先, 应用eCognition软件对两时相遥感影像进行分割, 提取影像对象的光谱、纹理、形状特征, 然后构建神经网络进行特征融合, 自适应地调节特征融合权值, 得到最终检测结果。实验结果表明, 多特征自适应融合的检测方法能够有效减小漏检、虚检概率, 提高检测的准确性与完整性。

不断增长的遥感影像的多样性对变化检测算法的鲁棒性和准确性提出了更高的要求，通过分析基于独立成分分析(ICA)的变化检测算法面临的在原始数据矩阵分块时数据尺寸减小，影像信息丢失的问题，提出了一种改进的利用非抽样小波变换 (UDWT)的分块方法。同时，为了更好的抑制噪声对变化检测结果的影响，利用面向对象的分割方法得到遥感影像中的各个影像对象，并提取出各影像对象的特征形成特征影像代替原始的遥感影像进行变化检测。最后通过仿真比较验证了方法的准确性和鲁棒性。

该文指出了在光学玻璃折射率测量中目前使用的气压修正公式在折射率精密测量中的不适应与缺陷。并从空气折射率的最新计算公式入手,着重研究和提出了新的环境条件修正公式。指出在不同测试精度和不同测试条件下应采用不同的修正公式。

提出了一种基于遥感图像变化检测的机场毁伤效果评估算法，该算法由图像预处理、兴趣区域划定、毁伤特征提取和分级评估4个模块组成。首先对图像进行直方图规定化，提高图像局部对比度，并采用Hough变换提取机场区域，抑制掉过多的背景干扰；然后利用变化检测参数指标对目标特征进行描述，实现毁伤信息的有效提取；最后建立整体的特征向量“相似度”，几何、纹理特征“二次距离”，设计分级评估准则。仿真结果表明，该算法有效地实现了对机场目标毁伤效果的评估，同时经过适当扩展和改进，可用于各种人造目标毁伤效果的评估。

提出一种基于贪心 EM算法的 HMRF遥感影像变化检测算法。该算法采取 PCA与差值法相结合的方式来构造差分影像。首先，采用隐马尔可夫随机场（ Hidden Markov Random Field，HMRF）模型描述空间上下文信息，并构造系统能量函数；然后，利用贪心 EM算法克服 EM算法假定混合成分数为已知、迭代结果过分依赖初始值、可能收敛到局部最大点或收敛到参数空间边界的缺点，能够准确学习分布模型结构和参数，发现数据对模型的最佳匹配；最后，通过条件迭代模型（ Iterated Conditional Modes，ICM）优化算法求解能量函数最优解，获取变化区域。实验结果表明，该算法能够更好地保持影像的结构性，有效去除孤立噪声。