采用雾化施液化学机械抛光(CMP)的方法, 以材料去除速率和表面粗糙度为评价指标, 选取最适合硒化锌抛光的磨料, 通过单因素实验对比CeO2、SiO2和Al2O3 三种磨料的抛光效果。结果显示：采用Al2O3抛光液可以获得最高的材料去除率, 为615.19nm/min, 而CeO2和SiO2磨料的材料去除率分别只有184.92和78.56nm/min。进一步分析磨料粒径对实验结果的影响规律, 表明100nm Al2O3抛光后的表面质量最佳, 粗糙度Ra仅为2.51nm, 300nm Al2O3的去除速率最大, 达到1256.5nm/min, 但表面存在严重缺陷, 出现明显划痕和蚀坑。在相同工况条件下, 与传统化学机械抛光相比, 精细雾化抛光的去除速率和表面粗糙度与传统抛光相近, 但所用抛光液量约为传统抛光的1/8, 大大提高了抛光液的利用率。

提出了一种基于小波变换的低照度图像快速、自适应增强算法。将RGB 图像转到HSV 空间，并对亮度V 图像利用离散小波变换(DWT)将图像的高、低频子带分离。在小波变换的低频子带上利用双边滤波对图像的照射光分量进行快速估计与去除，而在高频子带上利用模糊变换实现边缘、纹理信息的增强与去噪处理。对处理后的V图像，基于提出的直方图目标函数，利用鲍威尔与模拟退火相结合的优化算法，实现了对比度的快速、自适应增强处理。将增强后的V 图像与H、S 颜色分量合成为清晰化的彩色图像。实验结果表明，该算法能快速、有效实现低照度图像的清晰化处理。

为了监测一些危险的海洋区域,使用了基于电荷耦合器件(CCD)的动态平台,提出了一种基于海面背景纹理模型的舰船目标检测算法。利用图像子块离散余弦变换(DCT)域的能量特征，实现了天空背景和海天线的快速检测。为了将船舰目标从水平线下复杂的海水背景中分离出来,提取海天线以下的海面区域图像子块的DCT域纹理特征，并利用自适应模糊c均值聚类方法建立海面的混合纹理模型。利用建立的海面纹理模型，实现了海面背景与舰船目标的分割。实验结果表明该算法可以实现舰船目标的快速、稳健检测，尤其适合于大浪海况下基于运动监视平台的海事监测。