针对肺结节计算机断层（CT）图像具有的细节多样性以及类间相似性的问题，构建了一种集卷积神经网络（Convolutional neural network，CNN）和Transformer优势的双路径交叉融合网络对肺结节进行更精确的分类。首先，以窗口多头自注意力和滑动窗口多头自注意力为基础，构建全局特征块，用于捕获结节的形态特征；以大核注意力为基础构建局部特征块，用于提取结节的纹理、密度等内部特征。其次，设计特征融合块用于融合上一阶段的局部与全局特征，使每一条路径都能获得更综合的判别信息。然后，引入KL（Kullback-leibler）散度来增加不同尺度特征之间的分布差异性，优化网络性能。最后，采用决策层融合的方法获得分类结果。在LIDC-IDRI数据集上进行实验，网络的分类准确率、召回率、精确率、特异性、受试者操作特征（ROC）曲线下的面积（Area under curve，AUC）分别为94.16%、93.93%、93.03%、92.54%、97.02%。实验结果表明，所提方法具有较好的肺结节良恶性分类能力。

锡基巴氏合金具有较低的摩擦因数、良好的耐磨性及抗胶合性,已被广泛用作高性能轴承零部件表面的耐磨材料。为改善传统浇注锡基巴氏合金中存在的缺陷并减少材料浪费,采用激光熔覆技术在20钢基体表面熔覆锡基巴氏合金,并将其与采用静止浇注、离心浇注工艺制备的合金进行对比。对三种合金层的微观组织、元素分布、显微硬度、摩擦磨损性能及内部质量进行检测和分析,结果表明:激光熔覆锡基巴氏合金的微观组织小于传统浇注合金的微观组织,且沿沉积方向的微观组织呈明暗交替的带状分布特征;激光熔覆合金层的显微硬度高于静止浇注合金层的显微硬度,与离心浇注工艺的相近;在干摩擦条件下,激光熔覆锡基巴氏合金的摩擦因数较传统浇注合金的大,其磨损机制以磨粒磨损为主;超声波和着色渗透无损探伤结果表明激光熔覆锡基巴氏合金层内无明显缺陷,与钢背结合良好。

航空发动机叶片长期工作在高温高压的涵道中,容易发生断裂、划道、形变等损伤。损伤叶片增材修复的关键是对其进行三维数字建模,模型的精度直接影响到熔覆制造的质量。基于航空发动机叶片的空间扭转特征,提出了一种非接触式的激光交叠式三维重建方法。利用扫描策略中线激光测头与叶片相对位置的特征矩阵初始化点云配准参数,通过分配权值缩小源点云规模,对迭代最近点算法进行优化。最后对点云数据进行精简、网格化,建立了损伤叶片的三维模型。在配准过程中,分析了点云块的交叠率对模型精度的影响。实验结果表明,当交叠率为50%时,采集时间短、信息完整度高,通过标准量块阶梯验证了模型的测量精度为10 μm,满足损伤叶片重建模型的精度要求。

水下光谱成像技术在水下目标物识别、海洋生态监测等领域有着重要作用。基于实际工程使用环境设计了基于液晶可调谐滤光片(LCTF)的水下光谱成像系统。该系统通过采用LCTF作为滤光结构以获得水下目标物的光谱信息。水下光谱成像系统在宽光谱LED光源的照明下, 进行水池实验获得了目标物在波长400~700 nm之间的31个通道光谱图像。对水下具有相似颜色的不同物体的光谱信息进行了讨论和分析, 结果表明: 该系统有助于水下目标物识别和分类。在海试中对珊瑚进行了原位观测, 成功获取了珊瑚礁的水下光谱图像。该系统有望应用于海洋遥感、海洋生态环境监测等领域。

同轴送粉激光熔覆工艺的稳定性受诸多因素的影响,其工艺参数难以寻优。通过设计以工艺参数(激光功率、送粉速度、扫描速度)为输入、以反映熔覆层形貌和质量的特征参数为响应的中心复合实验,对比分析了响应曲面法的回归模型与神经网络对单道熔覆结果的预测效果。采用多目标优化算法NSGA-II对三个工艺参数进行优化求解。结果表明:采用优化后的参数进行激光熔覆的修复件表面硬度增大了17.11%,基体热影响区深度减小了13.90%,熔覆效率增大了6.10%。

为了提高现代化生产中的效率和满足三维扫描的需求, 设计了一种能够准确提取物件表面三维轮廓信息的扫描系统。系统采用结构光三维成像方法, 先通过普通白光将光栅投影到被测物体表面, 利用工业相机采集变形光栅图, 再根据变形光栅图像中的灰度值变化, 用傅里叶变换轮廓法解调出三维坐标信息。实验结果表明, 使用傅里叶变换轮廓法重构可获得效果理想的三维点云, 其为三维轮廓扫描提供了实验方法, 同时也为提高点云精度提供参考。

基于相位式激光测距的工作原理, 提出了将相位式激光测距仪用于水下测距的思路, 从原理上分析了水下相位式激光测距的可行性。通过水下距离测量实验, 对水下相位式激光测距可行性进行了验证, 完成了水下相位式激光测距仪的测距定标算法, 并探究了水体浊度对相位式激光测距动态范围和测距精度的影响。实验结果表明, 经过定标校正后的水下相位式激光测距仪在水下3.5 m范围内测距误差平均值不超过3 mm, 测距范围与水体浊度间存在指数衰减关系。该水下相位式激光测距仪为水下距离的探测提供了一种新方法, 可实现水下目标近距离的精确测距。

水分含量影响干贝的口感、 质地等品质特征, 而且与其贮存期密切相关。 应用高光谱成像与检测技术结合化学计量学方法, 实现干贝水分含量的快速检测。 实验采用高光谱成像系统采集380～1　030 nm波段范围内的高光谱图像, 采集得到6个不同干燥时期共90个干贝样本高光谱图像。 提取所有样本感兴趣区域的平均光谱数据, 采用连续投影算法(SPA)和权重回归系数法(Bw)分别提取了7个和4个特征波长。 基于所提取的特征波长和全波长分别建立光谱数据与水分含量的偏最小二乘回归(PLSR)模型, 三种模型分别是SPA-PLSR, Bw-PLSR和PLSR。 建模集和预测集相关系数都高于0.95, 预测均方根误差都低于10%, 三种模型均获得了较好的预测效果, 都能很好地预测干贝的水分含量。 在所有模型中, SPA-PLSR模型具有较少的波长变量和较高的预测能力(97.28%), 因此本文基于SPA-PLSR模型, 采用伪彩色图像编程技术实现了干贝图像上每个像素点的水分含量的可视化预测。 结果表明, 高光谱成像技术结合特征波长提取算法可用于干贝水分含量分布的可视化检测。