针对红外图像存在的非均匀性问题, 从理论上对非均匀性产生的原因进行了分析。对基于SG滤波预处理的无模型图像校正EM算法进行改进, 提出了一种提高局部信噪比的单帧图像校正方法。设计了对比实验, 在红外目标、暗弱目标和云层背景场景下, 该方法能使红外图像的非均匀性(NU)分别降低56.869 3%, 85.938 4%和87.886 3%, 同时, LSNR分别提高了3.687 7 dB,0.256 9 dB和3.553 1 dB。最后在非均匀背景上叠加高斯分布的目标进行模拟, 探讨了目标大小与滤波窗口的关系, 得到了滤波窗口与红外小目标的近似关系为H≈4.6*ST+0.3, 从实际工程应用上确定了该方法滤波窗口初值的选取。结果表明, 所提方法能在LSNR最大的前提下, 利用单帧红外图像的场景信息对非均匀性进行有效校正。

红外大气透过率是分析目标红外辐射特性和红外辐射反演计算的重要基础。针对Modtran等大气透过率计算软件难以与红外辐射特性测量系统集成的问题, 在大气透过率经验公式基础上进行推导, 提出一种适用远距离、任意传输路径的红外大气透过率的工程计算方法。方法基于传输路径上的地理位置对大气分层, 使用实测数据提取大气模型参数, 实现中等分辨率远距离中波红外大气透过率的快速工程计算。计算结果表明, 工程计算得到的平均透过率接近Modtran, 且易于与实时系统集成。

为了实现傅立叶变换光谱仪的微型化与轻量化，设计了轻型栅条分束器结构，代替传统的平行平板分束器，分析了轻型栅条分束器的栅棱对光谱复原的影响，提出了制作误差容限。对微型傅立叶变换光谱仪进行了建模仿真，得到了轻型栅条分束器的最佳结构。通过系统仿真进行光谱反演，得到了复原光谱，并计算了轻型栅条分束器引入的光谱误差。完成了原理样机的搭建与调试，得到了实际系统的复原光谱，证明了微型化系统的可行性。该微型化系统相对于传统傅立叶变换光谱仪，具有体积小，稳定性好的优点，可用于在线监测。

采用微波等离子体化学气相沉积法通过控制痕量杂质制备了高质量单晶金刚石材料,并对其结构与光学性能进行综合评价。通过紫外可见吸收光谱和光致发光谱分析了晶体的杂质及含量;采用拉曼光谱、摇摆曲线及X射线白光形貌束分析了不同质量单晶体的晶体结构及结晶质量;通过偏光显微镜综合评价了不同质量单晶金刚石的晶体结构和缺陷。结果证明:获得的高纯单晶金刚石含有少量的缺陷、杂质,其位错应力场以聚集状均匀分布,高纯单晶金刚石与微掺氮单晶金刚石在紫外可见近红外波段的透过率最高可分别达到71.58%和71.27%,接近单晶金刚石的理论透过率(71.6%),且在本征红外吸收波段,高纯金刚石晶体相对微掺氮单晶金刚石,对称性较好,样品吸光度较小。控制痕量杂质制备的高质量单晶金刚石膜有望应用于光探测器探头和光学窗口。

叶绿素含量是植物生长中的重要参数, 与农作物产量密切相关。 无人机遥感技术作为一种新的数据获取手段, 在农业中已得到广泛应用。 以玉米为目标作物, 将具有不同光谱响应函数的两种轻小型多光谱传感器(MCA和Sequoia), 同时搭载在六旋翼无人机上, 获取不同氮肥水平下大田玉米花期的多光谱影像。 利用无人机影像空间分辨率高的特点, 在小区尺度上, 分别计算了基于两种多光谱传感器的各26种植被指数, 并将其与地面实测的叶绿素含量(SPAD)值进行回归分析, 研究不同波段反射率对SPAD值的敏感性, 利用不同多光谱传感器及植被指数预测SPAD值的精度及稳定性。 结果表明, 对于具有较宽波段的Sequoia, 在550 nm(绿波段)、 735 nm(红边波段)的反射率对SPAD值的变化较敏感, 其中, 550 nm与SPAD值的相关系数最大(R2=0.802 9)。 而对于较窄波段的MCA, 720 nm(红边波段)的反射率与SPAD值具有较高的相关性(R2=0.724 8), 550 nm(绿波段)次之。 此外, 由于两传感器红波段的中心波长和波段宽度不同, 660 nm(Sequoia)反射率与SPAD值的相关系数为0.778 6, 而680 nm(MCA)反射率与SPAD值的相关性较小, 仅为0.488 6。 利用无人机多光谱遥感技术预测大田玉米的SPAD值精度较高, 但对于不同的多光谱传感器而言, 同一植被指数却表现出较大的差异, 其中, 红波段和近红外波段组合构造的植被指数RVI, NDVI, PVI和MSR差异较大, 具有较宽波段的Sequoia传感器优于窄波段的MCA; 此外, 对于Sequoia相机, GNDVI与RENDVI预测SPAD值的精度较高, RMSE分别为3.699和3.691; 对于MCA相机, RENDVI预测精度最高(RMSE=3.742), GNDVI预测精度低于RENDVI(RMSE=3.912); 两传感器中MCARI/OSAVI预测SPAD值精度均较低, RMSE分别为7.389(Sequoia)和7.361(MCA)。 在所有的植被指数中, 利用绿波段和近红外波构造的植被指数(G类), 以及用红边波段和近红外波段构造的植被指数(RE类), 预测SPAD值精度更高, 均高于红外和近红外波段构造的植被指数; 利用更多波段(三个及以上)组合构造的复杂植被指数, 并不能显著提高预测精度。 就预测模型而言, MCARI1更适用于对数模型, 可有效提高预测精度, 而其他植被指数变化不显著。 研究还发现, 在小区水平SPAD值的预测方面, 除NDVI和TVI, Sequoia相机对于不同氮肥条件下植被覆盖度、 阴影和裸露土壤等环境背景因素具有较强的抗干扰能力; 而对于MCA相机来说, TVI, DVI, MSAVI2, RDVI和MSAVI对环境背景因素非常敏感, 预测SPAD精度低; 此外, 去除环境背景因素并不总是能够提高SPAD值的预测精度。 本研究对于利用无人机多光谱遥感技术进行高精度的叶绿素含量预测具有指导意义, 对于精准农业的推广和应用具有一定的借鉴价值。

采用5183焊丝作为填充材料, 对3 mm厚的5083铝合金对接接头进行光纤激光填丝焊接实验。分析了离焦量、焊接速度、送丝速度和激光功率对焊缝成型及强度的影响,并对最优焊缝进行了金相组织、显微硬度、力学性能的检测分析。结果表明, 采用离焦量0 mm, 激光功率4 100 W, 焊接速度4.2 m/min, 送丝速度3 m/min的工艺参数焊接3 mm厚5083铝合金, 可获得高质量焊缝, 焊缝硬度达HV 60以上, 未出现接头软化, 拉伸试验断裂位置为母材, 焊缝强度高于母材。

灰度漂移是地基中波红外测量系统标定和测量的主要误差来源之一。通过研究外场辐射标定时环境温度对中波红外测量系统输出灰度的影响，发现了灰度随环境温度漂移的规律，找到了灰度漂移的原因，推导了环境温度与灰度漂移的关系，提出了基于环境温度的灰度漂移补偿方法。实验结果表明，文中所提方法能有效补偿红外测量系统的灰度漂移量，降低中波红外测量系统受环境温度变化引起的灰度漂移。

为加快紫苏优质育种进程, 采用近红外光谱(NIRS)技术, 结合线性偏最小二乘法(PLS), 以250份全国范围内收集的紫苏资源为研究材料, 分别较好的建立其种子中含油量, 棕榈酸(C16∶0), 硬脂酸(C18∶0), 油酸(C18∶1), 亚油酸(C18∶2), a-亚麻酸(C18∶3)含量的六个近红外光谱校正模型。 结果显示, 六个模型的校正决定系数(RSQ1)分别为: 0.98, 0.91, 0.92, 0.92, 0.85, 0.93; 交叉验证决定系数(1-VR)分别为: 0.97, 0.89, 0.89, 0.91, 0.85和0.91; 外部验证相关系数(RSQ)分别为: 0.98, 0.91, 0.89, 0.90, 0.80和0.89, 且定标标准误差(SEC)分别为0.99, 0.21, 0.1, 0.94, 0.81, 0.92; 交叉验证标准误差(SECV)分别为1.16, 0.23, 0.11, 1.05, 0.92, 1.02和预测标准误差(SEP)分别为0.97, 0.21, 0.11, 1.12, 0.99, 1.14。 结果表明, 此六个校正模型质量均较高。 这些首次建立的快速无损的近红外分析模型, 可为紫苏资源开发提供指导, 对紫苏油分品质育种具有重要意义。

利用Luettgen单次散射信道模型对雾环境下非视距日盲紫外光通信信道传输特性进行了模拟分析。选取波长为260nm的紫外光, 分析了雾环境下对于不同的通信距离, 该紫外光的路径损耗与能见度的关系。结果表明: 在通信距离已知以及系统的发射仰角、接收仰角、发射视场半角和接收视场半角等几何参数已知的情况下, 存在一个使得紫外光传输的路径损耗达到最小的能见度; 同时, 分析并比较了0~2km辐射雾和平流雾传输路径损耗与能见度、通信距离的关系, 并得到辐射雾环境更利于紫外光传输。