利用高光谱激光雷达系统采集涂改车牌空间-光谱域信息，根据车牌逆反射特性，设计基于光谱特征的两次阈值法实现涂改车牌识别。首先计算光谱特征波长，利用一次阈值法分离车牌部分和涂改部分；其次，计算特征波段内车牌部分各点的光谱反射率曲线的梯度值，利用二次阈值法判别涂改类型(背景转字符涂改和字符转背景涂改)；最后，根据涂改类型重建正确车牌字符，将重建信息与二维平面数据融合得到正确的二维车牌图像，送给车牌识别系统进行识别。实验结果表明该方法可实现多种涂改材料以及多种涂改类型的涂改车牌识别。

水源性病原菌污染会引发多种疾病, 严重危害人类健康和公共卫生安全。 水源性病原菌检测对人类医疗保健、 水安全保障和疾病诊断等具有重要的意义。 常规水源性病原菌检测技术, 如人工培养法、 分子生物法和免疫学法, 其测量结果准确、 有效, 但样品预处理繁琐且费时, 不利于病原菌实时在线检测。 光谱检测技术以非侵入式获取病原菌发射、 散射或吸收光谱特征, 能够确定病原菌性质、 结构和含量等信息。 由于该技术具有易于操作、 快速、 便携、 无损和便于实时监测等优点, 在环境监测、 生物分析中具有广泛的应用前景。 文章介绍了现有水源性病原菌检测技术及其优缺点, 指出开展病原菌快速、 高效检测的必要性; 讨论了光谱检测技术原理及数据分析方法, 重点综述了紫外可见光谱、 荧光光谱、 红外光谱、 拉曼光谱和太赫兹光谱在水源性病原菌检测的工作原理和研究进展; 最后总结了各技术的优缺点。 提出了光谱技术在病原菌检测的实际应用中面临的挑战及应对策略, 为进一步发展基于光谱技术的水源性病原菌的快速检测提供参考。

安全性对于深井开采至关重要。基于激光雷达的扫描探测技术可以有效监测巷道和深部煤矿现场的围岩安全状况。新兴的高光谱激光雷达不仅可以提供空间几何信息还可以提供丰富的光谱数据，在深井煤矿安全检测和精细结构分析方面具有良好的应用前景，而精确的煤岩分类是监测分析的基础。在实际应用中，雷达强度信号易受仪器属性和环境因素的影响，需校准才能使用。由于深井煤矿粉尘污染严重，常规校准方法难以达到理想效果。针对这个问题，提出一种信号强度免校准的方法，从激光雷达回波信号中提取新特征实现煤岩精确分类。首先，使用高光谱激光雷达获得煤/岩石样本的回波强度信息，并计算出波形熵（WE）和联合偏斜度-峰度系数（JSKF）作为新分类特征参数。其次，采用随机森林(RF)与支持向量机(SVM)分类器实现煤/岩石分类。最后，笔者进行了光谱分段测试，对特征分类性能进行优化。结果表明，所提的免校准方法，提高高光谱激光雷达直接应用能力的同时能够保持良好的分类性能。

高光谱激光雷达综合了高光谱和激光雷达特征，可为植被生理生化参数提取提供更加精确的遥感探测，但其应用潜力尚未得到充分挖掘。以北京10个典型树种的单叶为样本，开展室内高光谱激光雷达的叶片观测试验，并进行树种分类研究，为未来高光谱激光雷达的林业应用提供基础。首先进行可调谐高光谱激光雷达（Hyperspectral LiDAR，HSL）叶片高光谱测量，并完成与ASD地物光谱仪所测数据对比实验；其次，应用随机森林方法实现10种叶片的分类研究，其输入的特征指数为融合全部波段、部分敏感波段的光谱指数。结果表明：（a）HSL在波段650~1 000 nm(71个通道)内观测的叶片高光谱和ASD光谱一致（R²=0.9525~0.9932，RMSE=0.0587）；（b）只用原始波段反射率分类精度为78.31%，其中分类贡献率最大波段的是650~750 nm，使用此波段进行分类精度为94.18%，表明利用红边波段（650~750nm）进行树种分类是十分有效的；（c）对树种敏感的波段为680 nm、685 nm、690 nm、715 nm、720 nm、725 nm、730 nm；（d）结合敏感波段光谱指数与植被指数分类精度82.65%。该研究结果表明在单叶级别，利用高光谱激光雷达能够准确地反映目标叶片的光谱特征并且能有效进行树种分类；未来将可能在野外应用中精确提取目标的生理生化参数。

在汽车智能驾驶系统中，激光雷达由于其独特的三维成像能力，成为场景探测感知传感器群组中不可或缺的组成部分。为提升单一波长激光雷达在物性探测分类和状态上的性能，借鉴多光谱探测具有物性探测能力的原理，论文对适用于汽车智能驾驶的多光谱激光雷达的波段选择进行了可行性研究，利用主成分分析法对智能驾驶中典型目标进行光谱计算及分析，结合激光光源特性以及光电探测器的特性，综合多光谱激光雷达波段选择方法和智能驾驶应用场景中典型目标地物光谱特性，以及商用激光雷达的可获得性, 得出了适用汽车智能驾驶的多光谱激光雷达的波长可以选择808 nm、905 nm、1 064 nm、1 310 nm，并通过测试验证了多光谱激光雷达所选波长的有效性。