本文针对交通标志的显著性检测提出了一种新的方法和思路。在Lab 和HSV 两种颜色空间下分别计算L、a、b 和H、S、V 颜色通道的显著图，并通过得到的显著图在高、中、低亮度范围的像素点的多少来筛选Lab 和HSV 中哪个颜色通道的显著图有效，最后融合得到最终显著图。实验证明该方法易于实现，能快速有效的检测出交通标志的显著性区域。

随着作战飞机挂点数和携带悬挂物**种类不断增加, 针对目前机载航电系统和**系统中MIL-STD-1553B总线传输速率不高、远程终端数量有限等问题, 介绍了一种新型增强位率(EBR)1553总线。本文首先从总线的拓扑结构、硬件结构、传输特性以及总线传输模式等方面进行了阐述和分析, 然后介绍了目前EBR-1553总线的应用领域, 最后提出了基于FPGA IP核的EBR-1553总线硬件实现方式。

目标跟踪中, 目标的背景变化、形状改变、遮挡, 往往会导致跟踪失败, 而跟踪的实时性和准确性是必须考虑的问题。本文首先对 Mean Shift算法进行了介绍, 接着对 Mean Shift算法进行了优化：修正 Mean Shift算法迭代权值, 修正后主要信息贡献更加突出, 次要信息受到抑制, 避免了开方的繁琐运算, 降低了运算量。提出了目标模板更新算法, 解决了背景变化和目标形状改变时跟踪失败的问题。然后在水平位置和竖直位置建立 Kalman滤波器, 同时将优化 Mean Shift算法与 Kalman滤波融合, 解决了目标完全遮挡后无法继续跟踪的问题。仿真实验表明, 本文提出的目标跟踪算法在目标遮挡, 目标形状改变, 目标跟踪失败的情况下具有更高的跟踪精度, 更高的实时性和鲁棒性。

为了对复杂自然场景中各类显著目标进行准确的检测, 提出了一种基于图像对比度的检测方法。首先利用全局对比度算子对图像进行检测得到全局对比度显著图, 再利用局部对比度算子进行检测得到局部对比度显著图, 对局部对比度显著图再做边缘处理和形态学膨胀, 然后用全局对比度算子对其紧凑化得到最后的局部对比度显著图。融合全局和局部对比度显著图并加入一定的先验知识得到最后的显著目标图。实验表明该方法性能超过了现有大多数显著目标检测方法。

为解决已有线段表转换为链码表算法的缺陷, 在原有算法基础上对其进行完善和改进。根据线段表中不同线段的特性, 原有链码转换算法提出 6种类型的线段并分别给出转换方法, 但是这只能针对普通情况, 当有特殊情况如目标宽度只有一个像素时, 将会出现不属于上述分类的线段而使程序运行出错甚至崩溃。在已有算法对线段分类的基础上添加单像素顶线和单像素底线这两种线段类型以弥补原方法的不足, 并给出他们的具体转换过程。测试结果表明, 改进后的方法可以完美的实现二值图像的轮廓链码提取。

用高光谱图像技术结合化学计量学方法, 实现了番茄叶片中过氧化物酶(POD)活性的快速检测。 利用高光谱图像的光谱特征建立预测模型步骤为: 采集高光谱图像数据、 获取光谱曲线、 光谱数据预处理、 提取特征波段、 建立POD酶活性预测模型。 与预处理方法(SG, SNV, MSC, 1-Der和2-Der)相比, DOSC预处理对POD酶活性预测效果最好。 研究表明: 以443, 464, 413, 410, 401, 402, 426和926 nm这八个特征波段的光谱数据建立的DOSC-SPA-PLS模型对POD酶活性预测结果为Rp=0.935 3, RMSEP=37.80 U·g-1。 这说明高光谱图像技术测定番茄叶片POD活性具有可行性, 且预测结果令人满意, 这为抗氧化酶活性和番茄植株生长状况的动态检测提供了新的方法。

近红外光谱技术是一种快速、 无损的分析方法, 国外将该技术应用于奶酪品质的检测已有多年, 国内在这方面的研究较少。 通过本文介绍了近红外光谱技术分析奶酪成分和在奶酪的加工生产、 缩水收缩控制、 成熟过程、 货架期、 组成成分和品牌分类鉴别等几个方面的应用, 表明近红外光谱技术在奶酪品质分析中应用潜力巨大, 促进近红外光谱技术的应用和我国奶酪行业的发展是一项紧迫的任务。

应用近红外光谱技术实现了油菜叶片中丙二醛(MDA)含量的快速无损检测。 对90个油菜叶片样本进行光谱扫描, 用60个样本建模, 30个样本验证。 经过平滑、 变量标准化、 一阶及二阶求导、 去趋势等预处理后, 建立了MDA预测的偏最小二乘法(PLS)模型。 将PLS提取的有效特征变量(LV)和连续投影算法(SPA)提取的有效波长作为最小二乘-支持向量机(LS-SVM)的输入变量, 分别建立了LV-LS-SVM和SPA-LS-SVM模型。 以预测集的预测相关系数(r), 预测标准偏差(RMSEP)作为模型评价指标。 结果表明, 油菜叶片中MDA含量预测的最优模型为LV-LS-SVM模型, LV-LS-SVM在去趋势处理后的预测效果为r=0.999 9, RMSEP=0.530 2; 在二阶求导处理后的预测效果为r=0.999 9, RMSEP=0.395 7。 说明应用光谱技术检测油菜叶片中MDA的含量是可行的, 并能获得满意的预测精度, 为油菜大田生长状况的动态连续监测提供了新的方法。