为了实现子弹外观缺陷的自动检测,解决传统机器视觉方法在缺陷检测方面手工设计目标特征耗时和泛化能力差的问题,针对子弹外观缺陷数据集,采用K-means++算法改进锚框的生成方法,提出了Faster R-CNN子弹外观缺陷检测模型。该模型采用卷积神经网络,可以自动提取目标特征,泛化能力强。将该检测模型分别与ZFNet、VGG_CNN_M_1024和VGG16结合,结果表明,与VGG16结合的检测模型的检测精度高于其他两种模型方案,并且在所提算法的基础上,精度提升到了97.75%,速度达到28 frame·s ^-1。

测量了高纯拉西地平(98%)和拉西地平口服药片(2%)0.5~1.8 THz的太赫兹反射时域信号, 并分别提取出二者的吸收谱和折射率谱。 通过将纯样品的吸收峰位与CASTEP晶体软件计算得到的吸收线位置进行比较, 并用Lorentz线型函数对其中位置相近的吸收峰进行拟合, 得到了拉西地平的指纹谱, 并从实验上确定了拉西地平的六个特征频率, 这些频率分别为0.62, 0.78, 1.07, 1.28, 1.63和1.76 THz； 由于口服药片中添加了其他大分子物质作为辅料, 这些物质带来的吸收本底会对拉西地平的特征峰的识别造成干扰, 因此, 特征吸收峰数量减少至四个, 它们分别是0.62, 0.78, 1.28和1.63 THz； 另外, 纯样品和口服药片的折射率谱存在较大差异, 这也与口服药中添加的辅料有关。 尽管实际的拉西地平口服药片中含有的拉西地平的成分很低, 但是, 太赫兹指纹谱依然可以将拉西地平的特征频率识别出来。 因此, 太赫兹时域光谱技术对拉西地平药品的成分检测是十分有效的。

利用纳米发光材料的X 射线发光断层成像(XLCT)作为一种新型的成像模态，能够同时进行功能成像以及分子成像。在XLCT 中，光子在组织中的散射效应使得纳米发光目标的重建具有不适定性，因此如何快速、精确地重建目标成为一个难题。针对此问题，选择扩散近似模型描述组织中的光子传输过程，采用基于L1 正则化的分割增广拉格朗日收缩方法进行重建。在数值实验和物理实验中，将其与初始增广拉格朗日方法对比，验证其可行性。实验结果表明，该算法得到的重建结果无论在质量方面还是在收敛速度方面都具有一定优势。

生物发光断层成像(BLT)是一种非常有效的光学分子成像方式，在医学预临床研究中的有着广泛的研究。然而，BLT的核心问题即光源重建仍然存在着巨大的挑战：光在生物组织中的传输模型是否精确与重建问题不适定性都使得光源位置与密度的重建变得十分困难。为了准确高效地实现光源重建，在光传输模型的选择上，通过将扩散近似模型和高阶简化球谐近似模型（SPN）的结果与蒙特卡罗金标准进行比较，结果表明阶次（N）为3时的SP3模型描述光子在生物体的传输时能够最佳地兼顾精度和速度。基于SP3传输模型，结合光源在生物体内稀疏分布的特征，采用变量分离近似稀疏重构（SpaRSA）的方法来解决BLT的重建问题。为了验证提出方法的有效性，通过将数字鼠仿真和真实小鼠实验与典型的l1_ls方法对比表明在SP3模型下SpaRSA算法可行。