相位测量系统中投影仪输出与CCD输入变形条纹光强之间的非线性导致频谱混叠,影响测量精度,为了消除他们之间的非线性关系,提高相位测量精度,分析了系统非线性产生的基本原因,提出了一种基于系统非线性校正与滤波的相位测量方法.首先校正由投影仪中伽马畸变产生的系统非线性,然后采用低通滤波器对校正后输出的频谱进行滤波,只保留频谱中的基频成份,最后采用四步相移法对变形条纹进行相位测量.MATLAB仿真与实际实验结果表明,所提方法的系统非线性校正与滤波效果较好,有助于提高相位测量精度.

针对近红外光谱物质含量检测过程中噪声影响模型精度和稳定性的问题,引入广义S变换与奇异值分解(SVD)。利用广义S变换得到光谱数据的时频谱,并将二维时频谱系数矩阵作为SVD的Hankel矩阵求解奇异值,再采用k-均值聚类算法对奇异值序列进行分类计算,确定重构奇异值个数,对去噪后的数据矩阵进行广义S逆变换得到去噪后的光谱数据。给出组合方法的基本理论和具体实现过程,对仿真数据和谷朊粉导数光谱进行去噪,并与传统的9点平滑法和小波软阈值法的去噪结果进行比较。结果表明:所提方法克服了时域或频域单维滤波的局限性,且无需参考噪声数据和选择基函数,在谷朊粉导数光谱去噪中,只需采用两个奇异值就能实现较好的去噪效果,降低了滤波过程的复杂度。采用所提方法处理后,近红外光谱的分析精度和模型的稳健性优于9点平滑处理法和小波软阈值法。相比9点平滑法,所提方法的预测集的决定系数由0.9436增大为0.9985,预测均方根误差由0.0843减小为0.0406,明显提高了谷朊粉中水分含量定量检测的精度。

为了更好地对印刷电路板光板缺陷图像进行预处理，提出了一种改进的基于全变分模型自适应图像预处理方法。分析了基于全变分范数的图像预处理模型，指出了其存在的缺点。讨论了基于L1 + p 范数的广义的全变分图像预处理模型，分析了其优点与不足之处。提出了一种改进的基于全变分模型自适应图像预处理方法，该方法能尽可能地去除印刷电路板光板缺陷图像中的噪声，同时可克服缺陷图像去噪后存在的边缘模糊与阶梯效应，使去噪后的图像得到增强且具有更加光滑、细腻的视觉效果。对实际获取的印刷电路板光板缺陷图像采用四种图像预处理方法或模型进行了主观与客观实验比较，结果表明，该方法对印刷电路板光板缺陷图像预处理有较好的效果。而且，针对不同的印刷电路板光板缺陷采用该方法都能很好地检测出结果。