针对传统边坡监测方法存在的工作量大、数据不全面，模型建立困难、效果差、精度低等难点问题，提出了三维激光扫描技术和T-样条曲面拟合的边坡变形监测方法。该方法首先利用地面三维激光扫描技术对边坡进行外业扫描，完成对边坡数据的采集；对处理后的点云数据采用T-样条进行曲面拟合，得到五期高精度曲面模型并对边坡体整体进行形变分析；选取边坡体中稳定监测点的形变量与全站仪测量数据进行一致性检验，试验结果证明，三维激光扫描技术和T-样条曲面拟合结合的边坡变形监测方法，满足边坡形变监测要求。

基于反射光强度和深度二维变量的含加性权值B样条曲面误差拟合被用于校正由目标场景的低反射率或长距离引起的弱光强度相关深度误差。与传统的B样条曲面误差拟合相比,改进的模型使用权值参数优化每个曲面片的部分控制点,获得了更精确的误差拟合曲面片,使得平均校正误差小于2 mm,精度提高了近2倍。此外,为克服乘性权值矩阵无法通过最小二乘法获取的难题,对每个控制点添加加性权值参数,实现相机参数校准过程中一次性求得控制点参数矩阵和加性权值参数矩阵。同时,考虑到谐波相关误差也与深度相关,将谐波相关误差的校正统一到校正方法中。

为了实现复杂曲面工件的智能抛磨加工, 对叶片复杂曲面进行机器人抛磨工艺规划。对抛磨点位置规划算法和基于最大接触原则的抛磨姿态规划算法进行了研究。首先, 通过平行截面法获得抛磨路径割线, 以非均匀有理B样条(NURBS)曲线描述。接着, 提取曲线特征参数, 根据设定的阈值进行抛磨点规划, 再基于抛磨轮与工件的最大接触原则进行抛磨点姿态规划, 从而得到完整的抛磨路径。然后, 将工件位姿从工件坐标系转换到TCP坐标系。最后, 搭建了柔性抛磨系统仿真平台生成机器人控制程序。实验结果表明, 此方法规划的路径可用于叶片复杂曲面的机器人抛磨加工。分别用本文规划所得路径和CAM软件规划所得路径对叶片进行抛磨加工, 测得表面粗糙度分别为0.695~0.930 μm和2.803~3.243 μm。本文提出的抛磨位姿规划方法可用于复杂曲面工件的抛磨路径规划, 使工具和工件保持最大接触, 从而避免了位姿不合理所产生的过抛和欠抛。

在针尖增强拉曼光谱(TERS)形貌成像过程中, 由于针尖与扫描台无法绝对平行、 样品电子密度骤变处针尖快速升降以及扫描控制系统响应时间特性差等综合原因的影响, 往往使形貌图中带有倾斜或边界面卷曲的成像背景。 成像背景对样品形貌的识别和分析带来十分不利的影响, 而背景扣除就是解决该问题的重要手段, 也是形貌成像预处理的重要组成部分。 背景扣除的原理一般是通过拟合背景的方法来扣除成像中的背景。 传统的背景扣除方法是利用多项式拟合的方法对成像进行逐行的基线校正, 但是该方法在处理形貌成像时常常会由于过拟合而造成样品形貌的失真, 同时容易在图片上留下明显的线条纹理。 针对传统方法的缺点, 本文提出采用B样条曲面拟合方法, 直接对样品形貌图进行曲面背景拟合, 发挥B样条低阶光滑的优点, 能够有效克服传统方法的缺陷。 在实验中, 同时利用传统方法和该方法对金单晶和合成金片的形貌图进行背景扣除, 实验结果表明, 两种方法都能够扣除样品形貌图中的成像背景, 但与传统方法相比, 所提出的方法不会造成样品形貌的失真, 且不会留下线条纹理, 获得了更加良好的背景扣除效果, 为进一步分析样品形貌特征提供了更准确可靠的信息, 是一种更加有效的TERS形貌成像背景扣除算法。

基于体式显微镜和数字图像相关法，提出并实现了一种用于对微小尺度材料进行全场三维变形测量的显微数字图像相关系统。针对体式显微镜标定，提出一种高精度的基于B样条曲面重构的成像系统畸变模型，该模型通过采集自主设计的高精度平面标定板图像，来构建无畸变图像平面和标定板平面之间关系，并以此确定空间B样条曲面形式。利用一种高效的对称亚像素细分法来实现数字图像的高精度匹配，并介绍了所提系统进行三维测量和分析的过程。实验结果表明，标定结果的平均重投影误差为0.03 pixel，位移测量精度优于0.2 μm，应变测量误差的标准差不超过100 με。同时，实验结果也证实了该系统可以准确、全面地实现对微小尺寸材料表面的全场三维变形测量。

研究了自由曲面反射式照明系统的设计理论和方法.根据反射器的尺寸、位置以及配光要求按点光源设计得到曲面型值点初始坐标后,将双三次B样条曲面引入照明系统的设计,反算出控制顶点.给出了空间任意一条入射光线与反射器区块的交点及其曲面法线向量的求法, 为了提高光路追迹的效率,针对多曲面反射体给出了一种快速判断相交区块的算法.探讨了用阻尼最小二乘法对B样条曲面反射器进行优化设计的方法,通过优化运算修正控制顶点Z轴坐标,使得曲面在使用扩展光源时光形分布尽可能满足设计要求.