提出一种磁流变抛光瞬变过程多相颗粒流模型,获得了瞬变过程在宏观、介观、微观三个层次的力学关联,从而建立了基于三向在位力学信号的瞬变过程表征方法,在位、同步、动态地测定了磁流变抛光的三向力学信号,解决了毫米尺度空间下磁流变抛光液-固界面的在位测量问题。采用屈服强度为220 kPa、宾汉黏度为0.07 Pa·s的高去除率抛光液对?50 mm的BK7超精密平面元件进行磁流变抛光实验,测量得到磁流变抛光流场瞬变响应时间为700 ms。

针对复杂背景下点目标的单帧检测,明确提出有效像元的检测,基于点目标的局部相关性以及目标和背景的局部差异,提出了一种改进的基于马尔可夫随机场(Markov Random Field,MRF)的点目标检测算法.该算法依据一种基于复杂背景可分性度量的信杂比(Signal to Clutter Ratio,SCR)准则对MRF进行迭代优化的初始配置.在此基础上,改进了MRF标记场的先验概率模型,设计了一种基于欧式空间度量的MRF先验概率能量函数,构造了MRF对欧式空间距离的标记场概率响应模型,并通过高阶能量函数提高了目标概率对邻域标记变化的响应能力.分析结果表明：该算法在结构化背景中的性能更优,相比于传统Potts模型在目标辐射维度的检测能力更强,是一种鲁棒性更强的检测算法.

针对极化SAR图像训练样本数目较少问题以及极化SAR图像同质区域较多的特性,提出了一种新的两层分类框架,结合了稀疏自编码器和边缘保持的Wishart马尔科夫随机场对极化SAR图像进行分类.该框架包括个步骤,第一个步骤使用稀疏自编码器来获得一个初始分类；第二个步骤使用边缘保持的Wishart马尔科夫随机场对第一层的分类结果进行修正.在应用Wishart马尔科夫随机场的过程中,由稀疏自编码器分类得到的边缘得以保持,并且提出了新的分类错误纠正策略确保分类的准确性.因此,通过稀疏自编码器得到的精确分类边缘可用于不同的区域并且在应用Wishart马尔科夫的过程中得以保持.和其他分类方法相比,该方法得到较高的分类精度,证明了新方法的有效性.

在MAP超分辨率重建算法中, 相较于Gauss-MRF先验模型, Huber-MRF先验模型具有更好的保持图像边缘和细节的能力, 然而对Huber边缘惩罚函数的阈值选取一直没有更好的方式。在考虑红外图像细节纹理信息的基础上, 利用图像灰度共生矩阵, 把阈值参数与图像细节纹理信息联系起来, 实现对边缘惩罚函数阈值的自适应选取, 完成超分辨率图像重建。仿真实验证明, 该算法获取的高分辨率红外图像具有更高的信噪比, 而且更有效地保持了图像的高频信息。

为了实现磁流变抛光的确定性加工, 对磁流变抛光去除函数的原点位置进行了标定。分析了磁流变抛光去除函数的产生过程及其去除率分布。利用标准圆柱, 建立了抛光轮最低点与数控加工中心测头的相对位置坐标变换关系, 实现了光学元件在机床坐标系中的精确对准。通过在光学元件的特征点上进行去除函数实验测试, 实现了抛光轮最低点对应的去除函数原点位置标定, 对标定误差进行了分析。选择圆形平面光学元件, 应用以金刚石颗粒为抛光粉的水基磁流液, 对抛光轮直径为360 mm的磁流变抛光系统进行去除函数原点标定, 单次标定精度达到0.030 mm。实验结果表明: 本文提出的去除函数原点标定方法简单可靠, 能够满足磁流变抛光技术的修形需求, 可为磁流变抛光在光学制造中的应用提供有力支持。

为进一步提升熔石英元件的激光损伤阈值, 研究了氢氟酸(HF)动态酸刻蚀条件下磁流变抛光工艺对熔石英元件激光损伤特性的影响规律。首先, 采用不同工艺制备熔石英元件, 测量它们的表面粗糙度。然后, 采用飞行时间-二次离子质谱法(OF-SIMS )检测磁流变加工前后熔石英元件中金属杂质元素的含量和深度; 采用1-on-1方法测试激光损伤阈值, 观测损伤形貌, 并对损伤坑的形态进行统计。最后, 分析了磁流变抛光工艺提升熔石英损伤阈值的原因。与未经磁流变处理的熔石英元件进行了对比, 结果显示: 磁流变抛光使熔石英元件的零概率激光损伤阈值提升了23.3%, 金属杂质元素含量也显著降低, 尤其是对熔石英激光损伤特性有重要影响的Ce元素被完全消除。得到的结果表明, 磁流变抛光工艺能够被用作HF酸动态酸刻蚀的前道处理工艺。

将光学系统波像差检验技术与子孔径拼接测试技术相融合提出了凸非球面系统拼接检测方法, 对该方法的原理和实现步骤进行了分析和研究, 并建立了合理的子孔径拼接数学模型.依次利用计算机控制光学表面成形技术和磁流变抛光技术对一包含大口径凸非球面的离轴三反光学系统的各反射镜进行加工, 并对整个系统进行装调和测试.测定光学系统各视场的波像差分布, 通过综合优化子孔径拼接算法和全口径面形数据插值求解得到大口径凸非球面全口径的面形信息.结合工程实例, 对一口径为292 mm×183 mm的离轴非球面次镜进行了系统拼接测试和加工, 其最终面形分布的均方根值为0.017λ(λ=632.8 nm).

电路板红外图像芯片提取是电路板红外故障检测系统中的重要环节,已成为红外图像分割领域关注的一个重点.针对红外图像的特性及传统分割算法效率和精度不足的缺陷,提出一种基于两种优化策略博弈的马尔可夫随机场红外图像分割方法.首先通过 OTSU算法对图像进行初始分割;然后利用马尔可夫随机场理论建立图像分割模型;最后,通过 SA、ICM优化策略间的博弈对图像进行分割,将两种优化策略视为博弈的两个局中人,通过寻找博弈的纳什均衡点来实现分割;实验结果表明,算法能够无人工干预地准确提取电路板红外图像所有芯片发热区域,并且很好地抑制噪声,准确处理边缘信息,具有一定的实用性和鲁棒性.

电路板红外图像芯片提取是电路板红外图像故障检测系统中的重要环节, 已成为红外图像分割领域关注的一个重点。传统的芯片发热区域提取方法大多需要人工干预, 且分割效果不理想, 容易丢失边缘信息, 导致细节特征不明显。针对以上缺陷提出一种结合博弈论的改进马尔可夫随机场分割算法。首先用现有的 OTSU算法对图像进行粗分割, 将图像分为两个子集(背景域和目标域), 然后利用马尔可夫随机场( MRF, Markov Random Field)理论建立图像分割模型, 最后利用结合博弈理论的 MMD(Modified Metropolis Dynamics)算法, 根据模型分别对每个子集进行细致分割, 提取核心发热区域。实验表明, 改进算法应用在电路板芯片发热区域提取时, 能够较好地抑制噪声, 准确处理边缘信息, 与传统算法相比, 在视觉效果和客观数据上都有很大的提高, 具有一定的准确性和鲁棒性。