针对传统SIFT匹配算法复杂、特征冗余点多、难以满足实时性等问题，本文提出了一种具有局部自适应阈值的SIFT快速图像匹配算法。首先，所提方法在SIFT算法的基础上，对构建的高斯金字塔进行了优化，通过减少金字塔层数来消除冗余特征点以提高检测效率，并根据图像局部对比度来自适应提取FAST算法中的阈值从而实现高质量的特征点检测，筛选出鲁棒性较强的特征点进行更准确的匹配；其次，采用高斯圆形窗口建立32维降维特征向量，提高算法运行效率；最后，根据匹配特征点对之间的几何一致性对特征点进行提纯，有效减少误匹配。实验结果表明，本文方法在匹配精度和运算效率方面的综合表现均优于SIFT算法及其他对比匹配算法，相比传统的SIFT算法，匹配精度提高了约10%，算法运行时间缩短了约49%。在图像发生尺度、旋转以及光照变化的情况下，正确匹配率在93%以上。

针对编解码语义分割网络计算量大、解码结构复杂的问题，提出一种高效无解码的二值语义分割模型DFNet。该模型首先去除主流分割网络中复杂的解码结构和跳跃连接，采用卷积重塑上采样方法重塑特征编码直接得到分割结果，简化网络模型结构；其次在编码器中融合轻量双重注意力机制EC&SA，提高特征编码的通道及空间信息交互，增强网络的编码能力；最后使用PolyCE损失替代常规分割损失，解决正负样本不均衡问题，提高模型的分割精度。在DeepGlobe道路分割和CrackForest缺陷检测等二值分割数据集上的实验结果表明，本文模型的分割精度F1均值和IoU均值分别达到84.69%和73.95%，且分割速度高达94 FPS，远超主流语义分割模型，极大地提高了分割任务效率。

滑坡实时自动识别技术研究对于保护人民生命财产和生态安全都具有极其重要的意义，可以解决现阶段缺乏对滑坡进行及时识别而导致滑坡风险的排查与防治时效性差的问题。考虑植被覆盖指数（NDVI）的变化可作为滑坡检测的重要依据之一，文章模型结合NDVI变化检测技术、自动阈值选取算法和形态学技术实现滑坡的实时、自动识别。与现阶段已有研究算法相比，增加了滑坡自动识别过程中一些重要参数（如：NDVI、山体阴影等）。自适应设置的自动阈值选取算法，减少了人工参与，在保证较高识别准确率的同时显著增强其时效性。文章基于两幅光学影像，以北京市门头沟区某块区域为研究区，对该地区2021年9月7日—2022年9月7日的滑坡进行实时、自动识别，以人工目视解译的结果作为正确标准，将文章的识别结果与其进行精度验证，滑坡检测率达到92.31%，证明了该方法用于检测滑坡的准确性和高效性。最后将该方法应用于都江堰市中部，进一步证明了该方法的有效性和泛化能力。

在QFN芯片封装缺陷检测中，增加图像分割环节可有效提高缺陷检测准确性与检测效率。针对图像分割中传统算法效率低、智能优化算法分割精度低稳定性差的问题，本文提出一种基于改进灰狼优化算法（IGWO）的图像多阈值分割方法。首先，改进原始灰狼优化算法非线性因子，平衡算法搜索效率与挖掘能力；其次，引入反向学习策略提高种群整体质量，引入正弦函数、调整头狼权重以改进灰狼更新策略，增强算法多样性与挖掘能力；然后，提出头狼靠拢与种群变异交替进行的位置更新策略，平衡算法收敛性能与跳出局部最优能力；最后，以Kapur熵为适应度函数，求解最优分割阈值。将本文提出的改进灰狼优化算法的多阈值图像分割方法，与灰狼优化算法（GWO）、基于翻筋斗觅食策略的灰狼优化算法（DSF-GWO）、基于莱维飞行的樽海鞘群优化算法（LSSA）、改进北方苍鹰算法（INGO）的图像分割方法进行实验对比，结果表明：本文方法在分割用时方面，约为DSF-GWO的1/2，INGO的1/4；在分割精度与稳定性方面，在进行QFN芯片缺陷图像的连续30次分割时，本文方法具有最大Kapur熵平均值、最小标准差与最短分割时间。因此本文方法可实现高精度、高稳定性与高效率的QFN芯片图像多阈值分割。

为了提高柔性机器人抓握传感中掌心表面的重构精度，本文基于COMSOL仿真，在436 mm×436 mm×2 mm聚丙烯板上，采用7只经聚二甲基硅氧烷（PDMS）封装的光纤光栅（FBG）柔性传感器，选取环形布设的方式，在板末端中心与两角分别受力的情况下，使用光纤光栅解调仪采集实验中的传感器数据，并通过三次样条插值法进行连续化。设定数个平面Y与拟合圆环相交，计算过点函数获得三维曲面点集，实现了空间曲面的拟合可视化显示。在曲面末端中心受力时，板末端位移最小相对误差为0.549%，最大相对误差为8.300%，最小绝对误差为0.051 cm，最大绝对误差为1.255 cm，板末端两角受力时，板面重构末端位移最小相对误差为2.546％，最大相对误差为14.289％，最小绝对误差为0.005 cm，最大绝对误差为0.729 cm。实验结果为柔性机器人掌心抓握传感提供了应用基础。

采用功率谱反演法模拟了同轴叠加产生的双拉盖尔-高斯涡旋光束（Double Laguerre-Gaussian Vortex Beam，DLGVB）在海洋湍流中传输时的光强和相位分布，仿真分析了DLGVB光束在不同海洋湍流参数下的闪烁指数以及在基于开关键控调制的水下光通信系统中的通信误码率。结果表明，随着湍流动能耗散率的减小，盐度温度波动平衡参数、温度方差耗散率及传输距离的增加，闪烁指数逐渐增加；随着湍流动能耗散率以及拓扑电荷差值的增加，误码率减小。在海洋湍流环境下，使用DLGVB光束进行传输可以抑制海洋湍流带来的干扰，选择最佳的拓扑电荷差值，可以有效提高传输通信质量及通信系统容量。本文研究结果对涡旋光束及其叠加态在海洋湍流下传输特性研究及水下光通信系统持续扩容的发展需求方面具有重要的参考价值。