动脉粥样硬化引起的易损斑块破裂已经严重危害到人类的健康，而血管内光学相干断层成像（IVOCT）凭借其高分辨率已经成为识别冠脉易损斑块的主要工具，但图像判读费时费力，通常还依赖于医生的经验。目前已有基于传统机器学习的研究实现了对单帧图像的分类，但这些信息不足以辅助医生确定治疗方案，仍然需要医生二次判读。基于Faster R-CNN（R-CNN，区域卷积神经网络），针对IVOCT图像中易损斑块的特点，在数据增强、预测框（BBox）编码、网络结构等方面进行了改进和优化，实现了对易损斑块的自动识别，并选取易损斑块的病变累积角度、纤维帽厚度、巨噬细胞浸润情况、浅表微钙化情况和血管狭窄程度作为指标，对易损斑块的破裂风险进行多方面评估。在公开数据集CCCV2017 IVOCT中进行训练，测试后取得了较好结果，该方法可推广应用于同类图像。

针对铁氧体电感表面裂纹和隐含裂纹的检测，传统机器视觉方法存在裂纹成像模糊，识别率偏低等问题。提出了一种基于激光扫描热成像技术的电感器裂纹检测方法。使用热像仪捕捉样品表面的温度变化，并基于二阶微分算法进行图像合成; 使用轮廓提取算法去除外围轮廓的干扰和次大值滤波均匀图像，使用边缘检测对裂纹进行提取; 最后利用裂纹的面积和长宽比并结合图像的HOG特征当作输入特征，使用支持向量机进行图像识别。结果表明，对于所有的裂纹都能正确成像，裂纹识别正确率达到98.5%，其性能优于其他检测算法。

以埕海海域某平台为例，将智能视频监控系统、船舶自动识别系统（Automatic Identification System, AIS）、广播报警系统以及计算机监控等技术相结合，设计和研发了一套适用于海上无人驻守平台的安防监控系统。该系统实现了对平台周边海域状况和登陆平台处的昼夜实时在线监测，可以智能识别靠近平台的非法船舶和登陆平台的外来人员，并自动触发声光报警进行驱离。运行结果表明，这种系统可以对异常事件作出准确及时的响应，并能自动触发关联设备，从而提升了海上平台安防监控的智能化水平。该研究对于优化海上平台安防监控技术具有一定的实际意义。

光盘能够进行可靠、低成本地离线长期数据存储，当对保存的海量数据进行查询时，需要能够快速逻辑定位到查询结果，并且能够确定所属光盘的物理位置，进行数据读取。这要求光盘在信息及物理世界中拥有唯一的标识，从而方便、可信地统一管理海量数据。本文设计一种批量光盘自动标识系统，它集成普通商用的刻录机、打印机和摄像头，实现批量光盘的自动化物理标签打印和逻辑标识刻录。考虑到每个部件都具有内部独立的时序控制、特定的存取接口。本研究设计并开发了定制化机械结构，以及全局软件调度机制，统一协调物理和逻辑控制。实验结果表明，单套系统能够一次连续地标识200张光盘，平均每张2 min。

搭载于我国第二代极轨气象卫星风云三号A星(FY-3A)上的中分辨率光谱成像仪(MERSI),肩负着获取全球图像和辐射资料的作用。然而,太空环境影响等因素,导致短波红外通道发生在轨增益突跳现象,大大限制了数据的定量应用。通过对冷空、星上定标器和黑体等MERSI星上观测目标的分析,选择冷空作为增益突跳识别的指征目标。提出自动识别、增益归档和档位归一化方法,采用日识别和天内精检测的方法获取增益突跳时空信息,采用分类统计突跳数据的方法获取突跳的在轨增益档位,并利用星上定标源目标和对地观测图像进行归一化效果验证,实现了对1.64 μm和2.13 μm两通道整个生命期91次和18次突跳事件的精确定位,获得了8个在轨增益档位和全部突跳事件的档位信息,并得到了理想的归一化效果验证。研究结果同样显示,增益突跳事件大多发生在对地目标扫描过程,而且每个探元增益突跳的时间不尽相同。由于地球目标的复杂性,基于物理方法很难实现对突跳帧图像的归一。该研究成果不仅有助于FY-3A MERSI图像质量的提升,而且对历史数据再处理也有重要支撑作用。

变频器的参数设定在调试过程中十分重要, 尤其是变频器的功率等级参数更为重要, 如果功率参数设置不当, 就有可能造成设备损坏。传统的功率参数设置都是由人工手动设置的, 出错的概率较高。介绍了一种全新的变频器功率自动辨识电路, 利用555定时器, 通过外围不同的电阻、电容值的配置, 产生不同频率的方波。不同的变频器功率, 对应不同的方波频率, MCU通过检测方波的频率来自动辨识驱动板的功率。

海上油田安防系统中的红外热像仪在有雾天气及夜间都可以对海底管缆区域进行有效的监视, 具有全天候监视的优势。对基于红外热像仪的海上油田安防系统进行了设计, 给出了系统的设备组成。分别对单个红外热像仪系统和红外热像仪与AIS相结合的联合系统进行了设计,并对联合系统的显控软件进行了设计。

工业现场清洁过的微型工件表面仍会有少量灰尘、发屑等附着物存在，在微型工件的视觉检测系统中会因其改变提取的目标轮廓而影响检测结果。为此，以灰尘与工件存在较小差异的任意位置和形状的一类附着物为考察对象，以区域生长提取的目标轮廓为先验背景，研究附着物定位与剔除算法。首先，获取沾染附着物的工件图像，采用基于区域的分割算法做处理，以建立工件轮廓的先验知识；其次，从曲率角度定位附着物轮廓角点，以此剔除附着物轮廓；最后，根据先验知识自动修复断开的外轮廓。实验结果显示，加入附着物去除与修复算法后测量精度没有降低，测量结果误差 6 μm 以内，图像边缘的定位准确度能够给予保证。表明所研究的附着物定位与剔除方法使检测系统在允许微小附着物存在并且不影响测量精度的情况下，实现了目标轮廓的正确判别，提高了视觉检测系统的可靠性。

介绍基于光学原理的云、能见度及天气现象的器测原理和仪器，探讨应用中需关注和解决的问题。从相关技术、设计研发和业务使用的角度做了一定的思考，认为需要从加强基础理论研究、构建相关识别模型和建立器测标准等方面来推进地面气象观测全要素的自动化观测，提高我国气象观测自动化水平。