工件的表面质量对零件可靠性、质量和使用寿命的影响至关重要。尽管各种基于计算机视觉的目标检测框架已经被广泛应用于工业表面缺陷检测场景，但由于面型的影响以及缺陷之间的混叠性，超精加工工件表面缺陷检测仍然具有挑战性。因此，提出了一种频率嵌入双分支参数预测网络来预测滤波参数，滤除掉型面信息从而使得缺陷特征更加显著。基于智能型面分析的预处理后，提出了一种基于级联区域神经网络感受野增强缺陷检测网络，将可变形卷积间隔地替换到高效网络的卷积模块中，有效地提高了主干网络特征提取的能力，然后重新选择特征图组成新的特征金字塔网络以提高效率，进一步提高网络性能。此外，还构建了具有滤波参数标注信息的滤波参数数据集UPP-CLS和具有缺陷类别及位置的缺陷检测数据集UPP-DET。模型在UPP-CLS上达到了85.36%的准确性，相较于现有网络提升3~5个百分点；在UPP-DET上达到了0.862的平均精度，相较于现有网络提升5.3%~7.8%。模型整体性能优于主流网络结构。源代码将在https：//gitee.com/zihaodl/detect_app上开源。

传统经典的镀层分析方法分析速度慢, 对于不规则镀层样品较难分析, 文中在最佳分析条件下, 采用激光诱导击穿光谱法对两块不规则未知镀层样品进行分析, 镀层分析曲线表明, 两块未知镀层样品采用渗锌工艺制备而成, 镀层表面的锌、 铁元素是主量元素, 　少量的铬起钝化作用, 镀层界面下则是中低合金钢, 用一套中低合金钢标准样品建立校准曲线, 准确分析了镀层界面下中低合金钢的化学成分及Cr和Mo元素在镀层表面的含量变化情况, 从而对未知不规则镀层样品的化学成分有一个深入的了解。

辉光放电原子发射光谱仪可用于物质表面化学成分随深度分布的分析， 在镀层分析、 金属材料检验等领域有着广泛的应用。 文章介绍了辉光深度分析的传统方法和局限性以及实时深度测量技术的近期研究， 提出了一种用于辉光放电光谱深度分析的激光实时测量新方法。 文章采用激光位移传感器和根据激光测量方法设计的辉光放电光源构成实时深度测量系统， 详细阐述了系统的设计方案和技术原理。 系统的设计结构能够实现在辉光光谱分析的同时进行激光实时溅射深度的测量。 通过实验验证和分析了激光实时测量样品溅射深度过程中产生的光源位移现象。 采用双激光器实时深度测量系统对锌合金标准样品进行了溅射深度的实时测量， 给出了实时深度测量曲线。 通过将溅射面测量曲线与参考面曲线进行叠加， 得到了样品溅射坑深度的实际值， 与Dektak8型表面形貌仪测量结果一致。

针对多层靶丸X射线数字图像的成像原理和轮廓边缘进行了理论分析;推导了由靶丸边缘特征点确定靶丸圆心和半径的精确最小二乘拟合算法;对于不同类型(阶跃状或屋顶状)的靶丸图像边缘, 采用均化二阶微分算法或径向吸收强度最小二乘洛伦兹型拟合寻峰算法获取亚像素精度的靶丸圆周轮廓边缘数据;应用快速傅里叶变换算法对靶丸圆周轮廓数据进行分析, 获得了靶丸表面外轮廓或内轮廓模数-功率谱特征曲线。

研究了激光共焦扫描显微镜(LSCM)在微结构分析中的应用,综述了该项应用的优势。LSCM的高分辨率和光强调节功能,使其可用于大角度测量;与图像处理系统相结合,便于微结构的定性和定量分析;而全自动样片台沿X轴和Y轴的自动扫描实现了图像的拼接功能。实验结果表明:运用LSCM测量的斜面最大角度至少可以达到50°;在悬臂梁的形貌分析中,可获得清晰的三维形貌,同时通过二维定量分析精确测得其形变为3.145μm;在100×物镜下,运用拼接功能获得384μm×288μm的视场面积,解决了高放大倍数下,在单帧显微图像中无法获取所观测对象全貌的问题。LSCM在微结构分析中的应用弥补了其它形貌分析设备测量功能上的不足,提升了微机电系统的测试水平。