为研究机制砂粒形表征方法及特点, 采用集料图像测量系统(AIMS)和数字图像处理(DIP)技术测试了5种机制砂的颗粒形态。基于现有研究存在的不足提出了一种改进的粒形测试方法, 并研究了不同粒形表征参数之间的关系。结果表明: 随着粒径范围从大到小, 机制砂的棱角性呈先增大后减小的趋势, 而二维形状值无明显变化规律; 0.3~0.6 mm的机制砂可以反映整体粒径范围的棱角性; 通过单次投影进行图像处理获取的粒形参数有较大的波动范围, 无法准确判断机制砂的颗粒形状; 纵横比与凹凸度有较强的相关性, 粗糙度与纵横比、圆度、凹凸度的相关性较强, 而分形维数与其他几种参数都不具有相关性; 通过改进的DIP技术得出的粒形评价结论与AIMS得出的评价结论一致, 具有一定的可行性和推广价值。

烟雾检测技术在预防早期火灾蔓延方面具有重要的作用,准确快速的烟雾检测算法具有非常重要的实际应用价值。近年来,随着机器视觉与图像处理技术的快速发展,面向视频图像的烟雾检测算法以其非接触性、强鲁棒性等特点受到广泛的关注。面向视频图像的烟雾检测算法有效克服了传统烟雾探测器靠近火源才能工作的不足,但是由于场景的复杂性和环境因素的不确定性,面向视频图像的烟雾检测算法仍然面临着巨大的挑战。首先简单介绍了烟雾检测技术的基本流程,包括预处理、特征提取以及分类识别等步骤;其次介绍了基于颜色和运动分割的预处理方法,进一步分析了烟雾的视觉特性和运动特性,并介绍了相关烟雾特征提取算法;然后,对当前烟雾检测常用的分类器以及深度学习网络模型进行了探讨和总结;最后,重点介绍了烟雾检测算法存在的不足,并对烟雾检测算法的发展进行了展望。

为提高低信噪比条件下单帧红外图像中弱小目标的检测率, 基于高斯噪声高阶累积量为零的特点以及高斯过程的统计特性, 提出一种基于三阶累积量的目标检测算法。该算法首先采用双边滤波进行背景抑制, 然后利用局部邻域的灰度值构造三阶累积量作为检验统计量, 进行目标点的分割。由于目标的灰度分布具有旋转不变性, 在构造三阶累积量时进行两次旋转变换, 可以在增强目标能量的同时进一步消除背景杂波的影响, 降低单帧检测的虚警率。实验结果表明, 基于旋转变换的三阶累积量能够有效抑制边缘杂波, 并稳定检测到信噪比大于0.7的弱小目标。

大气细颗粒物（PM2.5）粒径小, 比表面积大, 容易吸附金属、 有机物、 病毒、 细菌等污染物而成为有毒有害物质的载体和反应体, 严重影响空气质量, 现已成为当前大气环境的首要污染物, 而其中金属及类金属由于具有非降解性和滞后性, 严重污染自然环境, 当PM2.5被吸入人体内, 有毒有害金属及类金属元素由呼吸道沉积在肺泡, 而后转移至血液及其他器官中, 可对人体正常生理机能产生影响, 造成身长发育缓慢, 甚至导致癌症等病变, 进而严重威胁人体健康。 近年来, 我国许多城市也相应开展了PM2.5中金属元素污染特征、 分布水平及源解析的研究。 选择有效采集PM2.5中的金属及类金属元素的方法, 消解效率较高的前处理方法以及操作简便、 快速、 准确、 灵敏和抗干扰能力强的检测方法已成为当前PM2.5中元素分析的研究重点和热点领域。 而电感耦合等离子质谱（ICP-MS）法测定PM2.5中金属及类金属元素, 不仅能满足多元素同时测定, 而且动态线性范围宽, 检出限低, 灵敏度高, 国内外学者们已进行了大量的研究工作, 形成了比较完善的研究体系。 该分析方法可为PM2.5中各金属及类金属组成及来源、 时空分布、 形态及相应同位素分析、 生理毒性和转化机制等方面的研究工作提供强有力的数据支持。 主要对ICP-MS测定PM2.5中金属及类金属元素的分析方法进行了综述, 着重对其采样滤膜选择、 前处理方法及其消解液的选择进行了详述, 重点阐述了ICP-MS联用技术在PM2.5金属和类金属元素形态及同位素分析中的应用研究, 总结了各种采样滤膜、 前处理方法和消解液及检测联用技术各自的优缺点和选择依据, 并对该领域未来存在的挑战和研究方向提出了展望, 为进一步发展更简便、 快速、 高灵敏且选择性好的PM2.5元素分析中ICP-MS检测技术提供参考。

数字全息测量具有准确度高、非接触和全场测量等优点。单波长数字全息测量主要适用于高度变化在微米级的连续性形貌物体,而基于双波长干涉技术的多波长数字全息技术可测量形貌更复杂、高度方向变化更陡峭的物体,大大扩展了数字全息计量技术的应用范围。近年来,多波长数字全息的研究发展有两个主要方向:一是与实际需求相适应的新的测量方式和/或光路;二是图像处理方面包括降噪、数值重建和相位畸变修正等的新技术新方法,使计算效率和测量准确度得到明显改善。

对通信系统受干扰的模式进行分析和模式识别, 可以指导通信系统进行相应的自适应参数调整, 以具有更强、更有针对性的抗干扰能力。研究宽带通信系统, 利用多隐藏层的神经网络可以解决任意形式分类问题的特性, 构建一种基于功率谱谱图和双隐藏层神经网络的通信干扰模式识别方法, 可以对 5种常见的通信干扰进行快速的模式识别。仿真结果表明, 该通信干扰模式识别方法对干扰模式在不同的干噪比情况下能获得 99.6%以上的平均识别概率, 对除梳状谱干扰外的各种干扰模式识别准确率均达到 99.7%以上, 梳状谱干扰识别准确率达到 98.4%以上。该方法具备较稳定的识别能力, 可应用于干扰感知的流程中。

心血管疾病已成为了人类的第一大杀手, 心率作为表征心血管状况重要指标, 其临床及日常监测对预防心血管疾病引起的猝死具有重要意义。设计了一个基于视频的非接触式运动状态下多人心率实时检测系统, 通过人脸检测与人脸跟踪技术实现多人实时准确检测跟踪, 并采用感兴趣区域自适应提取与ASF滤波算法, 抑制了IPPG信号中的运动伪差, 实现了高信噪比脉搏波信号提取。采用医用指夹式血氧仪进行对比实验, 二者的均方根误差为4.1280BPM、相关系数为0.812。Bland-Altman分析结果显示, 大多数点分布在95%的置信区间内, 表明设计的心率监测系统与标准指夹式测量结果具有较好的一致性。