导管弯曲内侧面的褶皱变形是一种加工缺陷，它会降低导管承压能力，影响设备运行安全。为了实现褶皱变形的精确测量，提出了一种利用扫描点云的导管褶皱度测量方法。首先，结合弯管的形态特征，提出了一种切线圆弧切线模型方法以重建弯管脊线，确定导管形态参数。然后，借助各个表面点在各自脊线截面下的极角，实现导管轮廓线的管理与提取。最后，提出了一种轮廓线的展平方法，避免导管自身的弯曲形态影响褶皱辨识。基于最大褶皱深度计算导管褶皱度，使用典型导管样件进行脊线的重建验证，优化后的脊线点误差均值接近于零，均方根误差由优化前的0.297~15.439 mm降至优化后的0.171~1.129 mm；使用标准件进行褶皱度分析精度的验证，褶皱度误差稳定在0.011%。因此，所提方法可以实现导管褶皱度的准确测量。

三维成像技术可快速获得被测表面的海量点云数据，如何从点云数据中识别出准确的边缘轮廓线数据是三维边缘轮廓线检测的首要工作。分析边缘轮廓线数据的位置特征，说明在边缘轮廓线的垂直截面线上识别边缘轮廓线数据点的重要意义；由于实际垂直截面线数据在边缘轮廓线数据点处存在倒角圆弧的情况，需通过倒角圆弧中间点求解出边缘轮廓线数据的位置；根据倒角圆弧数据的不同分布特征，提出3种倒角圆弧中间点的识别方法，即拟合抛物线求解顶点法、法向累积夹角半交角判别法、法向夹角引导的弧长均值插值法。在多条边缘轮廓线上验证了3种倒角圆弧中间点识别方法的有效性和精度。

在先进制造中要求对加工的部组件进行在线质量检测,条纹投影三维测量技术因符合在线、非接触的要求而被采用。然而,金属材质表面反射率差异较大会导致拍摄结构光图像过曝和欠曝光,这会造成最终测量数据的缺失或出错。针对该问题,以直接测量得到的不完整点云数据和由计算机辅助设计(CAD)得到的元件设计数据进行迭代最近点(ICP)点云配准,进而得到相机坐标系下的被测物体估算面形的点云数据。将该数据作为预估面形,结合系统标定参数,可建立投影与成像间同名点的图像强度对应关系。利用相机对待测元件上每一点的光强成像响应曲线计算出投影灰度范围和最低投影灰度。最后,利用生成的非等值系数投影光栅进行高反光元件的三维形貌测量。实验结果表明,所提方法在不改变测量系统结构参数和不增加测量系统结构复杂性的情况下,可以更完整地实现高反光元件的三维面形测量。

为实现工业生产中光纤传像材料的微纳米尺度形变监测,基于数字散斑相关理论提出了一种测量离面位移的新方法。运用数字散斑相关算法测得材料变形前后两幅图像之间的面内位移,然后根据楔面化模型即可得到光纤传像材料在显微镜下的离面位移场。介绍了离面位移提取算法的原理,并基于球面化理论对光纤传像材料离面位移测量进行了计算机模拟和实验测试,模拟结果与实验结果均表明该方法可以由二维图像中直观的面内位移直接提取离面位移,可以完成光纤传像材料的实时形变测量。该方法的优点为实验装置十分简单,只需要一部工业相机拍摄显微镜下两幅图像即可完成测量,提取离面位移时无需转换到频域和相位解包操作,适合于动态测量。

针对工业铝材缺陷检测中由缺陷样本稀疏带来的训练过拟合、泛化性能差等问题,提出一种基于多任务深度学习的铝材缺陷检测方法。先基于Faster RCNN设计一个包含铝材区域分割、缺陷多标签分类和缺陷目标检测的多任务深度网络模型;再设计多任务损失层,利用自适应权重对各项任务进行加权平衡,解决了多项任务训练中的收敛不均衡问题。实验结果表明,在有限的数据集支持下,相较于单任务学习,该方法能够在保持分割任务的均交并比(MIoU)指标最优的情况下,分别提高多标签分类和缺陷目标检测的准确率,解决了由铝材缺陷检测样本少引起的检测精度较低的问题。对于多任务应用场景,该模型能够同时完成三个任务,减少推断时间,提高检测效率。

为满足紫外波段对产品的检测与识别需求, 设计出一套宽光谱、较大视场、较大光圈、结构紧凑的紫外工业检测光学系统, 要求紫外工业检测镜头的工作波长为240~320 nm, 全视场角为40°, 系统焦距为15 mm, F数为3, 系统总长小于60 mm。该系统采用MS20-UV型紫外电荷耦合器件（CCD）, 其分辨率为1920 pixel×1080 pixel, 像元尺寸为5.48 μm×5.48 μm。从成本及像质方面综合考虑, 最后采用全球面透射式且非胶合方案。该系统采用反摄远物镜为初始结构, 利用Zemax光学软件进行设计; 结合工艺要求对设计结果进行公差分析, 确定公差误差的来源, 并进行相关结构的优化, 给出优化前后的蒙特卡罗模拟结果; 最终设计出全视场调制传递函数（MTF）在100 lp/mm范围内均大于0.5、场曲小于0.1 mm、畸变小于1.3%的紫外镜头。与其他紫外系统相比, 设计的系统具有成像质量高、分辨率高、畸变低、焦距短、结构紧凑的优点。