为实现多天线无线系统中感知和通信的一体化波形设计问题, 提出一种基于加权优化的目标函数, 在完成数据通信的同时, 降低各天线波形之间的互相关性。利用梯度投影法设计了最优通信波形并作为初始迭代点, 而后利用最大化最小化算法得到一体化波形设计结果。仿真结果表明, 设计的一体化波形实现了通信性能和感知性能的权衡, 可用于多天线感知通信一体化系统之中。

针对载体姿态变化引起的相机旋转运动，提出一种基于相关滤波的高速图像旋转运动估计算法（GPCF）。在灰度投影法的基础上，该算法采用相关滤波代替互相关运算进行角度估计。通过构建循环移位矩阵，扩充负样本数量，有效提高旋转运动估计的精度和鲁棒性。构建噪信比公式，以定量分析噪声对旋转运动估计算法的影响程度。理论分析和实验结果均表明，GPCF能够实时估计图像序列旋转角度，且精度和稳定性相比灰度投影法具有较大提升。

相位去包裹问题广泛存在于条纹投影形貌测量中。提出了一种相移编码去包裹方法,该方法在求解相位时使用多步相移法,并在额外的一幅编码图像中,将标记条纹级数的编码嵌入到相移量中。解码时,通过分析各像素点处不同相移的光强信息序列,可以求解该点处的编码相移量,从而获得绝对相位。该方法只需要少量图像,且可以逐点去包裹,适用于不连续物体的形貌测量,但是容易受到投影仪和相机的噪声影响。通过增加互补的编码条纹图像,提出了一种改进的相移编码去包裹方法,在实现不连续物体形貌测量的同时,显著增强了噪声鲁棒性。经过仿真分析和实验,验证了所提的相移编码去包裹方法的有效性。

红外硫系光学玻璃属于不透可见光的玻璃材料，采用 GB/T 7962不能进行条纹度测试。本文针对上述材料中条纹度难以检测与表征的问题，提出了基于平行光投影法的测试方法，开发了相应测试设备，并对制备的硫系玻璃样品进行了条纹度、灰度及调制传递函数(MTF)测试，研究了灰度和调制传递函数(MTF)的对应关系，提出了用灰度表征条纹严重程度的方法。结果表明：平行光投影法在近红外波段成像能清晰地检测到样品内部条纹缺陷和分布；中红外调制传递函数(MTF)可定性表征样品中条纹对成像质量的影响；条纹度可定量表征样品内部条纹状况，反映对成像质量的影响。为后续该材料的内部质量判定奠定了技术基础。

为了研究厄米-高斯波束在各向异性媒质中的散射特性, 采用了将各向异性圆柱的散射场和内部场用圆柱矢量波函数展开, 应用电磁场边界条件和投影法, 提出了一种分析单轴各向异性圆柱对厄米-高斯波束散射特性研究的精确半解析方法; 获得了厄米-高斯波束通过单轴各向异性圆柱的内场以及近场的归一化强度分布图; 对两种不同的厄米高斯波束入射情形做出了分析和对比。结果表明, 两种波束在通过圆柱后都有入射波和反射波叠加而成的驻波现象, 而TEM10(x′)模式厄米-高斯波束入射后近场强度增强, 且有明显的折射现象。该研究结果对厄米-高斯波束的应用具有一定的参考价值。

赤霉病是小麦的一种主要病害, 它会导致小麦减产甚至绝收, 严重影响小麦种子质量, 此外小麦受侵染分泌的真菌毒素危害人类身体健康。 因此, 小麦赤霉病籽粒的识别具有非常重要的意义。 起初普遍采用色谱法和酶联免疫法进行赤霉病检测, 这些方法设备昂贵、 检测速度慢、 准确性低。 近年来, 高光谱成像技术被广泛应用于农作物的识别与检测中, 但是在小麦赤霉病检测的应用研究中, 大多采用抽样检测的方法, 图像采集完成后需要通过ENVI软件手动选取感兴趣区域。 前期准备工作冗杂, 而且容易发生漏检, 漏检的小麦籽粒在存储运输过程中向周边籽粒快速侵染, 难以保障小麦安全健康。 鉴于此, 利用高光谱成像系统结合机器学习提出了一种用于对大量小麦赤霉病籽粒样本快速可视化识别的算法, 以降低漏检率并提升检测效率。 实验分别采集健康小麦和染病小麦469～1 082 nm波段的高光谱图像, 通过直方图线性拉伸结合图像分割的方法获取小麦样本的掩膜图像信息。 利用Savitzky-Golay平滑去噪法与标准正态变量变换法(SNV)进行数据预处理, 通过主成分分析法(PCA)和连续投影法(SPA)进行特征变量提取, 筛选特征变量个数分别为4个和8个。 在掩膜图像位置采集健康小麦样本与染病小麦样本各400份, 其中75%用于建模集, 25%用于测试集。 采用十折交叉验证法结合线性判别分析法(LDA) 、 K-近邻算法(KNN)、 支持向量机(SVM)分别建立分类模型, 测试集准确率都达到90%以上。 随后比较了网格法(GRID)、 粒子群算法(PSO)、 遗传算法(GA)三种核参数寻优方法对SVM模型的影响, 其中, SG-SPA-SVM(PSO)模型分类效果最优, 建模集准确率为95.5%, 均方根误差为0.212 1, 测试集准确率为98%, 均方根误差为0.141 4。 基于样本点预测的基础之上, 对掩膜获得所有小麦样本的光谱曲线进行预测并将识别结果反馈回掩膜中再进行伪彩色显示, 实现染病籽粒可视化识别。 结果表明, 高光谱成像结合SG-SPA-SVM(PSO)算法建立的分类模型可以高效快速、 准确无损、 可视化的实现小麦赤霉病籽粒识别, 为研制小麦赤霉病自动识别设备提供了算法基础。

针对现有基于点云的容量计量模型的缺陷,本文提出一种改进的洞库容量计量模型。首先,在高度方向上将洞库点云数据由下至上切割为若干微元体;采用提出的分层投影法准确地提取截面轮廓点,基于改进的截面轮廓点排序算法正确地构建截面轮廓多边形,使用坐标解析法计算截面积;考虑洞库的构造特点,分别采用柱体模型与棱台模型计算洞库的下部边墙及上部拱顶的微元体体积;最后,由下至上累加微元体的体积即可获取洞库容量表。选用三个具备代表性的洞库片段数据进行方法验证,实验所得洞库容量表的精度优于规范要求1个数量级,说明本文方法对复杂的洞库结构具有良好的适应性。

针对人工肉眼检测聚氯乙烯(PVC)管材表面缺陷效果差、效率低下等问题,设计了一种基于机器视觉的PVC管材表面缺陷检测算法,并将其用于工业生产。该算法主要包含图像预处理和缺陷检测两部分,图像预处理包括边缘遍历、条纹检测和Gamma变换等步骤;缺陷检测主要包括水平与垂直投影、快速区域生长法连通域标记和分块处理等步骤。该算法对Gamma变换以及区域生长法作加速处理,同时能够最大限度地检测出PVC管材表面缺陷并避免误检。实验及工厂实地检测结果表明,该算法检测准确率为97.6%,实时检测速度超过60 m/min,缺陷最小检测面积为0.05 mm ²,而且管材运行中单边抖动不超过5 mm时无误报警现象发生,管材在运行速度为45 m/min时漏检率为0,因而能满足实际生产需要。

提出了基于单位扇环灰度的虹膜定位算法。利用投影法分割出一个包含瞳孔的矩形区域, 通过最大类间方差法确定该矩形区域的阈值, 完成瞳孔的分割。对于虹膜外边界的定位, 需要基于瞳孔中心分割出某一方向上的扇形区域, 以5个像素作为扇形区域的步长, 计算每个扇环的平均灰度值, 根据灰度变化情况就可以确定该方向上的虹膜外边界点。其他方向上的边界点也通过此方法确定。对这些边界点进行筛选并进行圆的拟合, 最终实现虹膜的定位。实验结果表明, 采用该方法所分割的虹膜图像可以获得良好的效果, 具有良好的应用和参考价值。

针对传统双目视觉定位系统立体匹配困难、计算量大、效率低的问题，设计了一种基于靶标区域(ROI)提取的双目定位系统，以改善定位精度。首先，利用张氏标定法标定双目摄像机，并通过Bouguet算法对整个系统进行立体校正；然后利用直方图阈值法和投影法分割图像中的ROI，以大幅降低后续特征匹配的计算量；最后采用加速稳健特征算法对左右摄像机图片进行亚像素级角点的提取与匹配，并结合标定结果获得精确的定位。实验结果表明，ROI内特征点的匹配准确度可以达到90%以上，系统的定位时间在700 ms以内，可以满足系统实时性的要求。该方法主要针对ROI进行特征点提取和匹配，避免了不必要的全局图像处理，从而将匹配速度从秒级缩短至毫秒级。