收发一体式压电微机械超声波换能器(PMUT)的接收信号存在较长的拖尾, 导致近场原始回波难以区分, 造成测量盲区, 对此提出了一种在拖尾段识别回波信号的方法。该方法利用解调对数放大器非线性压缩接收信号并进行包络处理, 得到拖尾段具有明显极值点特征的包络曲线, 并通过包络曲线极值点识别回波峰值。选取8组谐振频率不一的PMUT器件对该方法进行测试验证。结果表明, 在最远测距大于300 cm的情况下, 测量盲区缩减至10 cm附近, 该方法具有一定的有效性与普适性。

由于重力异常具有随机性, 导致序列重力匹配算法精度受到匹配轨迹起始点位置的影响, 因此, 该文提出了 一种动态序列重力匹配算法。该算法通过对构建多起点匹配轨迹序列, 动态选择起始点, 构建匹配轨迹序列, 通过相关极值法提高重力匹配精度。结果表明,动态序列重力匹配算法重力匹配精度高, 实时性好, 能为水下载体长时间航行提供导航信息。

为提高偏振调制激光测距方法精度，针对采样信号存在波形变形问题，提出了基于改进移动最小二乘（IMLS）算法的偏振调制激光测距方法。首先，基于偏振调制测距原理分析了调制信号波形变形产生的原因和频率解算准确度对测距精度的影响；然后，提出了基于IMLS算法的偏振调制激光测距算法，搭建了偏振调制激光测距系统；最后，分析和验证了IMLS算法的权函数、影响半径等参数对测距精度的影响，并对所提算法、摇摆法、最小二乘法进行了测距精度对比分析和验证。实验结果表明：在11.94 m的被测距离下，选用正态加权函数作为权函数，形状参数为3，影响半径为500 kHz时，基于IMLS算法的偏振调制激光测距算法的误差最小，仅为0.111 mm，此方法的测距精度优于摇摆法和最小二乘法。基于IMLS算法的测距方法适用于偏振调制测距系统，可有效提升测距精度。

多光谱测温依据黑体辐射定律, 通过辐射光强、 多组波长即能推测出温度值, 克服了比色测温要求光谱单一和比色光谱相近的约束, 在工程实际中得到了广泛的应用。 在多光谱温度反演的过程中, 光谱发射率的求解及多光谱数据处理是精确测温的关键。 目前, 光谱发射率的求解大多以光谱发射率假设模型为主要的方法, 当假设模型与实际情况接近时, 反演的温度与光谱发射率精度很高, 当二者不相符时, 反演的结果与实际情况相差甚大, 对于复杂材料和燃烧过程中材料性能动态变化情况下的测温, 以光谱发射率假设模型的方法存在盲目性; 近年来, 基于神经网络的深度学习的方法应用于多光谱测温, 避免了光谱发射率假设模型, 可建立温度与多光谱的非线性统计规律关系, 但需要海量数据与超强算力支撑, 且建模过程复杂。 针对上述问题, 提出了一种基于多元极值优化的多光谱温度测量方法(MEVO), 该方法利用不同温度下多光谱信号之间的关联性, 通过分析在多光谱温度反演过程中各通道测量温度之间的联系, 基于多光谱辐射测温原理以及温度反演过程中各通道数据之间的信息关联, 建立多元温差关联函数, 通过关联函数的寻优, 建立高精度测温模型。 该方法将建模过程简化为多元温差函数的寻优问题, 避免了光谱发射率与其他物理量的关系假设, 降低了深度学习方法对数据样本量的要求, 简化了多光谱温度测量的过程。 为了验证该方法的可行性与可靠性, 利用一套简单的8通道多谱测温装置进行实验验证, 实验中认定黑体炉发射的温度是标准值, 在1 923.15～2 273.15 K温区内对468～603 nm波段的光谱数据进行标定, 实现了基于多元极值优化的多光谱温度测量, 其测温精度在0.5%左右, 温度反演时间在2.5 s以内。 与二次测量法(SMM)、 神经网络方法相比反演精度有所提高; 反演速度与SMM法相比有大幅度提升。

提出一种新的线结构光中心提取算法。该算法从光条区域与背景区域具有高对比度这一特性出发，基于最大极值稳定区域算法（maximally stable extremal regions, MSER）对光条有效区域进行快速高效的提取。基于只对光条有效区域进行扫描的思想，避免了传统算法对图像冗余信息扫描过程中易受噪声影响及检测效率较低的不足。此外，针对灰度重心法存在因激光条纹横截面参与计算数量不同而导致光条中心存在偏移误差的不足，提出基于开窗思想的灰度重心法对基于MSER所检测的有效光条区域进行中心提取。试验结果表明: 该算法能够实现对光条中心的快速提取，比Steger算法提速将近19倍，且具有较高抗噪性。

针对传统移相干涉测量中需要多帧干涉图, 对测量设备稳定性要求高, 相位提取速度较慢的问题, 提出了一种基于干涉图特殊极值特征的两帧随机相移干涉图相位解算方法。该方法仅需两帧干涉图, 利用高斯高通滤波器对具有随机相移量的两帧干涉图分别进行处理以滤除其背景, 再通过干涉图中一定数量的特殊极值特征像素点来确定两帧干涉图之间的相移量, 进而根据反正切相移相位提取算法对干涉图的相位进行解算。仿真模拟和实测对比结果表明, 该方法可通过两帧随机相移干涉图获取较高精度的测量相位, 大大减少了测量系统误差对相位解算结果的影响, 对于256×256pixels的石膏像眼部干涉图, 执行时间在0.02s以内, 相位提取速度较快。

为提升目前连续汉语音节切分算法在噪声环境中的切分效果，基于汉语语音的对数包络特征提出一种音节切分算法，用曲线插值法获取信号包络，再经滤波和对数运算获取对数时域包络，然后采用门限判决从包络上获取极值点，根据极值点的分布特性确定音节的切分边界。所提方法对无噪汉语语音的音节切分效果优于传统方法，且在低信噪比情况下仍具有较高的切分准确率。

为提升噪声环境中汉语语音音节的匹配效果，依据汉语语音的谱峰值点特征，提出了一种音节匹配算法。采用离散余弦变换提取语音信号包络语谱图，利用人耳掩蔽效应进行谱能量判决，获取每一帧谱能量的极大值点；接着在对数频率范围内作二值量化，将音节信号对应为二进制序列；然后根据二进制序列的模板对比，确定音节匹配结果。本算法对无噪汉语语音的音节匹配效果优于传统方法，且在低信噪比情况下仍具有较高的匹配准确率。

针对网孔织物图像的对比度低和噪声点多而导致分割结果中存在网孔连在一起和残缺等问题,提出一种基于区域灰度极小值的分割算法以期提高网孔的分割精度。首先利用高斯金字塔缩放和直方图均衡化算法处理图像以增强图像的纹理轮廓和明暗对比度。然后采用一种基于区域灰度极小值的分割算法以解决仅仅依靠灰度值大小而无法正确分割网孔的问题。最后采用一种多图像融合算法以解决基于局部灰度极小值的分割算法中阈值选择困难的问题。选择多种不同光照程度的网孔织物图像进行实验,实验结果表明所提算法的分割效果良好,能够有效地解决分割结果中网孔连在一起和残缺等问题,且网孔织物的分割错误率为0.24%。