为了更好地检测低空风切变, 保障飞机的飞行安全, 提出了一种基于小波变换模极大值的激光雷达风切变预警算法。先用小波变换求取重组逆风廓线上的模极大值, 找到“拐点”后再利用风切变判断标准来判断。在进行数值仿真和来自湖北郧西气象站、四川攀枝花机场的现场检测验证后, 确认新算法在准确性及效率方面都有良好的性能, 且脉冲型数据使用biorthogonal系中双数小波检测结果较准确, 而阶跃型和斜坡型数据需使用Daubechies系中Db5小波。结果表明, 鄂西北郧西县和攀枝花保安营机场均有风切变发生, 风切变强度为重度。该算法能检测不同类型的风切变, 不用考虑风切变的尺度, 较好地弥补了现有算法的不足, 为飞机的起降提供技术保障, 对实时检测和预警也有重大的意义。

针对强海杂波背景下的海面微弱目标检测问题, 提出基于优化ESMD-ICA的检测算法。利用小波模极大值去噪算法对信号预去噪, 再采用优化ESMD-ICA去噪算法, 最后用优化灰狼算法(GWO)改进的ELM模型对重构的去噪信号做预测。利用IPIX雷达实测数据验证新算法, 实验证明：新算法在抑制海杂波前提下, 未破坏信号的混沌性质, 新预测模型的检测性能远胜于传统预测模型(BP神经网络)。新算法在去噪效果、模型训练与检测时间以及检测器稳定性等方面均表现良好, 有利于算法广泛应用于实际工程。

为了解决浮选气泡图像现场光照不均、相互黏结、无背景等造成的直接形态特征提取困难问题, 提出一种浮选气泡NSCT域(Nonsubsampled Contourlet Transform, NSCT)的多尺度等效形态特征提取及识别方法。通过NSCT变换将浮选气泡图像分解为低频图像和多尺度多方向高频图像; 采用模糊集方法二值化低频子带图像, 得到气泡亮点图像, 提取亮点个数、平均面积、标准差和椭圆率作为等效形态尺寸特征; 结合方向模极大值及差分盒维法计算各高频子带方向的分形维数; 最后, 将多尺度多方向等效形态尺寸特征作为输入, 采用量子门节点神经网络对三类浮选气泡图像进行状态识别和分类。实验结果表明, 该方法提取的等效形态尺寸特征与分类的相关性高, 能对三种类型浮选气泡图像进行有效的状态识别, 平均识别准确率达95.1%。本算法的识别准确率较几种流行算法而言有较大提高, 适用于动态变化的浮选工况。

为减少因封酒环缺陷导致酒质量变差的问题,提高缺陷检测效率,需对封酒环在线缺陷检测方法展开研究与开发。根据封酒环结构、位置与瓶盖内径、深度等特点,研发一种基于机器视觉双视场双工位协同在线检测系统。针对封酒环轮廓缺陷在二维信息中难以提取的问题,提出将封酒环轮廓二维信息转换成一维向量,在此基础上应用一维向量理论对其缺陷进行分析与处理,并采用小波模极大值法进行缺陷提取与判定。实验结果表明该系统可有效检测封酒环轮廓任意位置缺陷,检测精度达到99.89%。与手工检测相比,轮廓信息经维度转换后,检测效率提高6倍以上,满足现场实际生产和预期研发要求,为封酒环无损在线检测提供新的途径。

为实现复杂背景下裂纹目标的有效检测,提出一种融合小波边缘检测与多尺度结构化森林的裂纹分割方法,以提高裂纹检测稳健性。该方法利用多幅裂纹图像和人工标注结果提取裂纹图像特征通道并离散化映射标准结果;利用三角滤波器和降采样方法获取常规和相关性候选特征;并将该特征与离散化后的标签进行结构化森林分类器的训练和验证,进而获得多个尺度的裂纹分割。在776幅结构体裂纹图像和600幅钢梁裂纹图像数据集上进行实验,结果表明,相比于单一多尺度结构化森林方法和其他几种分割方法,本文方法能够在较短的时间内获得最高的分割精度。

主要研究X射线荧光光谱金属组分特征谱位置的确定。 依据不同金属组分的特征谱特性, 分析了特征谱的选取规律, 在奇异值分析理论和模极大值理论的基础上, 分析了基于特征谱小波分解系数的模极大值提取方法, 在不同分解尺度下的特点及其传播特性, 提出了基于模极大值传播的区间特征峰筛选方法, 并对实际测量光谱进行了实验分析。 结果表明: 利用bior4.4小波作为基函数对实验测量的全能谱数据进行4层小波变换, 利用模极大值传播特性, 可以消除全能谱上叠加的部分噪声对光谱分析造成的阶跃影响； 为提高特征峰的位置识别概率, 对小波变换中小于给定阈值的分解系数进行压缩, 将实验获取的X射线荧光全能谱第4层小波分解系数直接进行特征峰识别, 得到的677个峰值位置, 压缩到186个； 在此基础上, 再采用模极大值传播的区间特征峰筛选方法, 筛选区间初始值设置为600 eV, 经识别得到的特征峰峰值位置仅为27个, 识别准确率得到有效提高。

针对浮选表面气泡图像边界弱、光照不均匀和气泡分布不均匀导致气泡提取困难的问题, 提出了一种结合非下采样Shearlet变换(NSST)和多尺度边界检测及融合的浮选气泡提取方法。对气泡图像进行NSST分解, 得到低频子带和多尺度多方向高频子带图像, 通过构造自适应分数阶微分谷底检测模板提取低频子带的山谷边界, 结合尺度相关系数及方向模极大值检测获取高频子带的边缘信息, 再通过山脊特性判定从边缘信息中提取气泡的边界细节, 最后进行多尺度边界融合、边界形态学处理以实现气泡提取。实验结果表明：该方法受噪声和光照的影响小, 能有效提取出不同分布类型的气泡, 其平均检测效率和准确率较现有方法有较大的提高, 能够满足浮选工况动态变化的需求。

为了能在强噪声条件下实现对弱目标的亚像素定位, 提出了一种基于改进小波变换和Zernike矩的亚像素边缘检测算法, 该方法首先结合小波变换和小波模极大值原理, 将边缘点由粗到细地搜索出来, 实现边缘的准确、有效定位, 然后再用改进后的Zernike矩算子对图像进行亚像素边缘提取。对工程应用中带有噪声图像的处理结果表明, 该方法抗噪能力比较强, 且定位精度比较高, 在提取效果上明显优于经典边缘检测算法, 是一种稳定可靠的图像边缘检测算法。

提出了基于条纹式激光传感器的机器人焊缝跟踪系统，采用机器人末端安装条纹激光传感器，在焊接过程中实时获取焊缝轮廓数据；利用小波变换模极大值理论对焊缝轮廓数据进行分析，确定焊缝特征点；以特征点为分界点，采用最小二乘法拟合焊缝直线并求取交点，精确确定焊缝轮廓特征点坐标；通过机器人坐标变换实时获得焊缝运动轨迹，从而实现焊缝跟踪。对不同的V 型焊缝进行实验验证，并对有无采用最小二乘法精确定位进行对比实验。实验结果表明：只采用小波模极大值理论获得的跟踪误差约为0.514 mm,但轨迹存在较严重的抖动现象；而采用了最小二乘法精确定位特征点后，跟踪误差约为0.304 mm，抖动现象明显减弱,满足自动焊接误差要求在0.5 mm之内的要求。

为了实现对信号和噪声的有效分离, 从而对光缆线路中的故障点进行准确定位, 避免对故障点的漏判/误判, 改善故障的定位精度, 文章提出一种对通信光缆线路中的故障点进行定位和检测的方法, 基于小波变换模极大值监测信号奇异点的理论, 并结合阈值去噪法来对OTDR(光时域反射仪)测试曲线进行去噪。结果表明, 该方法能对OTDR测试曲线进行有效去噪, 更准确地确定光缆故障点的位置。