针对集中式融合结构跟踪系统,利用随机逼近算法分析了权值的最优分配原则,提出了一种基于模糊推理的多传感器融合跟踪算法.该算法采用协方差匹配技术,依据滤波新息,动态调整测量噪声方差,使融合系统的均方误差始终最小.同时利用双滤波器结构,根据系统方差,实现滤波器间的动态切换,提出了基于模糊推理的并行双Unscented卡尔曼滤波自适应跟踪算法,增强"当前"统计模型对弱机动目标的适应能力.针对机动和非机动飞行航路进行了算法仿真,结果表明,在时变测量噪声条件下,采用模糊融合跟踪算法前后的速度均方根误差分别为45.7m/s和36.2m/s,18.7m/s和9.6m/s,提高了多传感器系统的稳健性和跟踪精度.

在目前悬浮生物芯片检测技术的基础上,提出了一种新颖的悬浮式生物芯片并行检测分析方法.液流推射装置产生平稳、均匀的悬浮式生物芯片溶液薄层二维微流场,使微球探针并行流入测试区域后暂时停止流动;用连续激光激发荧光,高灵敏度CCD凝结成像,实现悬浮式生物芯片的并行检测分析.采用液流周期性停止时间(100ms)与CCD曝光时间(100ms)相匹配的方法并行检测悬浮式生物芯片,每秒可检测约2000个微球探针信号.入射激光斜入射到检测面使激光光路与收集的荧光光路分离,极大提高了信噪比.采用窄带(带宽22nm)、高截止率(10-8)的滤色片有效地抑制了信号的串扰,相对误差可达3×10-5.

APS星跟踪器探测灵敏度同APS噪声源、填充因子、量化效应、频谱响应和恒星的光辐射特性有关,其中,APS噪声和APS对恒星辐射的响应特性是主要影响因素.提出了一种计算APS探测极限星等的简单方法.该方法根据最佳检测原则,由信噪比阈值和APS噪声值得到APS探测信号值,再通过典型APS对0星等恒星的辐射响应求出APS相应的探测极限星等.在信噪比阈值为5的情况下,得到某类APS的探测极限为6.31星等.

根据灰度掩模的制作理论,提出了由PP8000胶片输出仪、远心成像透镜组、平行准直He-Cd激光器构成的精缩投影曝光灰度掩模制作系统.通过灰度掩模平面不同位置处提供可变的透过率,经一次光刻后得到所需的衍射光学元件.该系统不仅可采用黑白胶片制作高分辨率灰度掩模板,还可根据彩色灰度等效理论,利用彩色等效胶片实现256灰度级的扩展细分,以进一步提高灰度掩模板制作的分辨率.对于16台阶灰度掩模,其分辨率可以从0～255扩展到0～1280灰度级.利用该系统给出了二元光栅精缩后的感光图片.

传统光学光刻技术(OL)由于其固有的限制,虽然可对任意图形成像,但分辨力较低.无掩模激光干涉光刻技术(IL)的分辨力可达λ/4,却局限于周期图形.成像干涉光刻技术(IIL)结合了二者的优点,用同一个系统分次传递物体不同的空间频率,能更有效地传递物体的信息,以高分辨力对任意图形成像.初步模拟研究表明,在同样的曝光波长和数值孔径下,对同样特征尺寸的掩模图形,IIL得到的结果好于OL.在CD=150nm时,IIL相对于OL把分辨力提高了1.5倍多.

磁流变抛光技术可用于具有超光滑要求光学元件的超精密制造.在明确磁流变抛光机理的基础上,开发了油基磁流变抛光液,其体积比配方是:33.84%的羰基铁,57.34%的硅油,6%的氧化铈,2.82%的稳定剂.抛光液初始粘度达到0.5Pa·s,流变性具有较大范围的稳定性能.实验中,利用磁流变液在外磁场作用下形成的强剪切应力对一平面K9玻璃进行了可控抛光,结果证明其具有良好的抛光特性,抛光23分钟后工件表面粗糙度降低到0.6739nm.

针对具有镜面反射特性的光滑球面,提出了一种利用反光带的镜像变形来对表面缺陷进行快速检测的新方法.这种方法通过漫反射反光带增强图像上的缺陷信息,克服了背景噪声在图像处理中会造成较大误差的缺点,也降低了照明系统的设计难度.根据缺陷引起的反光带镜像变形获取缺陷特征,使图像处理软件的工作量大大减少.通过实验,给出了缺陷尺寸和扫描间隔等因素对检测结果影响的分布曲线,为合理提取缺陷尺寸提供了参考.实验表明,该方法的鲁棒性好、效率高,能识别0.5mm以上的全部缺陷,定位误差在+-1°之内.

提出一种新型的色度均匀性测试方法,它主要是利用CCD成像系统拍摄显示屏白场画面,通过图像采集卡把画面的RGB三刺激值存入计算机,然后根据色度学定义和有关标准进行计算和处理,把处理后的结果用三维图显示.其特点是既可以快速直观地显示测试区域的色差变化,又能定量地得出显示屏任意位置的色差量.实验证明该方法的测试误差小于5%.

傅里叶变换轮廓术中通过反正切计算出的相位是截断的,如果被测物高度变化引起的相邻点的非截断相位变化过大,就无法直接进行正确的相位展开.故提出一种采用双频光栅的快速傅立叶变换轮廓术:从一帧条纹图中获取同一物体对应于不同等效波长的两组截断相位,先展开对应于低频的低精度截断相位,并以此为参考,根据双频光栅两个频率之间的关系,展开对应于高频的高精度相位.经过模拟比较,在误差范围内比传统方法恢复的图形有了较大的改善,相对误差率由2.26%下降到1.79%.

研制了一种新型的利用激光光束反射原理的全光纤弹速测量系统.该系统采用了全光纤结构和光纤耦合器等无源器件,以输出光功率1mW,工作波长1300nm的半导体激光器作为测试系统的光源,用光纤耦合器进行分光,实现了在一根光纤中同时传输光源和接受目标反射的信号光,避免了复杂的调节和准直过程.该系统结构简单、可靠性高,利用它,成功地测量了霍普金森杆发射的子弹速度,结果表明其速度测量相对不确定度小于1%.

提出了一种有效的基于递归门限分析的红外目标分割方法.针对传统方法在目标的相对面积较小时背景信息容易误分的问题,将传统分割方法和递归处理结合起来,用于分割红外目标.在分割时,将每次分割得到的背景部分(即暗部分)淘汰掉,而保留分割得到的目标部分(即亮部分).对得到的目标部分进行再分割,又得到新的目标和背景部分,如此重复下去,直至得到目标为止.对传统的Otsu方法、一维熵方法、二维熵方法的递归分割特性进行了分析比较,并根据目标的先验知识提出一种合理的递归终止准则.试验结果证明,基于递归门限分析的方法是一种行之有效的目标分割方法,分割性能优于传统方法.

在对多目标探测所用传感器的选择、目标提取和数据处理等三方面技术问题进行分析论证的基础上,提出了一种新的多、弱、小、暗目标近地弹道参数测量方法.采用红外热像仪合理布站,对运动的多个目标进行空间定位;采集多目标近地区域的下落图像,拟合出相应的轨迹,然后根据多条轨迹得到诸如目标空间坐标、轨迹、速度等弹道参数.这种方法可用于测量靶场落点和近地轨迹等;尤其是在对子母弹子弹群的近地弹道参数及落点的测量中,通过后期处理,可快速精确地报出各子弹的落点坐标.

针对红外图像的特点,提出了一种综合应用边缘检测和区域生长方法的图像分割方法.其思路为:先对图像进行边缘提取,得到边缘像素点集;然后利用该点集的平均灰度和目标区域的连通性作为生长判决条件,采用区域生长法实现图像分割.仿真结果表明,该方法能快速准确有效地实现红外图像分割,避免了单独使用边缘提取或区域生长法进行图像分割时的典型分割错误.

针对线性反锐化掩模法对医学图像增强的不足,提出了一种基于多尺度抗噪反锐化掩模的医学影像增强算法(MSNR-UM).该算法将原始图像分解为一个多分辨率金字塔,金字塔的每一级代表该尺度下的细节图像,利用非线性函数对各尺度下的细节图像进行增强,采用与分解过程相反的步骤将处理后的各尺度细节图像合成为增强图像.实验结果表明,在处理同一图像时,MSNR-UM法的背景噪声方差仅为线性UM法的28%.

提出了一种用液晶光阀实现对输入图像的微分预处理和对功率谱微分处理的实时联合变换相关器.两个液晶光阀均处于非线性变换态,分别在输入面和频谱面上实现对输入图像和联合功率谱的微分处理.微分功率谱经傅里叶透镜变换后得到相关输出.实验表明,该相关器采用全光方式不仅保证了实时性,而且锐化了相关峰;经该相关器微分后的图像,其相关性能明显优于常规联合变换相关器输出的结果.

人眼对不同灰度级的分辨能力非常有限,但对色彩却相当敏感,能区分有不同亮度、色度和饱和度的成千上万种颜色.根据人眼视觉的这个特点,提出了一种激光光斑能量分布的三维伪彩色可视化方法.该方法利用伪彩色技术将激光光斑的256级灰度图像变换为连续变化的伪彩色图像,通过空间灰度插值运算将离散的图像数据生成光斑的彩色三维模型,实现激光光斑能量分布结构的三维可视化,以反映光斑不同区域能量分布的相对大小和位置,并可以通过3D坐标变换进一步方便人们从各个角度观察激光的能量分布.这为光束质量的评判提供了重要依据.

为了更准确地描述双折射波片的特性,提出了取消普遍采用的传统相位差表达式中所包含的近似假设的思想.从晶体双折射的性质出发,结合双折射波片的结构特点,将e光波法线在波片中的折射角和折射率用入射角及晶体的参量表示出来,推导出e光波法线与o光波法线间相位差更准确的表达式.为了研究偏振光之间干涉的需要,推导出光线间相位差的精确表达式,以准确表述光线的路径,特别是晶片外的路径.更精确的相位差表述为更准确地分析双折射波片的特性提供了极大的方便.

提出一种用于数字成像的自动对焦系统,它以CMOS为图像传感器,用DSP进行数据处理并控制驱动电路调整镜头的位置,达到准确自动对焦的目的.系统采用对焦深度法实现自动对焦,通过改变镜头的位置获得一系列模糊程度不等的图像,计算每幅图像的清晰度评价值构成对焦评价曲线;采用梯度函数作为评价标准来评价图像的清晰度;采用窗口选择技术控制对焦感兴趣范围,减少了数据处理量;对实验样机的测试表明,系统有较好的自动对焦性能,并解决了百叶窗问题,对透过玻璃窗户的目标仍然能正确对焦.

针对目标背景运动的情况,在随机哈夫变换运动检测方法(MDRHT)的基础上,提出了基于中心偏移的哈夫变换运动检测方法(Center-Biased MDHT).它利用图像中显著的边界信息,有效地估计图像序列帧间图像背景的整体运动;利用图像背景运动的一致性,预先设定帧间位移的阈值,减少了预处理阶段的计算量;对前后两帧相邻图像进行差分处理,充分利用小目标在差分图像中成对出现的特点,达到了在目标检测阶段减少计算量的目的.