针对 X80管道表面裂纹缺陷检测，提出脉冲激光激发超声，连续激光接收超声波非接触无损检测方法，搭建激光超声检测实验系统。通过对管道表面 A、B扫描，采用幅值归一化、滤波、微分等方法对信号处理提取表面波信号，探究激光超声表面波对管道表面裂纹缺陷的检测机理。结果显示：超声表面波遇到裂纹缺陷时一部分发生反射，一部分沿缺陷边缘传播到裂纹底端，在裂纹底端发生模式转换变成横波传播到管道内壁，经管道内壁被反射回裂纹底端，并在裂纹底端再次发生模式转换，变成表面波沿裂纹边缘继续传播；测得的缺陷特征明显，缺陷位置和深度最大误差为 4%，分辨力达到 0.01 mm。实验表明该激光超声检测系统能够有效检测管道表面裂纹缺陷。

针对利用图像配准测量物体的旋转角度问题 ,本文提出利用改进的 BRISK特征点求取。该方法利用 BRISK初步得到特征点后，给特征点间的汉明距离设置阈值初步筛选，以余下点对的最小汉明距离为阈值进行二次筛选得到最终的匹配点对，最后这些点对分别结合 OTSU(最大类间方差 )、仿射矩阵及特征点组成的直线斜率的中位值三种方法，计算物体旋转角度及所需时间。实验结果表明，利用二次阈值对 BRISK特征点进行筛选，配准度有了很大提升；三种方法测量角度的绝对误差基本都在 1 °以内，且消耗的时间均不超过 1 s，而且对噪声，遮挡，光照变化等有一定的鲁棒性。

用“快速低温”法，在保持包层空气填充率不变的情况下，对实验室自制的微结构光纤进行了拉锥，得到了锥长分别为 8 mm、10 mm的锥形光纤。利用多极法模拟可知，拉锥前光纤在 1 129 nm具有单个零色散点，拉锥后光纤锥腰处出现双零色散点，对于 8 mm、10 mm锥长，其零色散点分别为 806 nm /2 456 nm和 637 nm /1 164 nm。8 mm锥微结构光纤在中心波长 800 nm、平均功率 0.45 W的超短脉冲作用下，产生了 378 nm～1 632 nm、 1777 nm～2 450 nm平坦度为 20 dB的超连续谱；当功率为 0.50 W时，10 mm锥微结构光纤位于 1 164 nm的零色散点限制了拉曼孤子及超连续谱的红移，但在 395 nm～475 nm形成谱宽为 80 nm峰，频率上转换效率达到 70.5%。

针对目前已有的基于端面图像的熊猫保偏光纤定轴系统中多采用手动对焦的问题，搭建一套自动对焦系统，提出一种基于保偏光纤定轴系统成像特点的自动对焦算法。该算法选择方差函数进行对焦评价，同时采用基于局部方差最大的对焦窗口选择方式来提高灵敏度，使用一种基于迭代拟合的综合搜索策略来搜索焦点。实验表明，本算法能够实现对保偏光纤端面及其衬块的快速稳定对焦。

为了实现对齿轮弯曲应力的测量，本文在分析布拉格光纤光栅(FBG)应力传感模型的基础上，提出一种齿轮弯曲应力的光纤动态测试系统设计方案。进而利用耦合模式理论对 FBG的光谱特性进行分析，并确定了用于齿轮弯曲应力测量的光纤光栅探头参数；根据齿轮弯曲应力的分布规律，对光纤探头的布置方式和光纤传输路径进行设计。然后，设计基于 F-P滤波器的光纤光栅解调系统，仿真结果验证了解调系统设计的有效性和合理性。最后，通过理论分析得出，该测量方案具有结构简单，抗电磁干扰，适合于分布式测量等特点。

针对布里渊光时域反射型 (BOTDR)分布式光纤传感系统中脉冲光源消光比易受偏置电压漂移影响的问题，本文提出了一种结合双电极串联结构电光调制器(EOM)及“扫描.步进跟踪”算法的脉冲光源消光比自动控制方法。实验结果表明，该方法可将 EOM输出脉冲光的消光比稳定在 50 dB以上。在 150 min的测试时间里，输出脉冲光消光比的最大值为 52.4 dB，最小值为 51.1 dB，波动值仅为 1.3 dB。该方法对 BOTDR光纤传感系统及高功率激光驱动装置等设备中脉冲光源性能的提升具有重要意义。

为提高快速反射镜系统 (FSM)的可靠性，本文设计实现了基于观测器的故障检测。首先，建立 FSM的动力学模型，得到以状态空间方程表示的 FSM系统。接着，基于状态空间方程建立故障检测观测器，通过比较系统传感器测量值和观测器所表示的相应变量信息，生成残差。最后，设计相应的残差评价函数，并将其与阈值函数比较给出传感器故障与否的信息。实验结果表明，在无需额外硬件的条件下，残差向量能够及时正确指示各传感器故障信息。

在激光通信地面光终端的研制过程中，为保证主光学系统获得较高的成像质量和稳定的光轴指向，对次镜结构系统的动态稳定性提出了较高的要求。本文采用有限元分析方法，建立了地面光终端次镜系统的结构分析模型，分析了在施加不同偏置和预紧力情况下次镜结构系统的动态稳定性，得到了翼片偏置大小、预紧力大小与系统固有频率的曲线关系，为提高次镜结构系统的抗扭转刚度和动态稳定性提供了理论参考，对地面光终端次镜系统结构优化设计具有重要的指导意义。

针对目标跟踪在复杂场景中鲁棒性较差以及有效性较低的问题，基于在线检测跟踪框架提出一种基于回归的自适应多特征融合目标跟踪算法。对密集采样得到的各子图像块提取出多种特征分别建立目标表观模型，通过正则化最小二乘分类器得到各模型的响应，利用加权和准则融合各响应，通过求解岭回归方程自适应地在线更新各响应权重以增强局部判别力，得到精确而稳定的检测分数值，从而进行有效鲁棒地跟踪。实验结果表明，该算法在大多数复杂场景下其跟踪精度和鲁棒性优于现有的目标跟踪算法。

相位差算法 (PD)不仅应用于波前传感器还可以作为一种图像复原技术，在波前复原与高分辨力图像事后图像复原有很大的潜力；但是，由于相位差算法的计算量大导致了在 PC平台上很难实现实时处理。以 CPU与 GPU之间较少的数据交互为原则，本文首先对 PD计算过程进行了分析，然后在多 GPU平台上，对 PD算法进行任务划分及优化。实验结果表明，在相差 PV=2λ条件下对于 256 pixels×256 pixels大小图像，经过 50次迭代单 GPU和双 GPU分别耗时 53 ms和 45 ms。

为了检测 TFT-LCD平板表面缺陷，搭建了自动光学检测 (AOI)实验系统，提出了一种基于二维 DFT的缺陷检测算法。通过霍夫变换 (HT)检测到代表线状纹理的高能量频域直线，将位于直线邻域内的频率成分置 0，再经过二维 IDFT进行空间域图像重构，来移除方向性线状纹理背景，最后经过简单的阈值算法将缺陷从背景中提取出来。在对高能量频域直线的斜角计算时，利用数学统计解决了如何自动选取频域中高能量阈值以及如何从斜角直方图中自动提取各个峰值点这两个关键问题。在重构图像时，在以傅里叶频谱中心为圆心的圆环内，设置圆环内的频率成分不变，很好地保护了方向接近方向纹理的缺陷不被移除。实验结果表明，对包含纤维、污点和划痕的 TFT-LCD平板表面缺陷，检测结果完全正确，证明了该检测算法具有良好的实用性与鲁棒性。

针对主成分分析 (Principal Component Analysis, PCA)降维过程中由于特征值相对集中而造成维数仍然偏高的不足，本文提出了基于最优样本的主成分分析 (Optimal Sample-PCA, OS-PCA)降维方法。 OS-PCA通过选择训练样本、优化协方差矩阵，从而达到进一步降维的目的。鉴于离散余弦变换 (Discrete Cosine Transform，DCT)对光照的鲁棒性，以及局部二值模式 (Local Binary Patterns，LBP)对局部纹理特征的有效描述，本文结合 DCT和 LBP特征来弥补单一 OS-PCA特征在人脸表情表征方面的局限性。为了更好地发挥特征与分类器的协作优势，文章构造了一个三层多分类器最优集成的人脸表情识别模型。该模型首先对表情图像进行预处理操作；然后提取 OS-PCA、 DCT和 LBP特征送入三层模型；最后基于单一特征和相应单一分类器的最佳匹配组合，完成多特征与多分类器的最优集成；在执行粗分类结果投票表决的基础上，进一步对仍有分歧的表情图像进行自适应决策，从而得到最终识别结果。实验表明， OS-PCA较 PCA进一步有效地降低了特征维数；同时，基于多特征多分类器的三层识别模型在 JAFFE和 CK库上分别获得了高于 95%和 96%的识别率，并表现出比较优越的时间性能。

传统迭代最近点 (Iterative Closest Point，ICP)不能很好处理异常值、噪声及丢失数据等情况，导致降低了在人脸建模中三维点云配准的精度。本文提出使用稀疏迭代最近点 (Sparse Iterative Closest Point，SICP)来进行深度图的配准，稀疏 ICP通过使用稀疏诱导准则去重新书写配准优化公式以解决这些问题从而提高配准的精度。另外，本文提出一种快速分割头部的方法，它可以从深度图中快速的分割出用户的头部，进而建立一个三维人脸建模系统。实验结果证明了本文算法的有效性。