为了提高全息聚合物分散液晶的衍射效率以及降低其驱动电压和阈值电压，通过在聚合物分散液晶中掺杂多壁碳纳米管(MWCNT)研究其对H-PDLC光栅的电光特性的影响。本文采用了全息干涉的方法制备了4种质量分数(0， 0.03%, 0.05%, 0.07%)MWCNT掺杂的H-PDLC光栅。结果表明MWCNT可以提升材料在532 nm处吸收率，从而导致掺杂0.05%多壁碳纳米管的H-PDLC光栅的一级衍射效率可以达到91%。同时引入MWCNT通过降低电阻率、增加电容改变了介质的介电性能，从而增强电场，表现为掺杂0.05% MWCNT时0.68 V/μm的低阈值电压和1.78 V/μm的低饱和电压。另外，随着MWCNT掺杂质量分数增加，H-PDLC的对比度逐渐降低。

基于固态电解质的金属氧化物薄膜晶体管具有良好的环境稳定性和优异的电学性能，因而具有巨大的应用潜力。针对传统基于固态电解质金属氧化物薄膜晶体管调控方式工艺复杂、制备时间长的问题，本文采用高k固态电解质Ta2O5作为栅绝缘层，透明氧化铟锡(ITO)作为有源层以及源漏电极，在沉积半导体层和电极之前，利用飞秒激光对Ta2O5绝缘层薄膜进行照射处理。探究了不同激光强度对固态电解质金属氧化物晶体管电学性能的影响。随着激光强度的提高，晶体管的开态电流提高，阈值电压负向漂移。同时，本文进一步探索了激光对固态电解质晶体管突触性能的影响，兴奋性后突触电流(EPSC)随着激光强度的增强而增加。XPS测试表明，Ta2O5薄膜中氧空位含量增多，从而导致器件电导的变化。本文利用激光优异的加工处理速度和对材料性能的精确控制，提出了一种简单、快速(<1 s)、低温(<45 ℃)地调控晶体管性能的方式。

音圈变形镜具有无磁滞、响应快、调制量大等优点，在大口径光学望远镜中已经替代了传统的压电变形镜。为提高音圈变形镜驱动器的效率，本文研究了影响驱动器电磁力和效率的因素，建立了音圈驱动器的三维模型，并利用有限元分析软件对其磁体充磁方向、磁体尺寸、线圈尺寸和驱动器结构等参数进行了有限元仿真分析和优化。结果表明，本文设计的动磁式音圈驱动器输出力可达0.43 N，电机常数可达0.9,输出力和输入电流有良好的线性关系，为音圈变形设计和应用提供了理论基础。

小间距LED裸眼3D显示系统可以实现超大幅面和相对较高分辨率的立体显示效果，是液晶裸眼3D显示系统的重要补充。LED子像素具有类点状特性，且子像素可以水平或竖直排列。本文分析了子像素排列方向对小间距LED裸眼3D显示系统串扰的影响。利用Tracepro仿真软件，对像素间距1.25 mm和1.667 mm两种LED裸眼3D显示系统的串扰进行仿真。仿真结果表明子像素水平和竖直排列条件下系统串扰基本相同。对于1.25 mm LED裸眼3D显示系统，实验测量结果进一步证实子像素排列方向不影响系统串扰率。因此在实际应用中，可以根据需要选择1.25 mm LED裸眼3D显示系统的子像素排列方向。

在液晶显示产品中，透过率是一个重要的光学特性指标。为了满足视角等光学指标要求，液晶显示产品会设计改变其偏光片透过轴的方向。在屏内部设计不变的条件下，不同偏光片方向对产品的透过率具有显著的影响。偏光片与背光存在匹配性问题。本文通过实验及理论研究，表明对于仅改变偏光片方向的产品而言，背光的偏振特性是影响相对透过率差异的主要因素，棱镜片是引起背光偏振特性的主要因素，背光主偏振方向与棱镜片方向近似垂直。在3°棱镜片背光架构下，相对透过率差异与背光偏振度呈线性关系，线性度达0.99以上。

针对薄膜晶体管液晶显示器(Thin Film Transistor-Liquid Crystal Display, TFT-LCD)边缘亮度偏低、出现暗带的不良现象，对不良机理及影响因子进行研究，并总结较优工艺条件。实验结果表明: 从液晶面板设计角度，均匀的边缘盒厚有助于提升边缘亮度均一性，故适中的液晶量、硅球尺寸、硅球掺杂比及较硬的封框胶其性能更优，同时贴附偏光片后的液晶面板越平坦其暗带程度越轻; 从背光源角度，模组成品的边缘暗带不良与背光源批次存在强相关性，但主要受背光源的平坦度等尺寸参数影响而非背光源自身的暗带程度。此外，老化工艺释放了背光源与液晶屏组装时产生的内应力，缓和边缘位置的形变，适当延长老化时间有利于降低边缘暗带不良发生率。通过以上较优条件的导入，成功改善了TFT-LCD显示器边缘暗带不良，有效地提升了产品竞争力。

众多广视角技术中，高级超维场转换技术(Advanced Super Dimension Switch,ADS)具有高分辨率、高透过率、低功耗、宽视角、高开口率、低色差、无挤压水波纹(Push Mura)等优点。与垂直取向(Vertical Aligned, VA)模式相比，ADS模式存在对比度(Contrast Ratio,CR)偏低的问题。本文主要从设计及材料两个方面对ADS显示模式超高清(Ultra High Definition,UHD)产品对比度提升进行研究。与传统的产品相比较，在设计方面采用了高透像素设计，在提升L255亮度的同时，保证L0亮度不变; 同时开发了一种低散射液晶，降低L0亮度，明显改善对比度。将高透像素设计搭载55UHD 和49UHD ADS产品进行了实验验证，将低散射液晶搭载49UHD ADS产品进行了实验验证。结果表明，采用高透像素设计的面板与传统设计面板相比，对比度提升约8.3%; 采用高对比度液晶的面板的与传统设计面板相比，对比度约提升22%。二者共同作用，UHD产品对比度提升约30%。

传统的LED智能玻璃显示屏的控制系统需要以计算机作为视频源进行实时的视频输出，但在小规模场合中使用不够方便，因此本文设计了一种脱离实时视频源、便携的视频播放控制系统。该系统主要由视频输出单元和视频转发单元两部分组成，视频输出单元采用搭载操作系统的CPU+FPGA双核架构，CPU通过USB接口对U盘中视频数据进行读取，通过在CPU特定内置APP中进行地址映射图绘制，生成地址映射数据，并将视频数据和映射数据发送至FPGA，FPGA对视频数据重新排序，通过光纤发送至视频转发单元，视频转发单元接收并选取其中一部分视频数据，反Gamma校正后发送至驱动系统实现对显示屏上LED的控制，采用多个视频转发单元级联方式驱动大规模LED智能玻璃显示屏。此系统给产品应用带来了方便，具有更广泛的应用范围。

本文对最近若干年显示驱动显示芯片的原理和发展进行了概括总结，对未来显示驱动芯片的发展趋势进行了预测与展望。采取综述的形式，先介绍几种常见的显示屏幕，根据显示屏需要的显示驱动技术，引入到显示驱动的原理，最后列举显示驱动芯片的发展现状，整理出近几年的发展亮点和发展趋势，再对显示驱动芯片未来的发展进行预测展望。通过对近几年各个热门公司的显示驱动芯片的对比，发现显示驱动芯片的革新速度明显增快，功能明显增多。作为显示驱动技术的智慧结晶，显示驱动芯片在未来几年将有更加快速的发展变化。

常见的目标检测模型由于模型参数量较大，往往难以部署在无人机、卫星等移动嵌入式设备上。为了对船只进行实时监测，将目标检测模型部署在计算能力较弱的设备上，对基于计算机视觉的卫星图像船只目标检测方法进行研究。针对卫星图像中船舰的形状长宽比例特点，采用K-means++聚类算法选取初始的锚点框; 接着对模型进行多尺度训练，将多尺度金字塔图像作为模型训练的输入; 将YOLO-v3目标检测算法的批归一化层的尺度因子作为通道重要性的度量指标，对YOLO-v3模型进行剪枝压缩。实验结果表明，采用的模型剪枝和压缩方法能有效地对模型进行压缩，模型的参数量减少了91.5%，模型检测时间缩短了60%,极大地减少了系统计算性能的开销。当采用的初始锚点框个数为6个时，平均准确率(mAP)达到77.31%，满足了卫星图像船舰实时性检测的需求。

目前相机成像仿真研究存在成像模型少、覆盖不全的问题，难以满足相机在复杂观测条件下的仿真需求。因此提出一种基于卫星工具包(Satellite Tool Kit, STK)与开源场景图形(Open Scene Graph, OSG)相结合的空间光学相机成像仿真方案。使用STK建立被观测目标与相机的轨道参数，通过数据导入，创建被观测目标表面二维、三维景物信息; 通过对多种影响模型分析研究，在OSG中创建影响模型，实现相机在复杂观测条件下的成像过程仿真; 利用分布式技术设计系统结构，分模块完成整个仿真系统的开发。实验结果表明，该系统能为空间光学相机在复杂条件影响下的成像过程提供一个良好的仿真环境，为空间光学相机的设计、优化提供有力的数据支持。

为了实现对合成孔径雷达(Synthetic Aperture Radar，SAR)数据实时成像处理的目的，在利用空间光调制器(SLM)的基础上，设计了SAR数据实时成像斜平面光学处理器，并调整光路，在保证像质的情况下减少系统所占体积。首先，利用SLM代替传统斜平面处理器中的胶片，提高SAR数据光电转换的速率。然后，根据已知的SAR相关数据设置光学处理器的结构参数。根据SAR的横纵缩尺比设计满足要求放大率的柱透镜，根据柱透镜的总体长度设计球面镜，以保证柱透镜有足够的工作空间，球面镜部分设计为4组元全对称结构形式。设计完成后，再调整光路以减少系统所占体积，紧凑轻便以便于星载或机载使用。设计结果表明，系统MTF在截止频率内均大于0.4，满足成像要求。光路优化调整后，由总长1 400 mm左右变为700 mm左右，满足设计要求和实际使用要求。

针对棉花异性纤维检测准确率不高、实时性较差的问题，以棉花为研究对象，提出了一种基于改进YOLOv3的棉花异性纤维检测方法。引入轻量级MobileNets网络为特征提取网络，结合YOLOv3的多尺度特征融合检测网络，构建改进的MobileNets-YOLOv3模型。提出一种分段式学习率，以增强学习效果。将实际采集到的真实棉花异性纤维图像数据集按4∶1的比例划分为训练集和测试集，并使用对比度增强、水平镜像等6种图像增广方法扩充数据集。对扩充前后的数据集、不同的学习率、改进前后的YOLOv3模型、本文模型与Faster R-CNN和SSD_300模型做了对比试验。实验结果表明，数据集的增广、改进后的分段式学习率均能改善训练模型的过拟合现象，在测试集上的平均正确率(mAP)分别提高了3.6%、5.64%; 改进后的YOLOv3模型对测试集进行检测的平均正确率(mAP)为84.82%，帧速率为66.67 f·s-1，识别精度优于YOLOv3模型，提高了2.03%，帧速率是YOLOv3模型的3倍，总体性能也优于Faster R-CNN和SSD_300模型，能较好地满足棉花异纤检测的精度和实时性要求。

为了解决海量交通视频数据的监控和分析问题，本文对Hadoop大数据背景下的交通视频监控技术进行了深入研究，提出了基于交通视频数据的异常检测算法的设计方案，实现了交通数据的实时更新和异常分析，同时针对海量交通监控视频，设计了基于Hadoop组件MapReduce的并行实现算法，并通过浙江省某市的实际交通数据验证算法的有效性和准确性。经过实验证明，本文算法可以有效计算出交通拥堵情况和异常情况，相对于传统方案，本文方案可以聚焦10 min范围内的时间粒度对交通情况进行实时分析，相对于传统的分布式计算模型，本文的方案10 min延迟可以控制在2.1 s,比传统方案延迟降低了81%,基本满足交通视频监控的实时和细颗粒度等要求。