为了实现自动检测X射线图像中的违禁品,解决相互遮挡、目标相近和小目标违禁品检测难的问题,提出一种基于改进的你只观察一次(YOLOX)算法的X射线图像违禁品检测方法。首先在YOLOX的主干网络低层中引入使用大核注意力构建的空间注意力,提取低层特征图的远距离依赖信息和纹理信息,之后在主干网络的中层和高层增加卷积块的注意力模块以增强感兴趣区域信息并抑制无用信息; 该方法在公开的安全检查X射线数据集上进行实验,同时为改善模型的鲁棒性,在训练前70个周期使用Mosaic数据增强方法。结果表明,改进的模型较基本模型增加少量的参数和计算量,均值平均精度增加2.45%,提升到87.88%,平均推理速率为58.5 frame/s。该研究为即时自动检测X射线图像中违禁品提供了有益的参考。

为了实现磁场和温度的同时测量,实验制作了基于球形-细芯-球形传感结构的马赫-曾德尔干涉仪。采用将磁流体作为外环境包覆传感结构的方法,进行了双参量的传感研究。外界磁场和温度改变时,磁流体的折射率有规律地变化,可以同时测量磁场和温度,但因消光比差,故在此基础上改良设计了一种球形-多模-细芯-球形传感结构。结果表明,单峰解调方式得到的球形-细芯-球形传感结构的磁场和温度灵敏度分别为-0.0967 nm/mT和0.0667 nm/℃; 改良之后的球形-多模-细芯-球形结构干涉效果好,且磁场和温度灵敏度分别为0.1267 nm/mT和-0.1213 nm/℃,具有低成本、高灵敏度、抗噪、应用性好等特点。该研究可为磁场和温度双参量传感设计提供参考。

为了在被测物体部分被遮挡的情况下,仍能完整地测量出物体的表面形貌,提出了一种基于霍夫变换的多线结构光标记的光场3维成像系统。通过提取亚像素的条纹中心坐标进行投票,分析霍夫参数空间中的投票分布,设计了自适应范围投票和自适应窗口策略,无需对条纹级次编码也能够准确地确定对极平面图像中多根直线的参数。结果表明,该系统拟合平面的平均偏差为0.0096 mm,标准偏差为0.0074 mm,并利用光场成像中不同视角下物体的遮挡关系不一致,准确地恢复了被遮挡物体的完整表面形貌。这一结果对于解决3维测量过程中遮挡问题是有帮助的,该研究为获取完整和高效3维数据的测量方法提供了参考。

为了避免传统全息重建方法步骤繁杂且重建效果易受噪声干扰等问题,采用一种改进的语义分割U型网络用于全息图超分辨重建工作。首先引入新型的端侧神经网络,用来充分获取更多的图像语义信息,增强网络学习性能; 其次加入深度神经卷积网络的高效通道注意力以提高网络关注全息图中细节信息的能力,进一步提升网络精度,同时采用带泄露修正线性单元作为激活函数,加快网络收敛; 并采用血细胞和鸡血细胞的低分辨率全息图进行训练,取得了超分辨重建强度和位相图。结果表明,改进网络能够快速重建出细节信息丰富、边缘纹理清晰、背景平坦的位相和强度图像,血细胞强度重建图的结构相似性指数和峰值信噪比分别达到0.9613和27.38,同时可对不同尺度的全息图进行重建。该研究为使用深度学习方法提高全息图质量提供了参考。

气体绝缘开关设备（GIS）在国家电网变电站建设领域应用广泛,通常在GIS设备投产之前需要做绝缘耐压试验,以对现场故障设备进行定位。为了进行更快速有效的定位,针对实际应用环境,利用分布式声传感系统（DAS）和相位敏感光时域反射仪,通过光纤自身的反向瑞利散射信号,进行多波长多路径调制解调,由光纤实时监测GIS管道的不同位置的振动信号,减少测试盲点。结果表明,所研制的DAS系统能够实现对GIS故障设备进行实时快速准确的定位,定位精度可达到3 m内。该研究对于GIS现场故障的及时排除和维修处理,保障电力设备安全运行具有较好的参考价值。

为了减少激光焊缝语义分割中焊缝形状和颜色多样性对分割精度的影响, 采用注意力机制的图像语义分割方法提取焊缝区域。通过把焊缝区域图像从RGB转变到HSV颜色空间, 在HSV模型空间实现对焊缝表面颜色识别, 分析了３种类型焊缝对区域分割和颜色识别的影响。结果表明, 焊缝分割区域平均像素精度约为91.2%, 添加注意力机制U型网络模型的分割效果更好。此焊缝表面颜色自动识别结果符合生产要求, 在工业生产中有广泛应用前景。

为了准确重建正反面叶片叶绿素3维分布, 利用高光谱激光雷达, 采集了不同生长状态的绿萝叶片与植株的空间-光谱域点云数据, 设计了一种基于分类预测的重建方法。通过偏最小二乘回归构建叶片正面与反面光谱的叶绿素含量预测模型, 采用光谱自适应阈值选择方法实现植株点云中叶片正反面的分类, 并根据类别标签选择模型计算叶绿素含量, 重建植株的叶绿素3维分布。结果表明, 该方法得到的植株叶绿素3维分布更接近真实值, 决定系数达到0.69, 均方根误差为4.97。这一结果可为植物表型研究提供新的数据基础和理论方法。

为了解决3维点云补全中难以提取点云局部特征信息的问题, 提出了融合图注意力的多分辨率点云补全网络结构。采用了生成对抗网络框架处理数据的方法, 生成器通过图注意力层构建点云图结构, 融合不同分辨率的特征信息后加上网格数据, 结合折叠操作重构缺失结构并输出逐级补全的点云数据; 判别器判别点云真伪, 通过反馈以提高准确度并优化生成器, 使得生成数据具有精细的几何结构, 近似于真实点云; 在形状数据集上,将本文中的方法与其它4种方法进行比较, 通过实验验证和理论分析, 取得了最优的结果。结果表明, 该方法能够有效地补全点云形状的缺失部分, 得到完整且均匀的点云形状, 相较于点分形网络性能提高约1.79%, 对于实测数据的补全处理也达到了预期效果; 所提出的点云补全网络结构, 在提取点云全局形状特征的同时更好地提取了其局部几何特征信息, 使得补全出的点云形状更加精细。该研究为智慧城市3维建模提供了参考。

为了解决周期性跳变引起的相位解调问题, 提出了一种基于现场可编程门阵列(FPGA)的自动相位解缠算法。采用数据流水线结构, 通过状态机自动寻求跳变周期数, 由跳变周期数实现自动相位补偿, 并对提出的算法进行了理论分析和实验验证。结果表明,在FPGA内设置跳变周期数计数位宽为8位, 能适用256次以下跳变情况; 当增加跳变周期数计数位宽, 可适应更多跳变次数的情况; 自动相位解缠算法几乎不占用存储资源; 能解决因振动调制范围增大引起的反正切相位跳变问题; 相位解调误差在1‰以内, 满足高精度振动检测实时性需求。此自动相位解缠算法为激光多普勒振动测量时反正切相位计算结果存在周期性跳变问题提供了更为简洁的解决方案。

为了解决农业无人机在障碍物干扰环境中进行路径规划任务时存在的寻优精度低、避障能力弱等问题, 利用无线紫外光通信引导设备全天候非直视通信、隐秘通信及适用于各种特殊场合等特点, 建立了无线紫外光飞行路径引导系统, 提出基于指数递减策略的改进蝙蝠算法（EDS-IBA）, 引入基于指数递减策略的动态惯性权重和相邻路径点的人工势场, 在保证无人机路径平滑的同时, 避免陷入局部最优, 通过障碍物干扰代价和紫外光通信代价保证飞行环境的多样性及真实性。结果表明, EDS-IBA相较于基于差分进化算法的改进蝙蝠算法和传统蝙蝠算法, 2维环境下, 规划的平均路径长度分别缩短了10.7%和16.3%;3维环境下, 规划的平均路径分别缩短了13.7%和36.2%;算法达到收敛状态时, EDS-IBA的适应度值也较小, 在路径规划能力和算法性能方面有较好的可行性和有效性。该研究对无人机路径规划的实际应用和开发具有一定的现实意义。