为了更深入地研究光频域反射法（optical frequency domain reflectometry, OFDR）在形状检测，有效计算变形监测等应用场景下光纤的形状和位置，设计了一种利用分布式光频域反射技术测得的光纤应变数据来重构三维形状的算法。与已有算法相比，在数据处理环节加入了样条插值，从而使得形状还原精度提高，并利用仿真实验对算法进行了验证。首先设计了通过应变数据得到三芯光纤曲率和弯曲方向采样值的计算方法，结合Frenet-Serret公式构造了曲线方程；然后利用有限元分析软件对空间S形应变数据进行建模并提取，带入已设计的算法求解，在三维空间中重建S形光纤；最后得出位置误差随着光纤长度的增加逐渐增加，均方根误差计算结果为0.996 mm，单位长度误差最大值为0.082 4%。结果表明，该算法能较好地恢复原始曲线，具有一定的工程价值。

基于光频域反射（optical frequency domain reflectometry，OFDR）的振动传感技术由于其抗电磁干扰、抗腐蚀、安装方便，且具有精准的定位能力等，引起了许多的关注。而相位解调算法是OFDR振动传感的关键技术。应用于OFDR振动传感的相位解调算法有很多种，但都或多或少受调制深度或者光强大小的影响。为了同时减少这两种因素对解调结果的影响，提出了一种改进的相位生成载波算法，通过数学计算消除解调信号中的光强项和调制深度项等非线性项。分别从理论和仿真两方面与传统算法作对比，验证了改进型算法的性能，证实其可以同时减少上述两种因素对解调结果的影响。该算法可用于提高振动传感系统的稳定性。

为了设计用于光频域反射仪（optical frequency domain reflectometer, OFDR）温度传感的涂层光纤，提升OFDR的温度灵敏度，增加其适用场景，从理论上分析了 1 层和 2 层涂层对单模光纤中瑞利频移温度灵敏度的影响并进行了仿真。考虑到外涂层的几何、热和机械性能，首先，用Lame解理论分析涂层对OFDR瑞利频移温度灵敏度的影响；其次，基于温度带来的光纤轴向应变关系以及光纤与 1 层涂层之间的力平衡，提出了仅含 1 层涂层的简化解；最后，针对建立的理论模型，对 1 层以及 2 层外涂层光纤的瑞利频移温度灵敏度进行了仿真。结果表明，瑞利频移温度灵敏度随着外涂层的杨氏模量、半径和热膨胀系数的增加而增加，而与涂层泊松比几乎无关。本研究结果将有助于提高OFDR在高温度灵敏度和低温场景中的应用。

在人脸表情分析过程中，头部姿态变化常会引起人脸信息的不对称，传统上仅对人脸图像进行裁剪和对齐的相关操作难以得到对姿态鲁棒的特征。为获取人脸结构化的特征，提出了一种人脸图像正脸化处理方法。该方法将检测到的人脸关键点映射到新的二维空间进行关键点的正脸化，将正脸化后的关键点还原到原始图像中作为新关键点，通过移动最小二乘法指导图像由原始关键点向新关键点变形，得到正脸化后的人脸图像。在公共的RAF-DB和ExpW人脸表情数据集上，采用上述处理方法对人脸图像进行预处理，并在VGG16和ResNet50深度学习网络中进行人脸表情分类任务的模型训练，用分类任务的准确率来评估文中正脸化方法对人脸表情分析的有效性。实验结果表明，该方法在人脸表情分析方面优于深度学习中传统的预处理方法，并且可以有效提高人脸的信息质量。

功能性近红外脑成像(functional near- infrared spectroscopy，fNIRS)技术能够有效测量大脑血红蛋白的浓度变化，是一种新型的、无损的检测技术。研发出一种高性能的可穿戴fNIRS系统对于临床诊断和日常生活监测具有重要意义。对比了不同fNIRS系统中的各个组成部分，首先分析比较了系统中光源和光电探测器的选择以及排布方式，其次比较了数据采集、数据预处理和数据分析的方法，最后讨论了提高系统时间分辨率、空间分辨率以及便携性的改进方法。本文可为读者设计一种高性能的fNIRS系统提供指导。

动作识别是计算机视觉基础任务之一，骨架序列包含了大部分的动作信息，因此基于骨架的动作识别算法受到很多学者关注。人体骨架在数学上是一个天然的图，所以图卷积被广泛应用于动作识别。但普通的图卷积只聚合两两节点间的低阶信息，不能建模多节点间的高阶复杂关系。针对此问题，本文提出一种多尺度超图卷积网络，在空间和时间两个维度聚合更丰富的信息，提高动作识别准确度。多尺度超图卷积网络采用编解码结构，编码器使用超图卷积模块聚合超边中多个节点间的相关信息，解码器使用超图融合模块恢复原始骨架结构，另外基于空洞卷积设计了多尺度时间图卷积模块以更好地聚合时间维度运动信息。NTU-RGB+D和Kinetics数据集上的实验结果验证了算法的有效性。

动作识别是计算机视觉领域的一项重要任务，主要有基于RGB视频和人体骨架两种数据模态的领域，主流方法分别是3D卷积神经网络和图卷积神经网络。针对视频和人体骨架两种数据模态的不同特点，设计了双分支网络分别对两种数据模态进行建模。对于人体骨架数据，基于自注意力机制设计了图卷积神经网络，该算法能在基于骨架的动作识别任务中达到先进的性能。对于视频数据，采用3D卷积网络进行特征提取。同时，利用深监督方法对两种数据模态的中间特征进行监督，提高两种数据特征的耦合度，进一步提高网络效率。这种算法的网络结构简单，在NTU-RGBD60（CS）数据集上仅用3.37×10⁷的参数量可达到95.6%的精度。

由于定焦镜头自身的景深问题使传统的扫码器不具备大的工作距离。为了满足工作人员在不更换扫描器的情况下既能实现近距离的信息读取又能实现十几米外的信息读取，研发了一款基于电润湿（electrowetting on dielectric，EWOD）液体透镜的自动变焦扫描镜头。通过调整液体镜片形状来实现镜头参数特别是焦距的变化，使得从近到远的所有对象都能成像在焦面上，从而达到自动变焦的效果。通过Zemax软件设计出一款成像范围为80 mm至无穷远的自动变焦扫描镜头，并完成了成像质量的验证。

利用Zemax软件建立了Navarro, Atchison和Zapata-Díaz三种年龄相关性人眼模型的光学系统，评估并比较了各模型眼在不同年龄及不同调节状态下的成像质量。模拟了入瞳直径分别为3 mm和5 mm时，各模型眼在年龄为20～60岁时的成像质量，以及Navarro和Zapata-Díaz模型眼在0.5～2 D范围内的调节。结果表明，三种模型眼的成像质量均随年龄的增长或者入瞳直径的增加而变差，Atchison模型眼在不同年龄下的成像质量更好，且较符合临床实际，Navarro模型眼在调节过程中具有更好的成像质量。研究结果可为视光学领域中年龄相关性人眼模型的选择提供参考。

为了快速灵敏地检测特布他林(terbutaline，TB)，制备核?卫星纳米结构的Fe₃O₄/SiO₂/Au-MNPs磁性基底对其进行表面增强拉曼光谱(SERS)检测。通过磁性分离、调节体系pH的方法考察特布他林浓度与拉曼光谱强度之间的线性关系并绘制校准曲线。实验结果表明，该纳米卫星结构的磁性SERS基底对TB的检测限为3.77×10^?10 mol/L，同时在5×10^?5 ～5×10^?9 mol/L范围内，TB的SERS信号与其浓度呈线性关系，利用最小二乘法拟合得到的线性相关系数R²为0.996。该复合材料制备方法简便易行，为合成其他纳米复合材料提供了参考。