针对目前图像去雾方法中存在的输出图像色彩偏暗、场景信息丢失以及去雾不彻底等问题, 提出了一种基于注意力机制的端到端图像去雾方法。首先将通道注意力机制嵌入到Inception网络中, 并由融合后的网络进行浅层特征提取; 然后通过多尺度卷积和残差密集连接块学习深层图像信息, 同时以跳跃连接的方式实现深浅特征融合; 最后经过单一卷积层回归到像素比例系数矩阵, 依据改进后的大气散射模型生成无雾图像; 网络模型在均方差(MSE)的基础上设计了保真度损失函数作为约束。在RESIDE雾天数据集上的实验结果显示, 提出的方法的峰值信噪比(PSNR)、结构相似度(SSIM)、学习感知图像块相似度(LPIPS)和CIEDE2000分别达到32.545,0.970, 0.026和2.711, 表现出良好的效果, 输出图像去雾彻底, 色彩保真度高, 并有效避免了已有方法中的细节信息丢失问题。

为利用激光超声技术实现管道缺陷的定量表征，应用有限元方法分析被激光辐照金属管道表面产生的超声波与管道缺陷相互作用的过程。通过传播图像探究超声波在传递过程中的模式转换，在远场激发的方式下，分别探讨不同高度、宽度以及角度的缺陷对激光超声波的影响，结合接收点的位移信号分析超声波与缺陷作用的复杂过程，并应用惠更斯原理分析其产生的原因，最后提出一种管道缺陷定量表征的方法。通过试验研究对理论结论进行验证。试验研究和理论结论表明，缺陷位置可通过表面波遇到缺陷后产生反射回波信号的接收时间定量表征，缺陷深度可通过缺陷底部产生反射表面波信号的接收时间定量表征，缺陷角度可通过缺陷底部表面波转化纵波信号的接收时间定量表征，为逆向推算缺陷的尺寸奠定了理论基础。

在计算机控制光学表面成形（CCOS）技术中，由于边缘处压力分布的不均匀，会在工件边缘产生边缘效应，边缘效应会严重阻碍面形误差的收敛，边缘效应问题已成为数控加工技术中亟待解决的关键问题之一。针对边缘处压力阶跃分布模型和线性分布模型进行了理论仿真及实验验证，实验结果表明，对于方形工件，在露边量较大（实验中露边量为去除函数束径的1/3）和露边量较小(实验中露边量为去除函数束径的1/24)的情况下，两种模型得到的去除函数结果相差不大，都能够在一定程度上反映出实际结果；当露边量适中（实验中露边量为去除函数束径的1/6）时，线性模型下的去除函数更接近实验结果，阶跃模型在去除函数中心区域与实验结果偏离较大。

红外图像中的脉冲噪声影响温度测量及分析,同时影响红外图像的可观性。传统中值滤波容易造成过度滤波,影响温度分布,丢失图像温度信息。针对传统方法的缺陷,借鉴噪声检测的中值滤波方法,将其应用于红外图像的脉冲噪声滤波。该方法在中值滤波之前进行一次脉冲噪声检测,确定受到噪声污染的像素点,并进行记录标识。然后进行对噪声污染像素的针对性滤波,实验证明,达到了既能有效滤除噪声,又完整保留温度信息的目的。