高功率微波（HPM）产生器件通过增加慢波结构的过模比使得功率容量显著提高。嵌套型结构让过模器件的空心结构或内导体结构得到使用，同时嵌套型器件的低阻抗使得其与低阻脉冲功率源能良好匹配。基于内外嵌套结构提出了一种锁频锁相高功率微波振荡器。相对于传统的锁频锁相方法，提出了基于耦合波导实现锁频锁相的新方法。内外相对论速调管振荡器（RKO）产生的微波信号通过耦合波导泄漏到高频结构中，对电子束进行预调制，从而实现锁频锁相。另外，为实现内外高功率微波通道合成，设计了双通道功率合成器。在振荡器的工作频点，功率合成器能弥补振荡器两输出通道相位差，使得功率合成效率提高，合成效率为98.3%。在二极管电压575 kV，磁场强度0.6 T条件下，内外RKO 的微波输出功率分别为2.2 GW和3.2 GW，频率差波动小于20 MHz，相位差稳定在10°附近；加载双通道功率合成器，仿真结果表明，微波输出功率为5.31 GW，功率效率32.2%。结果表明，嵌套器件在互锁状态时，振荡器饱和时间缩短，输出功率增大。

针对图的半监督聚类算法 (Semi-Supervised Graph-Based Clustering, SSGC)中出现的对先验信息利用不充分、不足以应对数据异构、计算耗时大等问题，本文提出一种基于半监督复合核的图聚类算法，并应用于高光谱图像。该算法首先通过引入半监督学习方法对径向基函数 (Radial Basis Function, RBF)进行了改进，以充分利用少量的标记样本和无标记样本；其次将 RBF核与光谱角核进行融合，构造复合核权重矩阵。在权重矩阵的构造过程中， K-近邻方法的引入也简化了计算过程。在 Indian Pine和 Botswana高光谱数据集上的实验结果表明，相对于 SSGC算法，本文算法不仅实现了更高的分类正确率，其总体分类精度提升 1%～4%，而且有效提升了运算速度。

考虑高光谱遥感数据集多类别非线性的特点, 本文假设高光谱遥感数据集具有丛流形结构属性, 提出了一种半监督丛流形学习(SSBML)算法来有效提取高光谱遥感图像的鉴别特征。该算法利用标记样本和无标记样本构建两个近邻关系图来保持数据集中丛流形的“整体”结构(各个子流形之间的相互关系)和每个子流形的内蕴结构特征, 实现半监督的丛流形学习。在肯尼迪航天中心(KSC)和帕维亚大学(PaviaU)高光谱数据集上的实验结果表明: 该算法可以发现高光谱遥感数据集中丛流形结构的精细特征, 有效提升高光谱遥感图像的分类精度。实验显示: 该算法的总体分类精度比单一流形假设的局部保形投影(LPP)和邻域保持嵌入(NPE)算法提升了约2.9%~15.7%, 比半监督最大边界准则(SSMMC)和半监督流形保持嵌入 (SSSMPE)等半监督算法提升了约2.6%~12.4%。

LED发光二极管作为一种新型的光源,其应用范围已经越来越广泛,这也对LED应用的二次光学设计提出了更高的要求.为了能充分发挥LED的光学件能,本文在LED交通信号灯的光学设计方面做了初步的探索.

介绍了一种PCB待测图像预处理算法,它包括对待测图像的去噪和二值化分割两个部分.该方法使用Harr小波对待测图像的灰度直方图进行平滑处理来消除其中的"伪谷值点",再充分利用标准图像的先验信息来确定一个二值化分割阈值的大致范围,最后在这个范围内找到直方图的谷值,这即是所需的阈值.实验表明,该预处理算法能够得到一个满意的图像二值化阈值,处理后的待测图像目标边界清晰,很好地保留了所有走线缺陷,同时消除了大部分可能影响后续匹配的噪声,处理时间也较短,可以达到实时检测的要求.

基于运动车辆在视频图像序列中存在颜色变化,提出了基于颜色变化的城市道路车辆流量实时统计检测方法:对检测带上的区域进行差分运算,从而快速地检测出运动的车辆;在识别中采用水平投影技术和双差分技术,能够方便、准确地确定车辆阈值并识别出车辆.路面实际检测结果表明:该系统的正确识别率可达92%以上,实现了在交通中,对车辆进行智能指挥控制,引导各种车辆行驶,满足了实际应用要求.

为了改善图像采集的质量,通过分析高速彩色线阵CCD三色错位产生的机理,提出了三色错位的几种修正方法:棱镜分光法、异步时钟控制曝光法、通过软件修正法.采用棱镜分光可以实现对红色、绿色和蓝色分量同时感光,避免颜色错位;改变现有CCD外围电路,通过异步时钟控制曝光,即调整CCD曝光的先后次序和延迟时间,实现错位修正;基于数据冗余与数据重新定位技术,通过软件达到实时修正色彩错位的目的.该方法以BASLER L301bc彩色线阵CCD摄像机为例得到验证,图像质量改善显著.

以无屏闪光照系统作为光源,物料通过Y-Roller均散装置摊开后高速抛出时,CCD摄像机采集到物料图像并送入PC机;在光学滤色镜组的作用下,烟草与异物的色度值拉开,以便后续的识别与剔除处理;建立中心阈值库以加快判别阈值的确定,用浮动阈值提高判别阈值的机敏度,提高系统的识别率.系统原理样机对白纸、鸡毛等典型异物的识别率可达到60%以上.

介绍了烟草在线异物剔除系统的结构及工作原理,讨论了系统方案设计中的主要问题,设计了系统原理样机调试实验,并分析了实验结果.采用HIS颜色模型,以色度为主要特征量,设定阈值对烟草和异物的像素点进行判别.在此基础上,设定一定数量的像素点构成判别单元,统计单元中异物像素点的比例,再对该比例进行二次判别,以最终给出表示烟草或异物的检测信号.采用高性能的元器件构成系统,并利用(MIL_LITE 7.0)图像开发库,实现对内存数据的直接操作.实验研究的结果表明:原理样机在模拟在线条件下能实时地运作,对异物具有较高的识别率和剔除率.

介绍了一种基于windows2000操作系统的高速物流图像数据采集与实时剔除物流中异物技术的实现原理与方法.Windows2000本身不是实时操作系统,难于实现大数据量的连续采集与实时处理,文中介绍了解决这一问题的方法.考虑到要进行高速数据采集和处理的连续性和实时性,提出了内存数据直接处理和双缓存及多缓存处理技术,并介绍了这一技术在实时在线烟草异物检测与剔除系统中的成功应用.