痤疮是属于丙酸杆菌皮肤病脉的一种慢性炎症, 它危害着人体健康。虽然市面上存在痤疮识别手段, 但其仪器较大且费用昂贵, 目前尚无民用级别的痤疮识别系统投入使用。本文提出一种基于多光谱成像技术的面部痤疮识别方案, 即利用多光谱相机设备, 分别对面部正常与不同严重程度痤疮皮肤进行多光谱图像信息采集, 通过图像处理方法对采集的信息进行多光谱图像分析, 并通过光谱反演算法获取光谱信息。然后将反演出的正常和不同严重程度痤疮皮肤的反射率谱线, 与高精度光谱仪在同等实验条件下探测的谱线趋势进行对比。最后建立支持向量机(support vector machine, SVM)面部痤疮三度四级分类模型, 准确率为90%, 验证了基于多光谱成像技术对面部痤疮无创识别与分类的可行性。

设计了一个基于二维激光雷达的室内物体三维重建系统, 并利用实验过程中采集到的图片, 对研究目标的三维模型进行轮廓识别。系统的硬件采用了一款消费级二维激光雷达, 具有较高的实际应用价值; 系统软件采用了Labview编程, 实现了设备间的控制和通信, 达到三维坐标的采集、预处理和后期的图像处理及识别的目的, 在三维点云处理中使用了3DReshaper软件, 准确获得了感兴趣区域(ROI)的三维模型及轮廓图, 通过后期和目标图像轮廓的相似度对比, 相似度都在0.7以上, 效果较好。实验结果表明, 该系统成本低、结构简单、性能稳定, 通过采集数据、构建模型以及图像的相关算法, 为将来实现目标物体的图像匹配和深度学习提供了研究基础。

为了对现有机器人的物体识别进行优化和改进,提出了一种新的权重计算方法进行室内场景图像识别。 该方法通过对输入场景的转换获取无向带权图,在表面法方向的基础上,使用表面凹凸度这一指标来 进行表面粗糙度综合判定,取代了传统的布尔判定,大大提升了抗噪性能,避免出现错误传递放大的 情况。基于快速图像分割算法及时识别未知物体。实验结果表明:提出方法的鲁棒性及抗噪能力均较 强,优于单纯基于法方向的方法。与基于深度学习与推测的同类方法相比,所提方法性能更好,更适用于实际识别。

为了提高测角分辨力，缩小码盘尺寸，并克服传统图像式编码器译码速度慢等缺点，提出了一种单圈绝对式高分辨力编码技术。通过分析码盘刻线与分辨力之间的关系，提出了绝对式单圈移位码编码方法；采用准直光源照射和线阵图像探测器识别的方法实现单圈码盘的译码方式；根据所提出的方法，设计了高分辨力码盘及译码电路。实验采用直径38 mm、刻划有10位编码的单圈码道，成功实现了10位编码的译码。该编码方式较传统采用面阵图像探测器的编码方法具有更快的响应频率。

针对光栅尺具有断电位置复位、无累计误差、高精度优点, 在光学隔振平台上分别建立开放式和封闭式绝对光栅尺实验系统, 绝对光栅尺采用图像识别原理, 以气浮直线电机ArotechABL1500为参考对象, 使用激光干涉仪RENISHAW XL-80校核精度, 研究不同结构绝对光栅尺的误码特点及原因。通过对比实验及研究分析, 表明封闭式绝对尺相对于开放式绝对尺的误码率要高, 开放式绝对式光栅尺的误码率为3%, 封闭式绝对式光栅尺的误码率为8%。

为了及时、准确地识别采摘后贮藏期间的损伤猕猴桃，降低果实腐烂及交叉感染带来的损失，采用近红外漫反射光谱技术结合极限学习机(ELM）建立了采摘后2 ℃冷藏下10天内的碰撞损伤猕猴桃、挤压损伤猕猴桃与无损猕猴桃的动态判别模型。分别比较了无信息变量消除法(UVE）与连续投影算法(SPA）结合UVE优选特征波数建模对简化模型、提高预测性能的影响。结果表明，碰撞损伤猕猴桃比挤压损伤猕猴桃更容易同无损猕猴桃区分开来，且随着贮藏时间的延长，损伤猕猴桃更容易被识别; UVE-SPA-ELM模型的判别效果最好，在采后贮藏10天内预测集中损伤猕猴桃和无损猕猴桃的总正确识别率为92.4%。该检测技术具有较高的检测精度和适用性，可用于快速、无损鉴别损伤猕猴桃。

针对摄像机成像时经常产生匀速直线运动模糊, 导致图像退化的现象, 提出了恢复图像涉及的精确辨识运动模糊尺度的方法。由于利用Radon变换可以精确地识别运动模糊方向, 通过图像旋转可以将运动模糊的方向旋转到水平轴, 因此, 只对水平方向的运动模糊图像进行研究。对于不带噪声的运动模糊图像, 对其进行Fourier变换转化到频率域, 使用BP神经网络检测运动模糊尺度; BP神经网络的输入量为频谱图中央区域的幅度加和。对于带噪声的运动模糊图像, 先对其进行双谱变换, 再使用BP神经网络检测运动模糊尺度; 双谱中每列的最大值为BP神经网络的输入量。最后通过仿真实验验证了本文方法的正确性和有效性。验证结果显示, 当噪声图像的信噪比SNR≥23 dB时, 本文方法的模糊参数辨识平均误差≤5%, 优于传统的运动模糊参数辨识方法。

针对雷达进行海浪遥测时降雨对雷达波传播和海浪参数反演的影响，提出一种基于质量控制、三维表面粗糙度评定参数及信噪比的降雨资料识别与处理方法来提高海浪参数反演结果的准确度。首先，分析降雨对雷达遥测海浪及海面回波特性的影响，利用质量控制功能判定存在问题的图像。然后，根据回波图像的三维表面粗糙度的相关评定参数以及信噪比的具体变化趋势确定引起雷达图像产生问题的具体原因，确定受降雨影响的图像。最后对受降雨影响较轻的图像进行频域滤波处理，并将反演结果、未作处理的反演结果与参考值进行对比。实验结果显示：周期的相对误差减小了19.13%; 波向测量误差减小了10.54°，表明该方法能有效地区分降雨与非降雨图像，并有效处理降雨图像，提高海浪参数反演的准确度。

在INS/CNS组合导航系统中，为了有效实时地用CNS的输出姿态信息校正INS的陀螺漂移，必须提高CNS中星图识别算法的运行速度。提出了一种改进的三角形星图识别方法，基三角形识别成功后，增加一颗附加检测星，计算出附加检测星和基三角形的三个星点的角距值。分析结果表明传统的星图识别算法在主频为600 MHz的DSP6414上运行需要300 ms左右的时间，算法改进后，只需40~80 ms，数据输出率提高到10 Hz。改变的算法在不存在伪星的情况下成功识别率近100%，存在伪星时，可以有效去除伪星。同时，解决了传统星图识别算法在嵌入式系统中实现难、耗时长的问题。该算法可以实时地校准惯导系统的误差。