为了改进在LED室内定位情况下，传统的到达时间差（TDOA）定位技术的测量不准确，算法不稳定等特点，提出了一种改进的基于有界网格的位置估计算法。该算法首先采用双曲线定位法对信号源进行TDOA定位，在待测量的时刻对信号源可能存在的区域进行边界设置并且对该区域进行网格化处理，结合先验时刻对网格赋予权重，通过贝叶斯滤波得出待测量时刻信号发射源可能存在的概率，因此得到信号发射源的位置信息。在此基础上，结合到达频率差对信号源进行速度估计。仿真结果表明，通过和最小加权二乘法定位算法以及结合了卡尔曼滤波的Chan算法对比，该算法对位置和速度的测量准确度和稳定性都有明显的优势。

针对目前机载辅助导航应用的激光雷达点云地形分割方法对不同地形自适应性差和实时性不高的问题, 结合CSF算法和移动曲面拟合思想, 提出了一种新的点云地形自适应分割方法。该方法通过格网划分和地形识别计算布料硬度值, 使点云自适应分割; 并利用分割过程中产生的布料模型生成用于头盔显示器显示的网格化地形。实验表明, 与ISPRS公布的经典分割算法相比, 该方法在一定准确率的基础上, 具有地形自适应性强、实时性较高的优势, 对激光雷达在辅助直升机导航方面的应用具有一定参考价值。

在远端(距离监测点500 m以上)激光强度弱并且出现激光光路干扰的实际环境中进行激光光斑中心点定位。首先通过图像预处理进行相机噪声的抑制;接着通过构建激光光斑强度分布模型进行激光光斑的分割;然后通过形态学腐蚀操作抑制误分割现象,同时对处理后的分割图像进行网格化划分,通过计算网格的可信度及中点坐标进行网格中点坐标的组合,完成一级光斑中心定位;最后结合先验知识和中心可能性得分进行中心点搜索调整,完成二级定位,得到激光光斑中心。经过实际场景验证,所提算法在远端激光强度较弱并且存在明显光路干扰的情况下,能够较好地完成远端激光光斑中心定位功能。

为了获得具有均匀的倒金字塔表面微结构的多晶硅,提出了一种新腐蚀加工方法。通过建立一个相互正交的超声驻波场,来协助硅的化学侵蚀并改善其对光的吸收能力。首先对硅片表面结构进行一些比较,在二维上建立网格状的数学模型。然后建立网格中粒子运动的控制理论模型,并进行仿真验证。最后设计实验用于检验超声驻波对粒子的运动控制效果。多晶硅侵蚀结果说明将超声驻波应用在网格化微加工上是可行、可靠的。

针对目前扩散光学断层(DOT)成像空间定位精度较低的特点，采用与磁共振成像结合的成像方法，通过有限元网格引入磁共振先验解剖信息，可有效提高重建图像的空间分辨率和定位精度。定义了多个评价指标，利用点扩展函数(PSF)仿真，在不同组织分类和不同的光学参数条件下，定量评估了重建图像空间位置的准确性、有效分辨率和对称性，并给出了具有深度信息的三维重建图像。仿真结果表明，将大脑组织分成头皮、头骨、大脑和脑脊液可以得到最优的扩散光学断层成像的图像质量，且图像质量在三维空间分布较为均匀，同时验证了在一定范围内改变组织的光学参数大小，重建图像指标仅在较小的范围内浮动，对仿真结果影响可忽略。

逆向工程模型重建过程中在曲面和实体转换时常会出现曲面缝隙过大难以缝合成实体的情况, 而且不同的造型软件系统精度不同, 经常存在转换失败的现象, 因此, 在某些应用上用网格化模型代替实体模型能简化造型过程, 获得较高的效率。获取高质量的三角网格模型是逆向重建的关键。但是目前空间点云数据得到的网格化模型的形状无法控制,细节特征表现也不足,不能很好地指导机器人加工, 故在基于体算法的基础上提出了法矢量过滤法。实验证明,改进后的算法极大地提高了空间点云网格化的精度, 能保证最终生成的三角网格与原型的拓扑结构一致,并能很好地用于激光再制造中指导机器人的加工。

生物芯片图像网格化是对由生物芯片扫描得到的荧光成像中的信号(Foreground)和背景(Background)进行划分，以便提取各点的吸光度值、面积和吸光度比等荧光点的数据。网格化的准确与否决定了数据提取的正确性。提出了一种运用顺序形态变换理论实现生物芯片荧光图像网格化的方法，通过对百分位值在0～1之间的顺序形态进行变换，可实现像素灰度的极小值、中间值等多刻度值的灰度取值运算。理论分析表明，该算法能够识别信号与背景的边界，可去除噪声等非边界信息，能判断信号区域，可确定荧光点的边界和范围，可实现荧光点阵图像的网格化。试验结果表明，该算法对不同信噪比的荧光图像来说有很强的适应性，可用于高密度生物芯片图像的处理。

基于共聚焦检测原理,建立了双波长生物芯片检测系统。采用体全息滤光片,利用其反射衍射和带阻滤光特性,无需切换或改变光路,在同一光路中即可实现Cy3与Cy5荧光双波长扫描检测。提出了基于顺序形态变换的生物芯片荧光点阵图像的网格化处理方法,并对Cy3与Cy5荧光试剂点样玻片进行了扫描实验,对实验所得荧光点阵图像进行了网格化处理。实验结果显示,系统的检测灵敏度达到0.1 fluo/μm2,网格化算法简单、有效。