随着医学影像的快速升级和人工智能的飞速发展，智慧医疗已成为医学研究领域的一大热点。超声影像技术在临床诊断中有着广泛应用，但大多数血管提取算法是手动或半自动的，提取结果有很强的主观性和易错性。基于此，本研究从颈动脉本身特性出发，采用多尺度Hessian协同滤波方法进行预处理，随后结合医学先验知识提取血管感兴趣区域（ROI），设计了一种遍历追踪搜索算法来检测血管，借助像素灰度差值分级来自动获取颈动脉血管壁，提取的准确率可达89.3%。本研究不仅可以减轻医生的负担，也可降低由于医生的主观性诊断所带来的误诊率，使医生能很好地对血管形态特征参数进行定量定性分析，从而使得临床诊断更加客观与准确。

采用脉冲激光焊技术，搭接DP590双相钢与6061铝合金薄板，对焊接接头的组织形貌、元素分布及力学性能进行了测定和分析。结果表明：采用脉冲激光焊技术，可以实现DP590双相钢/6061铝合金薄板的搭接，焊缝区主要为晶粒粗大的柱状晶组织，热影响区组织为晶粒较为细小、均匀的马氏体和连续分布的铁素体。钢侧显微硬度（3 N试验力）的最大值位于热影响区，为440.1 HV；铝侧显微硬度的最大值位于焊缝区，为325.4 HV。钢/铝焊接接头最大抗拉强度可达35.0 MPa。当其为浅熔深接头时，直接从焊缝界面剥离，而深熔焊接头在铝侧熔合线附近断裂。

为了保持图像明暗区域的对比度约束,提出了一种改进的暗通道去雾算法;该算法首先将原始图像分割成适当的明暗双区域,并计算相应的对比度比值,再使用基于中值滤波的暗通道去雾算法处理图像暗区域部分,最后利用亮度精确控制的双直方图均衡算法,以最大程度保持区域对比度不变为约束条件,修正图像较亮区域的亮度分布。结果表明:对比相关去雾算法,利用所提算法最终处理后的图像能够在信息熵值、平均梯度和亮度标准差等方面取得明显增益,进一步凸显图像中被雾霾环境所掩盖的细节特征。

针对货车运行故障动态图像中车辆挡键、集尘器和安全链锁紧螺栓的故障检测, 提出一种基于稀疏编码空间金字塔匹配和遗传算法优化的支持向量机相结合的通用故障自动识别算法。首先在不同尺度空间对样本图像进行划分, 对每个部分提取尺度不变特征变换特征, 利用随机抽取样本的SIFT特征通过迭代学习生成字典并进行稀疏编码; 其次利用主成分分析定义编码后的特征对故障识别准确率的贡献值, 并据此对编码特征进行降维; 然后利用编码降维后的特征结合遗传算法对线性SVM分类器进行训练; 最后用训练好的分类器模型对挡键、集尘器和安全链锁紧螺栓的故障进行识别。实验结果表明, 本文提出的算法能较好的应用于3种不同类型的故障识别, 识别率分别为97.25%、99.00%和97.50%, 同时对噪声和光照变化具有一定的鲁棒性, 能满足车辆故障的实际检测需求。

将成像激光雷达这一新型主动大气探测手段运用于水平大气透过率测量研究。采用矩阵图像错位相加法提高信噪比。获取随距离变化的信号之后, 通过Klett积分结合斜率法的反演方式获得1 km以内水平传输路径上的消光系数分布, 对消光系数进行路径积分, 计算出水平大气透过率。将反演结果与对比实验中直接测量的大气透过率进行对比分析, 发现不同天气情况下两者的相关性系数在0.7以上, 相对误差在20%以内。该成像激光雷达设备可进行有限距离的水平大气透过率探测研究。

针对传统的后向散射激光雷达系统结构复杂和需要几何因子矫正的情况, 研制了一套可以全天候测量的成像激光雷达用以克服这些缺陷。采用基于求解消光系数分布的方法反演能见度, 提出一种Klett后向积分法与遗传算法相结合的改进的迭代算法, 同时用传统的斜率法和权重拟合法求得能见度。选取比较有代表性的四种天气, 多云、阴天、晴天和雨天的数据进行处理, 得到这四种天气情况下的能见度。将这四组能见度数据与能见度仪器 Belfort 6230A在这四天同时测得的能见度数据进行对比, 结果表明, 在不同的天气情况下, 两种仪器测得的数据趋势相同, 相关系数均在0.67以上, 具有较强的相关性。可以得出结论: 研制的成像激光雷达系统可用于探测大气的能见度。

通过设计成像激光雷达的各种参数, 结合一种大气模式模拟得到了一维激光雷达信号, 并根据高斯分布的特点和实测的光束宽度还原了二维光柱图像。对该原始图像加入不同强度的高斯白噪声和一定强度的平均背景,生成类似于成像激光雷达实测信号的染噪图像。使用二维小波变换的方法对染噪的激光雷达光柱图像进行去噪, 获得了较好的去噪效果。去噪后的回波信号与原始回波信号之间的相对误差均在±12%以内。利用去噪的激光雷达信号反演出气溶胶的消光系数。将反演出的气溶胶消光系数与输入的大气模式下气溶胶的消光系数进行对比, 结果表明二者的相对误差在±15%之内, 并且总体变化趋势一致, 由此验证了所提出的利用小波对激光雷达染噪图像进行去噪的可行性。

在形状匹配过程中为了提升高度函数描述子的检索精度和对边界噪声与局部变形的鲁棒性, 本文提出了一种精确型高度函数特征描述算法。首先提取目标形状外轮廓, 构造轮廓采样点的精确型高度函数描述子并进行特征降维, 接着利用优化后的并行动态规划进行形状匹配, 最后引入形状复杂度分析提升匹配效果。基于点的几何特征显著性, 提出形状精度理论, 进一步分析局部形变与边缘噪声对形状特征描述的影响。在MPEG-7数据库、Swedish Leaf数据库、Tools数据库和ETH-80大型3D数据库上进行匹配实验以及在Kimia99数据库上进行抗噪实验, 实验结果表明: 本文提出的算法效率高, 匹配时间仅为高度函数描述子的12.5%, 在MPEG-7和ETH-80上的检索率最高分别为90.38%和9007%; 在Swedish Leaf和Tools上, 检索精度最高分别为95.07%和94.86%, 检索性能和鲁棒性均优于高度函数和其他重要算法; 在添加噪声的Kimia 99上, 该算法的抗噪性能优于高度函数描述子, 即使在噪声水平为2.0的情况下, 依旧能保持91.92%的检索率。本文提出的算法检索精度高, 效率高, 鲁棒性好, 抗噪性强, 具有较好的可扩展性, 能有效地应用于形状检索领域。

为满足电力巡线中对输电线实时跟踪的需要,利用FPGA+DSP的成熟架构,提出了一种新的红外线性目标跟踪方法,根据输电线的特征,将传统的二维跟踪转换为一维搜索跟踪。首先利用FPGA的并行计算能力对图像进行预处理滤除部分噪声的影响,然后利用DSP对图像作Sobel卷积求得图像的梯度并归一化和阈值化,最后依据红外线性目标的方向特征对特定方向的梯度求重心得到跟踪坐标。工程应用表明,该方法能够实时稳定地跟踪红外线性目标并具有较强的抗干扰能力。