在车牌识别技术中, 车牌图像的二值化处理是字符分割的关键技术。分析了传统基于灰度二值化方法在特殊场景中应用的缺陷, 提出了一种基于Laplacian扩展算子的二值化方法, 该方法首先通过计算出车牌图像的边缘灰度分布特征, 然后进行自适应阈值三值化处理, 获取黑、白、灰三值图, 再结合车牌颜色信息, 准确判定字符与背景, 实现图像二值化。对于存在阴影覆盖和局部过曝光等现象的车牌图像, 该方法能够充分保留笔画的完整性, 显著提高车牌图像的二值化效果。

针对LED高光效、高显色指数的要求,在分析LED光学性能的基础上,采用板上芯片(COB,Chip on Board)技术研究了表面涂覆硅胶量对COB白光LED的光通量、光效、色温和显色指数的影响,并提出一种高光效、高显色指数、低色温的白光LED封装方案,提高了COB白光LED的出光效率,实现了特定的光学分布,最终实现14W COB封装结构下的白光LED,在电流密度为30A/cm2时,其色温、显色指数及光效分别为4900K、82和125lm/W。

由人工在生产线上进行汽车表面涂装的瑕疵检测和分类存在效率低、人工成本高等缺点。随着汽车生产自动化程度的提高, 迫切需要对检测过程实现自动化和智能化, 提出一种基于机器视觉方法, 利用图像纹理特征实现对汽车涂装瑕疵检测和分类。首先采用提取瑕疵局部二值模式(LBP)特征谱对汽车表面的喷涂瑕疵进行检测, 以克服背景光照和方向性对瑕疵特征检测的影响, 再利用Adaboost算法对选取的样本进行训练, 得到瑕疵种类分类器, 完成对检测结果的分类。通过实验所提出的方法, 对所选的几种典型瑕疵进行检测的有效率达到91%以上, 分类正确率平均达到82%以上, 单张图片检测时间控制在60 ms以下。

提出了一种基于扩展光源的自由曲面透镜设计算法, 运用该算法实现了小角度的均匀照明。在扩展光源与接收面之间建立一种能量对应关系, 利用非成像边缘光线法求出自由曲面轮廓曲线的离散数据点, 拟合离散点并生成透镜实体。对不同光源尺寸的透镜进行非序列光线追迹模拟, 讨论了光源的尺寸对于在均光前提下的发光角度的影响, 模拟结果表明, 该算法对扩展光源实现均匀照明有较好的适应性, 光束的发散角控制在其最小角度。

利用H在ZnO中作为浅施主杂质的特性, 研究了H掺杂对ZnO∶Al透明导电薄膜特性的影响。 通过降低ZnO∶Al中Al的含量并同时引入H掺杂, 解决了透明导电薄膜中高导电性与高透过率之间的矛盾。H的掺杂可以显著降低ZnO基透明导电薄膜的电阻率, 这是由于H一方面作为施主可以提供电子从而提高了自由载流子浓度; 另一方面与ZnO晶界中的O-结合降低了晶界势垒, 提高了载流子迁移率。利用H掺杂,可以在Al掺杂量降低10倍的情况下, 仍然能获得低电阻率(6.3×10-4 Ω·cm)的透明导电薄膜, 同时其近红外波段(1 200 nm)透光率从64%提高到90%。这种具有高导电性和高透光性的透明导电薄膜可以应用于各类薄膜太阳能电池中以提升器件效率。