黄饼材料中铀的准确定量是后续处理工艺选择的关键，文中在主动式多重性方法的基础上，提出了一种通过记录分析中子源诱发²³⁸U裂变信息，进行铀定量的方法。但由于黄饼材料自身存在中子自屏蔽效应以及含水量的差异，导致定量结果存在偏差。为了进一步提高定量准确性，使用MCNP（Monte Carlo N-Particle Transport）结合MATLAB程序优化选择了²⁴¹Am-Be源作为激发源；另外，通过对不同质量及含水量系列化样品的模拟发现：铀定量误差主要来自于泄漏增殖因子M_L与增殖因子M差距的不匹配。通过MCNP模拟获取M随铀质量变化规律的曲线后，根据样品净含量选择合适的增殖因子M，再根据二重计数率D进行定量计算，获得铀定量的相对误差小于5%；含水量的变化带来的中子自屏蔽效应对多重计数率影响较大，通过S₀/S_i与D₀/D_i的关系对二重计数率D进行修正后再进行计算，铀定量的相对误差能够控制在10%左右；该研究对中子多重性方法在黄饼生产与测量中的应用推广具有重要的参考价值。

表面等离子激元（SPP）和局域表面等离子共振（LSPR）耦合产生的电场增强显著高于单纯LSPR引起的电场增强。因此一种新型高效的表面增强拉曼散射（SERS）基底是寄希望于在一种复合基底中实现SPP-LSPR耦合获得的。基于SPP-LSPR耦合机理，提出一种针对633 nm激光使用的金光栅/金纳米颗粒SERS基底的设计思路以及光栅和纳米颗粒的具体结构参数。为了验证设计方法的正确性，利用电子束光刻法和化学合成法分别制备了具有相应几何尺寸特征的金光栅和金纳米颗粒，并将它们复合在一起得到了光栅/纳米颗粒SPP-LSPR耦合型复合SERS基底，这个基底相比仅有金纳米颗粒制备的LSPR型SERS基底，在检测R6G溶液时浓度可以降低2个数量级，增强因子是后者的72倍，实验结果和时域有限差分（FDTD）法理论拟合的结果基本一致。

为解决水面及水下目标侦察、探测、识别过程中存在的水面耀光干扰问题，利用偏振特征实现了水面耀光的抑制和目标的增强。分析了水面光波反射和折射过程中偏振特征传输规律，利用光波在垂直方向和平行方向上的光强分布关系，提出一种基于偏振反折射效应的水面耀光抑制方法。该方法利用水面反射偏振度、折射偏振度、垂直方向光强图像和平行方向光强图像，实现了水面耀光的分离和抑制。针对饱和耀光抑制过程中存在的垂直方向光强图像饱和失真问题，提出了一种基于完全偏振分解的饱和光强恢复方法，利用平行方向光强图像和任意一个非饱和起偏方向上获取的光强图像计算恢复出垂直方向光强图像，然后利用恢复后的垂直方向光强图像实现水面饱和耀光的抑制。实验结果表明，通过对水面耀光的抑制，有效提升了耀光区域内目标和背景之间的对比度及信噪比，增强了目标的显著性。

对无人机群的红外视频进行监视是安防和**领域的新热点。由于复杂背景下无人机图像获取难度大,图像数量难以满足相关算法的模型训练和验证等需求,因此提出一种基于图像衍生的红外无人机图像仿真方法。采用该方法对红外无人机模板图像与红外背景图像进行混合,从而生成大量不同背景下的无人机目标图像。针对图像混合技术受背景噪声影响严重、无人机目标边缘模糊和合成图像调和度低等问题,采用一种无监督的生成式对抗网络来生成调和度较高的灰度约束图像,将其与目标梯度图像作为联合约束来求解高斯-泊松方程,得到与真实图像特征一致性较高的混合图像。实验结果表明,所提方法生成的混合图像具有较高的图像调和度和视觉真实性,说明所得图像作为扩充样本可有效提高机器学习算法的性能。

针对监控视频中的多尺度近岸舰船检测问题,提出了一种基于特征重聚焦网络的舰船目标检测算法,设计了由多维特征聚合模块(MFAM)与注意力特征重构模块(AFRM)组成的特征重聚焦策略。其中,MFAM基于输入的特征金字塔构建特征聚合块,进一步融合多尺度舰船不同层次特征的语义信息。AFRM基于多分支空洞卷积以及通道与空间注意力机制提升网络对目标非局部信息的表征和对背景干扰的抑制,并构建了用于目标检测的特征重聚焦金字塔。在Seaships7000舰船公开数据集上的实验结果表明,相比其他算法,本算法对监控视频中多尺度近岸舰船的检测效果更好。

针对不同谱段图像获取代价不同的问题, 提出一种基于生成对抗网络的图像转换方法。转换过程以肉眼可分辨范围内图像轮廓不变为出发点。首先, 通过成对的训练数据对生成器和判别器进行交替训练, 不断对损失函数进行优化, 直到模型达到纳什平衡。然后用测试数据对上述训练好的模型进行检测, 查看转换效果, 并从主观观察和客观上计算平均绝对误差和均方误差角度评价转换效果。通过上述过程最终实现不同谱段图像之间的转换。其中, 生成器借鉴U-Net架构; 判别器采用传统卷积神经网络架构; 损失函数方面增加 L1损失来保证图像转换前后高、低频特征的完整性。以红外图像与可见光图像之间的转换为例进行实验, 结果表明, 通过本文设计的生成对抗网络, 可以较好地实现红外图像与可见光图像之间的转换。

首先,利用透明物体表面反射光和透射光在垂直和平行方向上的光强分布关系,基于偏振正交分解原理,推导出反射光成分、透射光成分、反射光偏振度、透射光偏振度之间的函数关系。然后,根据相机成像原理,利用表面法向量求解得到透明物体表面不同位置处入射光线和法向量的夹角及入射面方位角,进而归纳出图像中各个像素点的反射光偏振度和透射光偏振度的分布规律。最后,基于反射和透射的偏振特性和相关特性,利用梯度下降算法计算得到反射分量和透射分量之间归一化的互相关最小值,最终实现反射光和透射光的分离,进而抑制了透明物体表面反射光的干扰,这为复杂反射光场景下的目标检测识别及图像匹配等提供了支持。

空间频域算法作为白光干涉测量的重要算法之一，被广泛应用于微纳结构表面形貌测量领域。然而，传统空间频域算法中存在着由被测样品倾斜及表面形貌起伏变化引起的相位误差累积效应，并且该相位误差与干涉信号中零光程差位置的偏移程度密切相关。为此，对相位误差累积效应的原理进行分析，并在传统空间频域算法的基础上提出了一种基于包络信号辅助分析的方法以抑制相位误差累积。该方法首先通过包络信号分析对原始干涉信号中的零光程差位置的偏移进行对称性校正，再通过空间频域算法对校正后的对称信号进行相位分析，从而尽可能抑制零光程差位置偏移对空间频域分析的影响。为了验证本文方法的有效性，分别从仿真和实验的角度对该方法进行讨论。