小模数齿轮在实际制造中，单条产线多台设备通常同时生产多种不同参数的齿轮，迄今无法用单台齿轮测量仪器在生产线上同时实时全检这些不同参数的齿轮。开发了基于Facet的齿轮亚像素边缘定位算法、基于迭代重加权最小二乘的齿轮中心定位法、圆与齿廓交点快速定位法、正弦函数拟合齿数法和齿廓近似测压力角法等；若结合适当的送料与定位机构，本文方法能够在未知参数时，实现多种不同型号齿轮的混合测量，无需装夹，测量效率高。可以实现齿数、模数、压力角、齿顶圆直径、齿根圆直径、全齿高、齿宽、公法线变动量、变位系数、齿廓偏差和形位误差的测量。实验结果表明：该方法测量0.5~1.0 mm模数的直齿轮的重复性精度为4 μm。该方法在小模数齿轮柔性化生产线具有重要应用前景。

Edge detection for low-contrast phase objects cannot be performed directly by the spatial difference of intensity distribution. In this work, an all-optical diffractive neural network (DPENet) based on the differential interference contrast principle to detect the edges of phase objects in an all-optical manner is proposed. Edge information is encoded into an interference light field by dual Wollaston prisms without lenses and light-speed processed by the diffractive neural network to obtain the scale-adjustable edges. Simulation results show that DPENet achieves F-scores of 0.9308 (MNIST) and 0.9352 (NIST) and enables real-time edge detection of biological cells, achieving an F-score of 0.7462.

为进一步完善量子计算机图像边缘检测算法，结合IBM Q平台上的量子计算操作，提出了量子图像二值形态学边缘检测算法。在NEQR量子二值图像表示和量子二值腐蚀和膨胀操作的基础上，设计并实现了相应的二值形态学去噪处理量子电路和边缘提取量子电路。通过Qiskit扩展在虚拟本地量子模拟器上实现了8×8和128×128大小的量子图像二值形态学边缘检测，同时在IBM Q平台的真实云端量子模拟器上实现了8×8大小的量子图像对比仿真实验，实验结果证明了量子图像二值形态学边缘检测算法的可行性与有效性。

水下光通信系统在工作时需要及时获取与接收端的距离信息并进行高速通信。文章提出在水下蓝绿激光通信系统中加入单目测距功能，实现短距离视觉测距和长距离激光测距的水下光通信测距一体化研究。使用蒙特卡洛方法进行仿真，建立激光信号水下信道传输模型，模拟不同目标尺寸、不同距离和不同水质下的水下激光光斑图片，分析以上3种因素对水下单目测距精度的影响。考虑仿真图片光斑弥散和对比度降低对测距精度的影响，文章针对性地提出了一种对水下小尺寸光源目标、结合图像增强和Zernike矩亚像素点边缘检测的单目测距算法以提高单目测距算法的精度。通过实验室水池实验验证，文章所提算法精度达到了使用要求。