由于冲击载荷引起的动态霍尔-佩奇效应，高锰钢具有优异的形变硬化特性。研究高锰钢的激光重熔非均匀显微组织凝固原理及对超声滚压硬化行为的影响具有重要意义。对Mn13钢板表面先后进行激光重熔处理和超声滚压强化，通过扫描电子显微镜、场发射电子探针显微分析仪和电子背散射衍射仪分析了激光重熔高锰钢的显微组织和凝固过程，通过维氏硬度计和摩擦磨损试验机研究了激光重熔高锰钢的非均匀组织对超声滚压硬化的影响。研究发现：由于激光重熔过程的高温度梯度和高冷却速度，凝固组织从上到下依次为较薄的等轴树枝晶和垂直于结合面生长的柱状树枝晶，枝晶间为小角度晶界，且存在Mn元素的偏析；激光重熔高锰钢的非均匀组织在超声滚压下具有孪生硬化行为，表面硬度和耐磨性均有较大程度的提高。因此，激光重熔技术在高锰钢的表面处理领域具有潜在的应用前景。

提出一种基于随机分布偏移相位的轧辊表面峰值密度（PPI）和粗糙度范围可控的无序激光毛化技术。利用多光束干涉原理，分析轧制带钢表面反射光之间形成明暗相间条纹的机制。基于光线追迹方法，研究凸台微结构在等间距分布基础上的偏移产生的随机分布相位，对轧制带钢表面单一波长反射光形成的干涉条纹的影响，以使带钢表面多种波长反射光干涉条纹叠加形成的莫尔条纹近乎消失。轧辊表面凹坑微结构中心间距随机偏移与衰减性“拷贝”获得的轧制带钢表面凸台相同，采用理论与模拟分析得到的均匀分布中心间距随机偏移，利用激光雕刻方法对轧辊材料样件进行无序激光冲击毛化，毛化样件表面粗糙度为3.79μm，PPI为179。所提出的基于均匀分布偏移相位的无序激光可控轧辊毛化技术，实现了PPI和粗糙度范围可控的轧辊毛化，并且可灵活控制轧制带钢表面质量。

红外热成像技术根据物体对外辐射强度进行具体成像，所得热图像不仅包括物体轮廓而且对于物体表面温度场分布可进行直观表征，利用该技术进行滚动轴承状态判别可结合热图像特征丰富以及图像处理技术将滚动轴承状态判别转换到一个全新的技术视角。本文首先对红外热成像技术基本原理进行简单介绍；其次，主要对国内外利用红外热成像技术进行滚动轴承状态监测与故障诊断的各个环节所采用的多种技术方法进行总结论述，最后对各技术环节所采用的多种方法的优、缺点、以及局限性进行对比性的总结分析，对滚动轴承红外热成像故障诊断与状态监测发展前景进行展望。

为了实现高性能、低孔隙率Al-Mg-Sc-Zr合金在航空航天主承力结构领域的广泛应用，采用激光熔化沉积-热轧复合工艺制备了Al-Mg-Sc-Zr合金试样。基于金相显微镜、扫描电子显微镜、显微硬度和室温拉伸实验等检测方法，探究了复合工艺与微观组织和力学性能之间的关系，确定了最优工艺参数；研究了热轧压下量对沉积态试样微观组织演变、微孔缺陷闭合行为及力学性能的影响规律。结果表明：微孔缺陷随压下量的增加而逐渐减少，当压下量达到50%时，微孔缺陷完全闭合，试样的强度和硬度显著提高，熔合线区域合金元素的分布变得均匀。在优化的工艺参数条件下，复合工艺制备试样的抗拉强度、屈服强度、延伸率和硬度分别为412 MPa、243 MPa、22.8%和118.76 HV，较未轧制试样分别提高了22.6%、12.5%、54.1%和15.3%。

针对红外与可见光图像融合易发生热目标亮度损失、可见光图像细节信息丢失的问题，提出一种基于图像增强和滚动引导滤波的多尺度融合算法。首先，提出一种自适应图像增强方法，提高可见光图像的整体亮度，并保持细节处的对比度。然后，根据特征的不同将源图像分解为三层，采用基于引导滤波的显著性提取方法得到亮度层；利用滚动引导滤波良好的尺度感知和边缘保持特性，并结合高斯滤波得到基础层和细节层。最后，对亮度层采用像素值取大的融合规则，提出一种新的最小二乘优化方案对基础层进行融合，使用修正拉普拉斯能量和作为清晰度的度量对细节层进行融合。实验结果表明，与其他融合方法相比，所提方法在主观评价和客观评价上都有较好的表现。

针对户外环境下红外与可见光图像融合效果不足的问题, 提出一种基于卷积神经网络的红外与可见光户外图像融合方法。该方法先利用滚动引导滤波器对输入的红外图像进行预处理, 过滤噪声并消除无用信息。然后, 利用Curvelet变换将红外图像与可见光图像分解成高频系数与低频系数, 利用基于卷积神经网络的深度特征融合规则融合高频系数, 采用最小融合规则融合低频系数。实验结果表明, 该方法的融合图像在主观视觉与客观定量两方面均获得了较好的结果。

全色(Panchromatic, Pan)图像与多光谱(Multi-spectral, MS)图像融合的目的是生成具有高空间分辨率的多光谱图像。为了进一步提升融合图像的质量，提出一种基于细节信息提取的融合方法。首先，使用滚动引导滤波器与差值运算分别获取 Pan与 MS的高频分量。其次，采用自适应强度 -色度 -饱和度(Adaptive Intensity-Hue-Saturation，AIHS)变换处理 MS的高频分量与经像素显著性检测后 Pan的高频分量，生成对应的强度分量(Intensity，I)，再将 Pan与 I作差值运算获取细节图像。接着，采用引导滤波器计算 Pan与 MS的高频分量的差值，得到残差图像。最后，利用最速下降法将细节图像与残差图像注入到原始的 MS图像中获得最终融合结果。实验结果表明，本文所提算法得到的融合图像能够取得较好的主观视觉效果，且客观定量评价指标较优。