燃料棒是核电厂包容放射性物质的第一道屏障。燃料棒破损会导致冷却剂裂变产物活度升高，严重时机组须在数小时内后撤到停堆。通过取样监测的冷却剂放射化学数据可以一定程度上反映堆芯内装载燃料棒的破损情况。本研究介绍了压水堆核电厂功率运行期间冷却剂内裂变产物的来源，分析了裂变产物通过反冲和扩散方式的产生机理，通过求解迁移方程得到稳态情况下裂变产物活度的解析解。基于最小二乘法对反冲释放和扩散释放的裂变产物释放产生比进行解谱，建立了诊断压水堆燃料棒破损时间、破口程度、锕系核素泄漏、燃耗和燃料批次的定量分析模型。采用某百万千瓦压水堆运行中发生二次氢化的燃料循环的冷却剂裂变产物监测数据进行了验证，理论模型的分析结果也与机组停堆后啜漏检查和热室检查结果相符。

为修复破损纺织品文物图像，在Criminisi算法基础上，提出一种改进的基于K-means颜色分割的纺织品文物图像修复算法。根据纺织品文物图像的特点，将RGB图像转化为Lab颜色模型，采用K-means分类器对a*b*层数据基于颜色进行分割处理，对纹样图案边缘进行标定并缩小匹配块搜索区域；引入L值的标准差来表示颜色离散度，对优先权函数以及自适应匹配块进行改进。用所提算法与文献报道的3种算法对自然破损纺织品文物图像和人为破损纺织品图像进行修复，并对修复结果进行评价。实验结果表明，所提算法修复的图像纹理自然、结构合理，峰值信噪比、结构相似性、特征相似性、均方误差值更好。

现有的自动破损检测忽略了深度信息，仅使用图像2D信息，难以准确检测复杂环境下的管道保温层破损。为解决该问题，针对轨道式机器人巡检场景，提出一种基于线结构光和YOLOv5的管道保温层破损检测方法。将线结构光加入视频采集装置中，对激光域进行预分割后，采用自适应阈值方法提取激光中心线，结合线结构光测量深度原理，进行主动式测距。经图像拼接由视频自动生成RGB-D图像，解决了RGB图像与深度信息配准问题。最后结合中层特征融合的YOLOv5算法进行RGB-D破损检测，对凸起和凹陷两类破损进行分类检测。实验结果表明，所提方法可以从轨道式机器人采集视频中获取RGB-D信息，检测的平均精度均值可达85.1%，能够实现对热力管道保温层破损的有效准确识别。

粘接工艺会影响相位校正器的实际性能，然而在研制过程中相位校正器的镜面常出现破损情况。分析粘接工艺后校正面面形的特征和镜面破损的特点发现，镜面玻璃与连接柱头材料之间热膨胀系数差异过大会导致高温固化后校正面相应位置的残余应力过大。建立数值模型对连接处的热应力进行仿真，并选取热膨胀系数与镜面玻璃相近的柱头材料以及固化温度更低的黏接剂减小残余应力。将柱头材料更换为热膨胀系数与玻璃材料（K9）更匹配的3Cr13，实验结果表明，高温固化后相位校正器的静态面形有了极大改善，多次实验均未出现校正面破损的情况。

针对面部破损的雕像在实际复原过程中容易遭受二次损坏，以及雕像历史影像数据匮乏的问题，提出一种基于深度学习网络，利用单张雕像面部影像实现雕像破损面部数字复原的方法。首先利用深度学习网络对雕像未破损前的单张影像数据进行处理，生成点云，然后通过激光扫描仪获取破损后的雕像点云，最后对两者数据进行配准融合，生成完整的雕像模型，从而实现雕像面部数字复原。对完好雕像扫描生成的点云进行人为破坏，以模拟面部破损雕像，并利用所提方法进行复原。实验结果表明，所提方法能够有效实现面部破损雕像的数字复原，且生成的雕像模型面部细节准确，复原精度较高。

针对试验外场伪装网破损检测需求, 分析研究了伪装网破损危害、检测原理、试验布局和基于图像处理的目标破损统计方法, 设计了一种基于双光谱成像的伪装网破损检测系统。研究结果表明, 该系统设计合理, 可远程非接触监测, 能够有效检测伪装网破损情况, 用于伪装网破损情况评估和维护。

针对当前金属零件破损处识别研究中自动化程度和识别精度较低等问题,提出一种结合信息熵与低秩张量的金属破损处检测算法。首先,运用差值法、中值滤波和傅里叶滤波等方法对图像进行去噪处理;其次,根据金属零件破损处与其邻域明显的差异性,采用信息熵边缘检测法获取边缘信息;最后,运用低秩张量分析差熵和权差熵矩阵以提取破损处,并与其他算法的结果进行对比分析。实验结果表明,本文算法能够有效并快速地识别金属破损处,检测结果噪声点较少,且该算法的有效精度高于80%,优于传统算法且具有较好的稳健性。

提出一种基于蜂巢模型标记的飞机蒙皮小型损伤定位方法。利用CCD相机对损伤位置进行拍摄,对图像进行亚像素级处理,得到相应的坐标。根据调和共轭原理和交比不变性可求得实际位置,实现准确定位。以实际位置为主基点进行基点传递,利用蜂巢模型的无限性与无缝隙外扩性,实现蒙皮表面其他基点与主基点的特征对比与匹配,进而完成对飞机蒙皮破损的精确检测。对比实验的结果表明:本文方法具有精度高、耗时少等特点,能有效地实现飞机蒙皮的破损检测定位。