采用液晶E7作为栅介质，聚异靛蓝噻吩乙烯噻吩(PII-TVT)作为半导体，利用光刻/蚀刻技术制备了漏极-源极-栅极(D-S-G)共面的有机场效应晶体管器件，并测试了晶体管性能，对液晶作为栅介质应用于有机场效应晶体管进行研究。实验结果表明，器件表现出比较特别的晶体管性能，开关比达到103。通过光学显微镜观察发现，施加栅极电压后液晶发生形变，表明栅极电压对电极上的液晶分子的取向排列有较大影响。在施加脉冲栅压时，沟道电流随着脉冲栅压时间的延长而增强。利用液晶分子在电场下发生极化和迟滞作用，可一定程度上模拟突触的刺激时间依赖性。

科技的进步将我们带入了万物互联的(Internet Of Things，IOT)时代，随着人工智能、大数据的发展，我们将逐步从弱人工智能向强人工智能、甚至超级人工智能时代迈进。作为物联网终端信息的出入口，显示装置也将向智能化的方向延伸，即为智能显示。一方面，通过性能指标的提升，确保显示效果无限逼近真实世界，实现“零误差输出”；另一方面，可以感知人类的情感状态并根据人的意愿而自动实时地切换其所呈现的信息，实现“人机互动”。本文将从高画质、低功耗、功能集成等多个角度详细阐述智能化需求趋势下TFT-LCD的技术发展趋势并对后续需要重点关注的技术发展方向给出了一些建议，希望以此推进智能显示快速发展，从而满足人工智能时代对显示的新需求。

设计制作了染料掺杂手性向列相液晶器件，研究了其随机激光辐射行为。均匀混合激光染料DCM和PM597、手性剂S-811、向列相液晶TEB30A，注入无摩擦取向的40 μm液晶盒，制成焦锥织构态的手性向列相液晶激光器件。采用固体Nd∶YAG倍频532 nm波长的脉冲激光作为抽运光泵浦样品。掺杂激光染料PM597和DCM的液晶器件分别在575~588 nm和600~620 nm范围显示了尖锐、分立的随机激光辐射峰，线宽约为0.3 nm。探测了器件在不同方向上的激光辐射谱，在与样品表面夹角约为45°~150°的范围内均能探测到随机激光。在器件中，手性向列相液晶焦锥织构态对光的强散射作用是随机激光产生的主要原因。

Rubbing Mura是以接触式摩擦工艺生产TFT_LCD产品时常见的顽固缺陷，尤其在HADS产品上不良发生率更高。本文对Rubbing Mura产生的原因及机理进行分析，发现该不良由TFT基板上的源极线(Source Data，SD)附近的Rubbing弱区漏光引起。研究了Rubbing强度(Nip值)、Rubbing布型号、Rubbing布寿命、黑矩阵(Black Matrix，BM)加宽和SD减薄对HADS产品的Rubbing Mura的影响，选择最优的工艺条件，Rubbing Mura的不良发生率由2.4%降至0%，改善效果明显。

针对手机屏幕图像整体亮度不均以及Mura缺陷对比度低等特点，提出一种基于自适应局部增强的Mura缺陷自动在线检测方法。首先对CCD相机采集的手机屏幕原始图像进行感兴趣区域提取、几何校正、滤波等预处理，获取图像中的屏幕区域，然后将屏幕区域划分为多个不重叠的像素块，并根据每个像素块的灰度分布特征，采用自适应局部增强算法自动识别并定位图像中的Mura区域，最后考虑到Mura缺陷大小的不确定，提出采用多层级分块的方式对屏幕区域进行检测，提高算法鲁棒性。实验结果表明，相较现有多种屏幕缺陷自动检测算法，本文方法能更准确有效地识别手机屏幕中的Mura缺陷，且覆盖率和误检率分别为91.17%和5.84%。

平行排列向列相液晶盒基板表面锚泊能可以影响液晶盒内液晶分子指向矢的分布，光学上将导致液晶导模结构的变化。为了研究基板表面锚泊对液晶全漏导模的影响，首先基于液晶弹性理论推导了液晶指向矢在外加电压下满足的平衡态方程，随后由差分迭代方法数值计算液晶指向矢。最后，基于液晶多层光学理论推导了液晶导波反射率和透射率公式，并通过数值计算得到了平行排列向列相液晶全漏波导反射率Rss随内角变化的理论曲线。计算结果表明，相对于强锚泊情形(1×10-3 J/m2)，不同锚泊能强度(5×10-5 J/m2~1×10-3 J/m2)下的理论曲线会发生左移现象，移动距离与锚泊能强度有关。由曲线移动的距离可以确定液晶盒基板表面锚泊能的强度。该研究为进一步利用光导波技术测量液晶盒基板表面锚泊能强度提供了理论依据。

为提高用于隐写分析的集成分类器的检测精度，提出一种基于特征排名的隐写分析算法。首先计算每维检测特征的互信息得分并根据得分高低将特征进行排名，然后设置分界点将特征分为重要特征区域与普通特征区域，依据设定的抽样比例从两个区域随机抽取特征组成不同的特征子空间并训练集成分类器。最后使用集成分类器进行分类。实验结果表明，针对使用nsF5及S-UNIWARD算法进行隐写的频域及空域图像，本算法较传统分类器在检测错误率方面分别平均下降约0.006 5和0.006 2，具有较好的检测效果。针对频域与空域中两种不同的隐写算法，与传统的集成分类器相比，该算法具有更高的检测精度。

随着实时视频监控技术的发展，运动目标的检测在众多领域都有着广泛的应用。针对当下运动目标检测算法易受环境噪声和光照突变的影响，为了提高算法的稳定性和自主检测能力，本文系统研究了背景减除法和帧差法的不足和优势，提出了一种基于统计信息的改进滑动平均算法。首先，依据帧间差分对光照不敏的特性，粗略分离出背景和前景部分，同时去除掉其他随机孤立噪声，然后在滑动平均算法中引入对前景点的统计计数，自适应更新背景建模学习速率，加速背景模型收敛，最后将滑动平均与三帧差分两者形态学处理后的目标团块进行与运算，得到准确的前景区域。实验结果表明，本算法可以在树叶晃动和光照变化中精确定位运动目标，正确前景点率平均提升7.4%，得益于帧差法特性，误检前景点率显著降低，鲁棒性和自适应性更好。

随着显示技术的不断发展，集成触摸屏的液晶显示(LCD)在日常生产与生活中得到了广泛的应用。良好的触屏显示在人机交互方式上扮演着重要角色。然而，外挂式触摸屏在薄化后，触控感测部件和LCD驱动部件之间的距离减小，造成两者之间更紧密的耦合，导致LCD对触摸屏的噪声干扰更加严重，造成误触摸情况发生。为此，我们通过本文研究发现，调节源极数据驱动IC的内置功能及数据信号的驱动方式，可有效改善噪声干扰问题。首先，根据TFT面板阵列的排布，针对性调节源极数据驱动信号，观察噪声干扰的程度。实验结果表明：降低源极数据驱动能力，或更改数据信号的驱动方式为H2Dot时，噪声最大的sub V-stripe画面下的噪声干扰峰值可下降75%。基于上述解决方案，达到了降低噪声干扰的目的，提供给用户更精准、灵敏的触控体验。

利用人眼对比敏感度视觉特性和图像的纹理特征，提出了一种彩色图像的水印算法。算法首先依据图像的纹理特征，将图像进行分割；再将水印嵌入到图像纹理复杂的部分，并利用人眼对比敏感阈值控制水印的嵌入量，从而实现水印的嵌入；最后利用逆过程实现水印的提取。同时对3幅不同复杂纹理的图像进行仿真实验，并对3幅含水印图进行5种方式的攻击测试，且与近些年国内外报道的8种水印算法进行对比分析。结果表明，在中间剪切1/4区域、质量因子为20%的压缩和旋转90°较强的攻击下，提取水印的NC值和含水印图的SSIM值均仍能达到0.8以上，且比8种水印算法具有更好的鲁棒性。综合结果表明，在水印嵌入过程中，提出的算法能够有效解决水印容量与视觉透明性、鲁棒性之间的平衡，是一种行之有效的图像水印算法。

针对 Oriented FAST and Rotated BRIEF (ORB)算法缺少尺度不变特性，误匹配率高，易造成图像拼接质量差等问题，本文提出一种用于图像拼接的改进ORB算法。首先使用一种基于尺度不变的特征检测算法对图像进行特征点检测，然后用ORB描述算法对特征点进行特征描述，用ORB匹配算法进行粗匹配，再用双向匹配和Random Sampling Coherence(RANSAC)算法对匹配点进行精匹配和提纯，进一步提高其正确率，最后使用渐入渐出加权融合完成图像拼接。实验结果表明，本文方法在图像的缩放和旋转、模糊、光照强度、拍摄视角等情况下都具有优秀的鲁棒性和稳定性，是一种实时性强、准确度高、拼接质量优秀的图像拼接方法。

针对宫颈细胞病理自动筛查问题，提出一种基于深度卷积神经网络的智能辅助诊断方法。首先采用基于改进UNet深度卷积神经网络模型的语义分割方法，检测出宫颈细胞病理涂片扫描图像中的细胞(粘连簇团)区域。接着，利用VGG 16深度卷积神经网络模型，结合迁移学习技术，对检测出的细胞(粘连簇团)区域进行精确识别。为了提高深度卷积神经网络模型的性能，在进行细胞(粘连簇团)区域检测、识别的过程中，采用了数据增强技术。同时，针对该领域相关研究缺乏宫颈细胞病理液基涂片扫描图像数据集的问题，我们收集四川大学华西附二院的典型LCT筛查病例，建立了宫颈细胞病理图像HXLCT数据集，并由资深病理医生完成数据标注。实验表明，本文方法能够较好地完成宫颈细胞病理涂片扫描图像中的细胞(粘连簇团)区域检测(正确率为91.33%)，并能对检测出的区域完成正常、疑似病变二分类识别(正确率为91.6%，召回率为92.3%，ROC曲线线下面积为0.914)。本文工作将有助于宫颈细胞病理自动筛查系统的开发，对于宫颈癌早期防治具有重要意义。