为了实现工业大尺寸内径参数的测量，这里设计了一套基于激光三角法的大尺寸内径精密检测系统；首先，通过TMS320F2812采集激光位移传感器的相对位移；然后，通过Zigbee无线模块实现DSP与PC机之间的数据与控制通讯，同时将极坐标下的位移量转化到直角坐标系下，最后通过最小平方中值法剔除粗大误差，然后用最小二乘法得到内径参数，使其平均误差是常规最小二乘法1／6，并且对激光位移传感器的倾斜误差以及测量臂的偏心误差提出了校正和补偿方案，提高了系统的精度。

阐述了基于BP神经网络的数码相机特征化方法。采用不同的神经网络结构，建立了数码相机记录的RGB信息和原影像CIEXYZ色度信息之间的非线性对应关系。对NIKOND200数码相机进行了研究，通过实验得到了合理的神经网络结构为3—10—10-3。测试不同的训练样本和测试样本，达到的CIELAB平均色差和最大色差分别为1．9—2．2和6．7—7．4个色差单位。讨论了实验设备的重复性，同时，分析了样本数量对实验结果的影响。实验结果表明：对数码相机的特征化，可采用BP神经网络技术实现较高的精度。

为实现对磁性零件的在线计数检测,开发了一种在线式磁性零件激光光电计数仪系统.采用激光光源,缩束光管,光束发散小,准直性好;采用对辊式自动排料机构和圆刷式梳料器,工件排列有序,下料速度快,解决了目前磁性零件大批量计数的问题.该计数仪具有计数准确、快速和适应多种规格产品计数的特点,对φ3～100mm和厚度1～20mm的零件均可进行计数,并且计数速度可达到1000件/分以上,已应用于实际生产中.

基于激光位移扫描的大尺寸内径测量系统中，测量数据存在多个系统误差参数并易受到粗大误差的影响．在分析该系统工作原理的基础上，分析了测量传感器安装倾斜误差和回转臂偏心误差，并提出了相应的校正补偿方案．针对动态测量、管壁划痕、斑迹等引入的粗大误差对测量数据的最小二乘圆拟合精度影响较大的问题，提出了一种剔除粗大误差的方法：根据最小平方中值法构建基准圆，剔除孤立点，再用最小二乘法拟合，实验结果表明该算法的精度优于直接最小二乘法5倍．

介绍了以FPGA为核心芯片的高速图形采集系统，图形采集频率可达13．5MHz。在该系统中，还采用了PHILIP公司最新推出的视频A／D芯片SAAA7111，将电视信号转换成数字信号，并由FPGA作为控制器将数字信号民存入256KRAM，以便DSP芯片根据需要进行预处理，提取有用数据。