针对较大尺寸物体彩色全息图重建操作复杂、色彩融合不准确、重建时受零级影响等问题，提出一种基于深度学习的彩色全息图重建方法。采用改进的U-Net模型作为网络结构，使用混合实际拍摄和模拟生成的彩色离轴菲涅耳全息图频谱作为训练样本，实现对彩色全息图的准确重建。对模拟全息图和实际拍摄的数字全息图进行重建实验，结果表明，所提方法相较于传统方法，能够在保持重建图像高分辨率和颜色准确性的同时，具有更好的重建效果。研究结果可应用于大尺寸检测场彩色全息图的重建，为彩色全息检测及深度学习在光学成像领域中的应用提供有益的参考。

二维材料具有的可饱和吸收特性使其在新兴的超快固态激光器中得到了广泛应用，但其恒定的吸收状态使激光器的输出性能难以调控。因此，采用等离子体增强化学气相沉积法在玻璃基底上制备了少层石墨烯（Gr）薄膜，经喷墨打印、镀膜、烘干等流程制备了Gr可饱和吸收体（Gr-SA）器件。利用拉曼光谱仪和分光光度计对Gr-SA器件进行系统的光学表征分析，并采用平衡同步双探测器系统测量了Gr-SA的非线性传输特性。结果表明，Gr-SA器件具有电压可控的非线性吸收特性。将Gr-SA器件应用于Nd∶YVO₄全固态激光器系统中，可实现1064.1 nm波长的稳定调Q输出。保持抽运光功率不变，通过改变栅极电压，可实现脉冲宽度从900 ns到395 ns可调控的激光输出，相应的重复频率从62 kHz提高到158 kHz。

为获得脉冲宽度窄、波形对称性好、输出性能稳定的脉冲激光,设计了一种基于石墨烯量子点与二硫化钼的1064 nm双被动调Q激光器。该激光器采用结构简单的线形腔结构,以808 nm LD为抽运源、Nd∶YVO4为增益介质。分别采用水热法和锂离子-插层法获得了石墨烯量子点溶液与二硫化钼溶液。经旋涂、烘干等工艺制备出可饱和吸收体,作为被动调Q器件。相比于单被动调Q激光器,双被动调Q激光器输出的激光脉冲宽度更窄、脉冲波形对称性更好。当抽运功率为12.9 W时,实验测到的调Q激光脉冲宽度为180 ns,重复频率为1085 kHz,信噪比为44 dB,平均输出功率为595 mW。