多视图立体匹配是计算机视觉领域的一大研究热点，针对目前多视图立体重建完整性差、无法处理高分辨率图像和GPU内存消耗巨大、运行时间长等问题，提出一种基于自注意力机制的深度学习网络（SA-PatchmatchNet）。首先通过特征提取模块提取图像特征，再将其送入可学习的Patchmatch模块中，得到深度图，并对深度图进行优化，生成最终的深度图。为了捕捉深度推理任务中的重要信息，将自注意力机制融入到特征提取模块，提高了网络的特征提取能力。实验结果表明，SA-PatchmatchNet在Technical University of Denmark（DTU）数据集上进行测试，与PatchmatchNet相比，重建的完整性提升5.8%，整体性提升2.3%，与其他的state-of-the-art（SOTA）方法相比，完整性和整体性都得到了较大的提升。

在空天探索领域，空间引力波探测是当前国际研究热点，核心技术是测量相距数百万千米的两测试质量间的平动转动等多个自由度，探测灵敏度需要在1 mHz~1 Hz频段达到~1 pm/Hz^1/2以及~1 nrad/Hz^1/2水平。目前，激光干涉是实现如此远距离的两个物体之间多自由度测量的最精密的手段，本文介绍了面向空间引力波探测的激光外差多自由度超精密测量技术，概述了其光路结构、测量原理、相位信号处理方法，回顾了近三十年国内外相关研究进展，并分析了空间引力波探测中外差干涉测量的噪声源作用机制以及相关研究进展。最后，对激光外差干涉多自由度超精密测量技术的发展趋势和前景作了展望。

设计了一种基于线扫描成像(LSI)的光片荧光显微镜(LSFM),旨在通过抑制样本散射达到提高成像质量的目的。该显微镜将数字扫描光片荧光显微镜(DSLM)与LSI两种方法结合,以前者为基础,在探测光路上增加了一个用于解扫描的扫描振镜。在控制过程中,将照明光路的扫描振镜与解扫描振镜同步,使得均匀运动的图像在相机前固定于同一位置,从而实现了LSI。在系统中,为了便于与传统方法对比,线阵探测器通过面阵相机模拟实现。另外,与常规的LSFM相比,改进后的系统,在高散射荧光微球样品和斑马鱼心脏样品的成像实验中,更有效地抑制了样本散射。因此,验证该方法具有可行性。

“没有测量就没有科学”,对物理量越来越精确的测量已成为现代科学和技术领域孜孜追求的目标。激光干涉精密测量具有可溯源,纳米甚至皮米高分辨率,以及数米、几千米甚至上千千米的超长测量范围等突出优点,被广泛用于IC装备、数控机床、超精密微纳制造、引力波探测等先进技术和前沿科学领域。清华大学激光精密测量与应用课题组长期围绕激光干涉和激光回馈干涉开展研究,先后在大频差、高功率保持的新原理双频激光器、用于无靶镜纳米测量的回馈干涉原理研究方面取得了突破,研制出新型双频激光干涉仪和激光回馈干涉仪,并在多个领域开展了应用研究。本文详细总结了课题组最近十年的研究成果,在此基础上展望了激光干涉精密测量与应用研究领域的发展前景。

为了解决常规选择性激活方法无法与激光扫描共焦显微镜共用扫描光路,难以与成像光路同轴的问题,提出一种同轴扫描式实时光刺激系统,使用现场可编程门阵列控制声光调制器,以调制激光扫描共焦显微镜的成像光源,经成像光路扫描后,刺激输出和成像扫描实现同步;该系统采用Xilinx KC705开发板中现场可编程门阵列集成的外设部件互连标准硬核,采用外设部件互连标准接口将上位机的刺激图像传输到现场可编程门阵列。测试结果表明,所提系统可以满足传输要求,能有效调节光刺激区域。

利用时域有限差分法设计并分析了基于多孔氧化铝与纳米银颗粒的AAO/Ag NPs光吸收器模型, 采用物理气相沉积方法制备了AAO/Ag NPs复合体系样品, 表征并测试了不同实验参数下样品的光吸收特性.测试结果表明制备的AAO/Ag NPs复合体系样品在400~2 500 nm波段的光吸收率高达98%, 且高的光吸收率几乎不受银纳米颗粒氧化的影响.理论计算与测试分析表明多孔氧化铝孔内壁沉积的颗粒越多, 沉积深度越深, 沉积的银颗粒尺寸范围越大, 光吸收率越高, 而多孔结构有效降低了入射光的反射率, 其表面的银膜有效降低了出射光的透射率.

针对光经深截止滤光片衰减后，达到光子计数水平，其透过率难以用一般测量仪器测出的情况，设计了基于ICCD 的光子计数成像系统，介绍了系统的工作原理，硬件组成和图像处理所涉及到的软件算法，给出了利用单位时间内透过的光子数计算透过率的计算方法，并对一给定的日盲滤光片进行了透过率测试。在特定波长范围内，测试结果的数值相对实际情况偏小，测试结果的数量级与实际一致，表明该系统的测试稳定性较高。经过分析，系统最小可探测到每秒钟几百个光子，可用于经滤光片衰减后达光子计数水平的滤光片透过率测试。

对于非线性系统的辨识问题, 将非线性系统在某组基函数下展开成线性回归形式。当基函数已知时, 对于线性回归形式中的未知参数矢量, 在性能指标中增加未知参数的惩罚项, 采用规范化的最小二乘法来辨识未知参数矢量。当基函数未知时, 在性能指标函数中增加预测误差的约束条件。对于约束最优化问题, 分别从基-对偶角度考虑其最优解, 并分析最优解的统计有偏性。为避免基函数的先验信息, 利用最小二乘支持向量机中的核函数来替换线性回归矩阵的乘积运算, 直接利用核函数来表示此约束最优化问题中的对偶矢量, 并使用此对偶矢量和核函数来近似原非线性函数。最后利用仿真算例验证采用支持向量机的核函数来表示非线性系统的有效性。