文章提出一种可以传输42个轨道角动量(OAM)模式的环形光子晶体光纤，该光纤由中心空气孔、环形高折射率层以及包层构成，其中包层是由方形空气孔与圆形空气孔共同组成。利用有限元法对其进行仿真分析，仿真结果表明，这种结构在1.55 μm处可以将简并模间的有效折射率差提高到3.45×10-3，从而大大减小模式间的耦合，所有模式的色散值均较小，例如HE2,1模式的色散只有53.29 ps/(nm·km)。此外，光能量主要集中在环形高折射率区域内，且环形区域大小可灵活设计。

构造一种基于遗传算法参数优化的脉冲耦合神经网络(PCNN)红外图像分割算法。该算法首先利用PCNN的全局耦合性和脉冲同步性对输入图像进行点火处理, 根据PCNN的输出结果计算熵作为遗传算法的适应度函数, 并利用熵的变化量作为遗传算法的收敛依据, 对PCNN模型中影响图像分割的参数进行组合优化, 结合PCNN生物视觉特性和遗传算法解空间随机搜索能力来寻找关键参数的最优值。将遗传算法和PCNN进行结合可充分发挥二者优势, 将本文方法与最大类间方差法(OTSU)、最大熵直方图分割算法和PCNN分割方法进行对比, 通过交叉熵、区域对比度等客观指标对分割后的图像进行定量分析, 结果表明无论从主观视觉还是客观指标, 本文方法分割效果优于其他对比方法。

针对灰度图像融合的分辨率低及现有的彩色图像融合方法融合的图像色彩不自然、不符合人的视觉感受的特点，在此提出一种基于Snake模型的区域检测和非下采样轮廓波变换(NSCT)的红外与彩色可见光图像融合的方法。首先对彩色可见光图像进行亮度、色度和饱和度(IHS)颜色空间变换提取亮度分量，并用Snake模型对红外图像的目标区域进行检测；然后对亮度分量和目标替换的红外图像应用NSCT分解，对所得到的高频系数采用像素点“绝对值和取大”、低频系数采用基于“亮度重映射技术”的加权融合规则进行融合；通过对融合系数进行NSCT逆变换获得融合图像的亮度分量，最后运用颜色空间逆变换得到融合图像。实验结果表明，所提出的融合方法既能保持可见光图像的高分辨率和自然色彩，又能准确保留红外图像中检测出的目标信息，获得视觉效果较好、综合指标较优的融合图像。