全息近眼显示系统受到空间光调制器（SLM）空间带宽积的限制，光学扩展量一般较小，在保持适当视场（FOV）时容易出现眼盒较小的情况，使得用户观察到的图像容易出现缺失。基于二维表面浮雕光栅（SRG）和光波导的扩瞳作用，在适当FOV下，实现了眼盒的二维连续扩展。基于随机梯度下降算法，利用计算全息显示系统生成目标图像，利用目镜将之准直，再利用耦入光栅将其耦合进光波导内。利用光线在光波导内传播时遇到耦出光栅后部分光会被耦合出射、部分光继续传播的特性，系统在两个维度上对光束宽度进行了拓展，实现了扩展的眼盒。该系统与RGB彩色激光照明和SLM时分复用结合时可以实现彩色显示。实验证实，该方案实现了在38.6° FOV和20 mm的出瞳距下，大小为8 mm×6 mm的扩展眼盒，可有效解决用户观察到的图像易缺失的问题。

为了加快颗粒全息图的重建速度, 提出了一种基于多线程编译框架(OpenMP)和统一计算设备架构(CUDA)并行技术的二级并行架构颗粒全息图快速重建方法。第1级并行针对重建截面, 第2级并行针对像素, 同时在这两个维度进行并行重建, 利用OpenMP实现图片级并行, 利用CUDA实现像素级并行。以煤粉颗粒全息图为测试对象, 同时采用单线程重建程序和二级并行重建程序进行全息重建, 比较了两种计算方式的重建结果和计算耗时。结果表明, 二级并行重建结果与单线程重建结果是一致的, 且可大大缩短重建耗时;对于分辨率为5000×5000的全息图, 在重建截面数为40时, 可实现48.3倍的加速比。此计算架构在数字全息的颗粒场实时在线诊断中具有很好的应用前景。

针对低照度应用场景,提出一种基于卷积神经网络的可见光与近红外融合算法,采用端到端网络实现了图像融合,所得融合图像能够兼顾近红外图像的信噪比与可见光图像的色彩。采集了真实场景下精确配准的近红外-可见光图像对作为训练集样本,提升了网络对实际数据的融合效果。通过对训练样本进行融合预处理,提升了网络对近红外图像中细节纹理信息的提取能力。各项测试表明,本文算法在主观感受和客观评价上均优于现有算法。

为了实现对气液两相流的粒子粒径、空间分布及其速度测量,对激光干涉气液两相流测量技术(ILIDS)进行了深入研究,该技术是一种应用于气液两相流测量的新技术,其主要优点是不干扰流场和颗粒粒径、位置测量精度高。基于该技术所开发的图像自动处理方法可以利用普通粒子成像测量技术系统拍摄气液两相流的激光散射干涉图像,并利用图像卷积定位、傅里叶变换频率分析及其图像互相关测速等图像处理手段从干涉图像中自动提取粒子的位置、直径和速度信息。为了验证该方法的测量精度,对喷嘴生成的气水两相流进行了测量实验,得到了喷嘴出口处不同区域的粒径、速度矢量的空间分布,并将测得的速度矢量与用粒子成像测量技术方法测得的结果进行对比,证明两种方法测量的平均速度差别仅为0.38％。