为了在被测物体部分被遮挡的情况下,仍能完整地测量出物体的表面形貌,提出了一种基于霍夫变换的多线结构光标记的光场3维成像系统。通过提取亚像素的条纹中心坐标进行投票,分析霍夫参数空间中的投票分布,设计了自适应范围投票和自适应窗口策略,无需对条纹级次编码也能够准确地确定对极平面图像中多根直线的参数。结果表明,该系统拟合平面的平均偏差为0.0096 mm,标准偏差为0.0074 mm,并利用光场成像中不同视角下物体的遮挡关系不一致,准确地恢复了被遮挡物体的完整表面形貌。这一结果对于解决3维测量过程中遮挡问题是有帮助的,该研究为获取完整和高效3维数据的测量方法提供了参考。

研究了频谱受调制的修正圆Airy光束（MCAB）在单轴晶体中沿光轴的传播特性。与其他光束一样，左旋圆偏振（LHCP）的MCAB沿单轴晶体光轴传播时会激发拓扑电荷数为2的涡旋右旋圆偏振（RHCP）分量。MCAB在晶体传播时，LHCP分量和RHCP分量都会出现“突然自聚焦效应”，不带涡旋的LHCP分量在焦点附近形成实心光束，而RHCP分量由于具有涡旋相位而在焦点附近形成空心光束。单轴晶体的各向异性导致LHCP分量比涡旋RHCP分量更早出现最大光强。选择合适的频谱调制参数，MCAB的“突然自聚焦效应”强度约为普通圆Airy光束（CAB）的3.4倍；在晶体长度为10 cm的情况下，不带涡旋的LHCP分量转化为涡旋RHCP分量的效率可达43.28%，比普通CAB高约10%。

为了实现水稻害虫的快速、准确识别，提出了一种基于迁移学习和卷积神经网络相结合的水稻害虫识别方法。首先对水稻害虫图像进行平移、翻转、旋转、缩放等预处理，并按照害虫特征由人工分为稻纵卷叶螟、稻飞虱、二化螟、三化螟、稻蝗、稻象甲等6个类别。然后基于迁移学习方法，将VGG16模型在图像数据集ImageNet上训练得到的权重参数迁移到水稻害虫的识别当中，将VGG16的卷积层和池化层作为特征提取层，同时将顶层重新设计为全局平均池化层和一个softmax输出层，训练时冻结部分卷积层。实验结果表明：所提模型的平均测试准确率为99.05%，训练时间约为原有模型的1/2，模型大小仅为74.2 MB；在稻蝗、稻飞虱、稻象甲、二化螟、稻纵卷叶螟、三化螟等6类害虫的F1值分别为0.98、0.99、0.99、0.99、1.00、0.99。所提方法识别效率高，识别效果好，可移植性强，可为农作物的害虫高效快速诊断提供参考。

高锌背景下光谱法同时检测痕量多金属离子浓度时, 由于微型光谱仪光源能量辐射不均匀性, 并且混合溶液中不同离子对不同波段紫外可见光会选择性吸收, 因而如果选取微型光谱仪的积分时间过大, 可能导致光谱能量值达到饱和, 选取积分时间过小可能导致光谱信号的信噪比很低。 积分时间的选择往往取决于研究者的经验和待测离子对紫外可见光的吸收特征。 为了实现能够自动选取微型光谱仪积分时间参数, 提出了一种基于二分搜索的高质量紫外可见光谱信号重构算法, 用于重构由不同积分时间组成的图谱特征更加明显的紫外可见光谱信号。 该方法首先采集不同积分时间下参比溶液的紫外可见光谱能量信号, 然后给定参比溶液的不同目标重构光谱能量信号值, 在每一波长点使用二分搜索算法寻找合适的积分时间采样参数; 然后根据紫外可见光谱的特点, 定义了表示重构后的光谱能量值与目标设定值接近程度的重构精度指标和表示重构信号后与重构信号前的图谱特征区分程度的重构特征显著度指标, 最后, 选取搜索区间范围内重构精度最高的光谱信号作为重构信息量, 利用光谱信号重构信息量重构待测溶液紫外可见光谱能量值, 最终得到待测溶液的重构光谱吸光度信号。 实验结果表明, 该算法能够快速自动地选定目标积分时间采样参数值对紫外可见光谱进行信号重构, 来得到高质量紫外可见光谱信号。 该算法可以使信号重构精度达94.84%, 并且重构特征显著度有所提升。 同时, 相对于重构前的光谱信号, 重构后的光谱吸光度信号得到一定程度增强, 信号信噪比也大大提升, 而且避免了积分时间采样参数需要依靠研究者主观判断选择的问题, 为检测多种痕量金属离子的浓度信息提供了高质量的模型数据。

微型光谱仪在检测高浓度比背景下多种痕量重金属离子浓度时, 光谱吸收信号易受外部环境和内部电路的随机噪声干扰, 多种痕量重金属离子的光谱吸收信号微弱易被噪声所淹没, 严重影响了光谱定量分析结果的准确性和重复性, 需要对光谱吸收信号进行去噪预处理。 然而, 大多数光谱去噪算法的一些关键细节参数的设置不仅需要通过反复的实验进行测试验证, 还取决于研究者的现有经验和待解决对象的特征。 针对这些关键参数对滤波效果影响大、 选择难的问题, 提出了一种基于sigmoid误差约束的改进型LMS自适应去噪算法。 首先对标准LMS算法原理进行了分析, 并结合微型光谱仪的数据干扰情况对标准LMS算法的滤波器结构进行优化改进, 利用sigmoid函数具有误差约束的特性, 对标准LMS算法的误差计算模块进行优化改进, 降低算法对噪声敏感性； 然后针对改进后的最小均方误差损失函数是一个非凸函数, 提出了一种类交叉熵损失函数, 将非凸问题转化为一个凸优化问题, 在利用梯度下降法逐步最小化损失函数时, 保证了局部最优解也是全局最优解, 同时结合Adam算法来自适应地调整学习率因子, 保证了算法具有较快的收敛速度； 最后为了验证改进后的自适应去噪算法具有较强的去噪性能, 通过交叉验证进行实验验证。 对四种金属离子混合溶液的实测光谱吸收信号, 添加不同信噪比的随机噪声后使用该改进的算法进行测试验证, 实验结果表明： 在处理信噪比低的吸收光谱信号过程中, 所提方法相对于标准LMS算法、 SG去噪算法、 小波软阈值算法、 小波硬阈值算法, 信噪比分别提高了9.225%, 19.678%, 7.591%和12.042%； 均方误差分别降低了59.647%, 63.070%, 53.600%和57.793%。 该方法不仅能够有效地抑制强噪声, 还原了光谱信号中的一些重要真实细节特征, 而且也避免了关键细节参数需要依靠主观判断选择的问题, 为分析低信噪比下的光谱信号提供了一种新的解决思路。

针对现有的360°三维测量系统结构复杂、标定要求高、测量时间长等问题, 提出了一种结构简单、测量速度快的单传感器360°三维测量系统和一种操作方便、精度较高的标定方法。该系统由条纹投影系统、摄像机、两个前表面反射镜组成。测量时, 物体点云数据由三部分组成, 前表面通过摄像机获取, 对应于所拍图片的中间区域, 左右两面分别由左右两块前表面反射的平面镜获取, 分别对应图片的左右两区域。先对不含反射镜的系统进行标定, 然后加入两套反射镜, 利用透过式投影屏完成对左右两套系统的二次标定, 获得全局坐标系下的物体三维数据。实验表明, 该系统搭建成本较低, 标定精度较高, 重建速度快, 适合现场标定。

与传统的二维艾里光束相比，超艾里光束具有无衍射性、自弯曲性、自愈性等传输特性，主瓣尺寸更小、能量更集中，因此超艾里光束在光学微粒子操控等领域具有广阔的应用前景。为了得到产生超艾里光束的紧凑装置，提出了一种直接输出超艾里光束的激光器设计方案。该激光器使用激光二极管作为抽运源，采用端泵的方式抽运掺杂浓度为1%（原子分数）的掺钕钇铝石榴石（NdYAG）棒，以加载了超艾里光束立方相位信息的衍射光栅作为耦合输出镜，在一级衍射方向直接输出超艾里光束。计算结果表明，该激光器的阈值功率为1.4 W,当抽运功率为2 W时，输出功率达到678 mW。

系统研究了基于周期性极化铌酸锂(PPLN)的Solc型平顶滤波器的温度与电场调谐特性，并给出两种调谐方式的调谐率与优缺点。研究了占空比为0.5的PPLN Solc型平顶滤波器的透射谱对温度的依赖关系，发现透射谱的平顶状并没有因为温度改变而破坏，同时最大透射率也没有衰减，当温度从268 K~328 K变化时，中心透过波长从1570~1528 nm连续变化。进一步研究基于占空比为0.75的PPLN滤波器的电场调谐特性，发现Solc型滤波器透射谱在外加电场作用下依然保持平顶状，且中心波长随外电场变化成线性关系。由于电场调谐源于电光效应，其响应速度可达亚纳秒，拥有温度调谐方式无法比拟的快速响应速度，但受限于击穿电压的限制，其调谐范围比温度调谐要小。

利用二维环形周期极化铌酸锂，提出一种角度不敏感的Solc型电光滤波器。发现二维环形周期极化铌酸锂能够克服角度依赖问题，它能为不同方向入射的光提供不变的倒格矢以维持准相位匹配。计算表明，利用二维环形周期极化铌酸锂制作而成的Solc型电光滤波器，其中心透过波长在偏离正入射情况下仍然保持不变。这种新型的角度不敏感Solc型滤波器可在多角度、多光束同时滤波。

系统研究入射光为不同偏振态时的准相位匹配线性电光效应。在准相位匹配条件满足时, 若入射光为线偏振光, 则o光与e光能够彻底耦合, 出射光仍为线偏振光, 且其偏振方向可以通过外加电场调节到任意角度; 若入射光为椭圆偏振光, 则o光与e光不能彻底耦合, 输出光为与输入光同椭圆率的椭圆偏振光, 其椭圆方位角可以通过调节外加电场旋转到任意角度; 若入射光为圆偏振光, 则o光与e光之间没有能量耦合, 输出光仍为圆偏振光。准相位匹配条件满足的线性电光效应在保偏的偏振旋转器中有重要应用。在准相位匹配条件不满足时, o光与e光由于相位失配而没有能量耦合, 输出光的偏振态取决于o光与e光的初始相位差和双折射(自然双折射和电光双折射)引起的附加相位差, 特别是极化占空比为0.5时, 电光效应引起的双折射总效果为零。