为无损探究种子成分分布与种子活力变化的内在关系, 以玉米种子主要成分淀粉为研究对象, 将太赫兹时域反射成像技术与移动窗口相关系数法相结合, 无损可视化构建不同活力程度的玉米种子淀粉空间分布图。 以郑单958玉米品种为例, 实验通过人工老化方式(40 ℃, 100%RH)制备老化0、 18、 36、 54、 72 h的种子样本, 采用Terapluse 4000太赫兹时域光谱仪及反射成像附件扫描获取不同老化程度的样本和纯玉米淀粉样品的太赫兹光谱图像。 以16.35 cm-1下THz图像为基准, 采用阈值分割法精确提取种子胚乳、 种胚区域, 通过对比不同组织区域内THz平均吸光度可得胚乳和种胚光谱明显差异, 且胚乳和淀粉纯物质在51.96 cm-1附近存在明显的共同吸收峰。 应用移动窗口相关系数法(窗口宽度为20, 移动步长为10), 逐像素点计算种子太赫兹时域光谱与纯玉米淀粉光谱的-相关系数, 并根据相关系数值以及坐标信息绘制伪彩色热力图, 可视化构建玉米种子淀粉分布图。 实验统计5个老化阶段、 6个谱区窗口的淀粉分布图中相关系数>0.8的像素点占比可得: 在29.83～67.36 cm-1区间内, 种子胚乳和种子区域内的淀粉含量在种子活力下降过程中呈现总体下降趋势, 即种子淀粉含量与活力呈现正相关关系。 实验结果表明: 太赫兹时域光谱反射成像技术结合移动窗口相关系数伪彩色成像分析方法可以初步实现种子活力变化过程中玉米种子淀粉空间分布特性的无损探测, 该技术可为深入研究种子化学成分与其自身活力之间的制约关系, 无损解析种子生命活动与自身生理生态规律变化提供崭新的视角和方法。

近岸海浪周期检测对于近岸精细化海洋预报至关重要。为此,提出一种新的基于视频时空特征学习的近岸海浪周期自动化检测方法。所提方法以连续海浪视频帧为输入,首先利用二维卷积神经网络(2D-CNN)提取视频帧的空间特征,将空间特征在时间维度上拼接成序列,再通过一维卷积神经网络(1D-CNN)提取时间维度特征,这种复合卷积神经网络(CNN-2D1D)能够实现海浪时空信息的有效融合,最后采用注意力机制对融合后的特征进行权重调整,并将所得结果线性映射为海浪周期。将所提方法与基于VGG16网络的单纯空间特征的检测方法和基于ConvLSTM和三维卷积(C3D)网络的时空特征融合的检测方法进行对比。实验结果表明,C3D和CNN-2D1D的检测精度最高,平均绝对误差分别为0.47 s和0.48 s,但CNN-2D1D比C3D的检测结果更稳定,均方根误差分别为0.66和0.81,且CNN-2D1D需要的训练参数更少,这表明所提方法在波浪周期检测中更有效。

针对环境温度、电压、入射角等因素变化对基于声光可调谐滤波器(Acousto-optic tunable filter, AOTF)和液晶可变延迟器(Liquid crystal variable retarder, LCVR)的光谱偏振成像测量精度影响大, 且整个系统实现复杂等缺点; 考虑到超消色差波片对温度和波长依赖小, 结合AOTF高光谱成像的优点, 提出了基于超消色差1/4波片和AOTF的高光谱全偏振成像新方法。详细分析了该方法的工作原理, 并结合可购买到的最好超消色差1/4波片中相位延迟和快轴随波长的微小波动, 进而分析了该波动对偏振测量的影响, 并针对这些影响研究了修正策略。搭建了原理样机, 对450~950 nm波段进行了偏振测量, 修正后偏振度测量误差≤1%, 对偏振方向的测量偏差≤1.8°, 以633 nm为例, 对其全Stokes参量图像进行了具体原理及修正测量验证实验, 结果表明, 该新技术原理正确, 修正策略可行。该研究可为复杂条件下高精度、高光谱全偏振成像技术提供新的理论和实现方案。

提出了一种基于双弹光差频调制的中红外相位延迟精确测量方法。通过两个硒化锌型弹光调制器(PEM)的差频降低系统调制频率,产生载有被测相位延迟的低频调制信号,调制后的1倍差频幅值和2倍差频幅值相除可求得被测波片的相位延迟。该方法可有效抑制光强波动及PEM相位延迟波动对测量的影响,提高测量精度。对测量原理进行了理论推导,设计了硒化锌型PEM和实验系统。实验结果表明,相位延迟测量误差不大于0.004%,灵敏度可达5×10 ^-4 rad。

高光谱成像因光谱分辨率高、 图谱合一、 可实现快速无损检测等特点现已广泛应用于农业、 医学、 遥感等领域。 现有的对可回收生活垃圾检测与分类的方法, 都存在检测时间长, 分类效率低, 而大量多种垃圾无法同时快速分拣等问题。 考虑到不同类别的生活垃圾由于其主要组成分子结构的差异, 对不同波长的光有不同的吸收特性。 高光谱图像在记录待分类垃圾的空间信息的同时, 可以获得垃圾对不同波长的光的反射率光谱信息, 通过建立识别分类模型对反射率光谱信息进行分析可以实现对高光谱图像中待分类垃圾的识别与分类。 收集常见纸质、 塑料、 木质三种材料的可回收的垃圾样本, 包括塑料瓶、 食品包装袋、 塑料玩具（饰品）碎片、 一次性筷子、 雪糕棒、 木制家具碎片、 木制包装盒、 废旧课本、 广告纸、 办公用纸等多种物品共30个样本, 进行清洗和裁剪处理, 避免样本表面污渍对样本反射率产生影响。 利用高光谱成像系统采集样本在近红外（780～1 000 nm）范围内的高光谱图像, 其中18个样本做训练样本集, 12个样本做测试样本集。 对采集的样本图像数据做预处理, 包括去噪声以及黑白校正反演反射率信息等处理; 通过主成分分析（PCA）方法对训练样本集感兴趣区域（ROI）进行分析, 提取到的特征波段为795.815, 836.869, 885.619, 916.409, 929.239, 934.37, 957.463, 972.858和988.253 nm; 在特征波段下分别提取这三种类别垃圾的参考光谱, 通过光谱角度填图法（SAM）对测试样本ROI区域内提取的测试样本点集在特征波段下与参考光谱进行匹配, 由匹配程度进行样本点归类, 分析结果表明, 测试样本集中纸制样本（A类别）、 塑料样本（别）、 木制样本（C类别）的分类准确度分别为100%, 98%和100%, 测试样本点集整体的分类准确度为99.33%; 通过Fisher判别方法分析训练样本集得出判别函数式和判别准则, 对测试样本点集分类, 评价结果为A, B和C类样本分类准确度分别为100%, 100%和97%, 测试样本点集整体分类准确度为99%。 通过SAM和Fisher两种判别方法对测试样本集的光谱图像进行目标物的检测与分类, 结果表明, 利用SAM判别方法在可回收垃圾的高光谱图像中实现检测与分类有更高的分类准确度, 可达到99.33%。 同时, 也验证了使用高光谱成像进行可回收垃圾快速分类的科学性以及可行性, 对未来系统化、 机械化、 智能化地解决生活中可回收垃圾的分类具有一定的实用意义。

现有声光可调谐滤光器（AOTF）调谐关系大多忽略旋光性影响, 忽略旋光性将影响声光滤波器的准确设计, 并会进一步影响其滤波性能, 故推导了旋光率与衍射波长之间的关系, 进而得到考虑旋光性的AOTF衍射频率-波长调谐关系; 针对AOTF衍射波长在不同温度下存在温漂, 因此影响AOTF的光谱分辨率, 从温度影响超声声速出发, 分析得到AOTF衍射波长在不同温度下与驱动频率的关系, 提出在不同温度下采用频率修正的方式跟踪衍射波长。 根据考虑旋光性推导所得AOTF调谐关系、 考虑到实时跟踪温度、 频繁变换驱动频率容易对系统造成破环, 影响使用效率, 因此采用10 ℃为一个温度段, 在一个温度段内根据中间温度使用一个驱动频率对AOTF进行调控, 每一温度段有相应的驱动频率-衍射波长对应关系, 叙述了具体的实现办法, 并做了相应的实验验证。 实验表明, 通过频率修正之后在相应温度下得到的衍射波长, 与普通室温未修正频率下得到的衍射波长相比, 前者与目标波长更相近, 误差减小一个数量级。 为AOTF在不同温度下的高精度光谱测量提供了重要的依据, 具有重要的实用价值。

为了实现椭偏参量ψ和Δ的高速、高灵敏测量, 建立了一种测量成本低、重复性好和便于工业化集成的椭偏测量方案。本文对弹光调制型椭偏参量测量系统进行了原理分析, 针对弹光调制器的工作模式及调制光信号特点, 设计了基于现场可编程门阵列的数字锁相数据处理方案。现场可编程门阵列提供弹光调制器工作的信号源, 并控制AD采样; 同时产生正弦和余弦参考序列, 并完成直流项、一倍频项和二倍频项的同相分量和正交分量的提取, 进而求解出椭偏参量。利用搭建的试验系统对SiO2薄膜厚度为3.753 nm的硅片样品进行了实验分析。实验结果表明, 采样时间为20 ms时, 椭偏参量ψ和Δ的平均值分别为9.622°和168.692°, 标准偏差分别为0.005°和0.008°;采样时间设置为200 ms时, 椭偏参量测量平均值与20 ms的非常接近, 标准偏差减小, 并且都在0.001°量级, 揭示了本系统具有较高的灵敏度和较好的重复性。

激光窃听技术通常不直接照射被窃听目标,且由于玻璃散射的原因,利用现有的拦截式激光预警技术无法获取其窃听源方位等信息,针对该问题,提出利用CCD相机结合滤光片的方案对窗户进行凝视成像的反激光窃听预警系统,同时,构建了窃听激光源、被照射玻璃上的散射激光光斑以及反激光窃听系统之间的空间几何模型,结合边缘检测等图像特征提取算法以及最小二乘图像拟合算法对散射激光光斑轮廓进行拟合,推导出窃听激光光源来袭方位的数学模型。实验结果表明：所搭建的激光窃听预警系统不但可以检测到照射到玻璃上的窃听光斑,且可以有效地追溯到该激光束的方位角和俯仰角信息,定位精度≤4°,从而达到了对窃听源定位的目的,有助于推动现有激光预警技术的进一步发展,且在**安全等领域发挥积极作用。