计算成像是融合了光学设计、光学传感和图像处理的新兴技术领域，突破了传统成像技术获取信息的深度和广度限制，成为国际研究热点，是先进光学成像技术的重要发展方向。综合国内外文献和相关报道，以计算成像在信息复原及信息增强应用场景的技术发展为主线，结合新方法、新算法探讨各个子领域的主要进展，介绍端到端相机成像优化模型、衍射光学模型及基于可微光线追踪的复杂透镜模型等。近年来，无论是光学系统硬件加工还是图像处理算法都有着惊人的发展速度，多样化系统结构和先进算法的结合为计算成像提供了强大的发展动力，从人脸识别到物体检测，计算成像技术广泛涵盖了安防监控、医疗诊断、零售和娱乐等众多领域，相信未来也会在更多科学应用领域看到它的价值。

乳腺癌是世界上对于女性非常危险的疾病, 其患病率逐年增长, 是世界妇女死亡的主要原因。 在大样本情况下, 乳腺癌临床诊断受优质医疗资源相对短缺的限制, 诊断周期长、 检测费用高。 因此, 高效、 准确、 性价比高的乳腺癌诊断方法具有广阔的应用前景, 为临床诊断迫切需求。 荧光光谱检测是一种可以表征细胞中物理和化学综合变化的方法, 可用于表征正常和癌变细胞的特征。 机器学习擅长从大量数据中挖掘有用信息, 是进行分类和预测的有效手段。 以往机器学习多使用包含部分生化信息的数据库训练模型, 易导致信息缺失。 荧光光谱是细胞多种物质的叠加光谱, 使用荧光光谱特征峰诊断乳腺癌存在量化不确定性问题。 因此, 提出了机器学习结合乳腺癌样本荧光光谱的诊断方法。 使用405 nm波长的激光, 采集了正常和癌变乳腺组织(已做出病理诊断)的荧光光谱数据, 以此作为数据集, 比较了K-近邻(KNN)、 支持向量机(SVM)、 随机森林(RF)三种算法对正常和癌变乳腺组织荧光光谱的分类能力。 判别结果显示: 与SVM算法相比, KNN和RF算法的准确率更高、 平衡召回率和精度的能力更强, 对乳腺癌荧光光谱的分类能力更好, 其准确性、 召回率、 精度以及F1-score函数结果均在95%之上, 更利于乳腺癌的诊断。 进而探讨了权重KNN(WKNN)算法对正常和癌变乳腺组织荧光光谱的分类能力。 WKNN较KNN算法的分类评估结果有小幅度提升, 且具有更好的抗噪和适应能力, 算法简单。 综上所述, 本文提出的机器学习结合荧光光谱的乳腺癌诊断方法, 精度高、 速度快、 性价比高, 是未来乳腺癌诊断方法的发展方向, 具有重要的临床应用价值。

在应用旋转台与相机组成的旋转视觉测量系统时，为了方便后续的数据拼接，标定出相机光心与旋转轴之间的距离至关重要。提出了一种基于双目视觉原理的相机光心与转轴距离的标定方法，建立了相应的数学模型并推导出了解析表达式。利用转台带动已知内参数的相机旋转一次，拍摄两幅标靶图片，即可利用标靶图像上特征点对的物理图像坐标、对应的空间距离、旋转角和相机内参数，计算出相机光心与旋转轴之间的距离。计算机模拟和实验验证了所提方法的可行性。计算结果可用于旋转视觉测量系统的相机光心与转轴的对位，对位精度可达到0.16 mm。

在基于条纹投影的三维测量方法中，圆形正弦条纹比线性条纹具有更高的相位灵敏度。提出一种基于发散投影光线几何关系的圆形条纹投影共轴三维测量方法。沿光轴方向移动投影仪使得物面上的条纹发生变化，利用电荷耦合器件（CCD）采集对应的条纹图，并从中解算出不同的相位场。利用投影仪位移带来的投影光线变化建立起相位信息和物体高度间的约束，不需要获取复杂的系统参数就能重建物面的高度信息，减少测量中存在的阴影和遮挡问题。仿真和实验结果均表明了所提方法的有效性和实用性。

乳腺组织自体荧光光谱法通常采用420～512 nm波段的光源，本次实验采用波长为405 nm的激光源获取乳腺组织切片的自体荧光光谱，避免了活体检测时脂肪和血液对光谱的干扰。荧光光谱是多种发光基团的叠加光谱，基于荧光光谱对乳腺癌细胞的生化信息进行定性和定量分析时，光谱特征峰不易分辨。本文提出了高斯函数拟合乳腺组织切片荧光光谱的方法，该方法可有效分离重叠峰。与正常组织相比，癌变组织的荧光特征峰出现了明显的红移现象。通过面积比值法分析了正常与癌变乳腺组织中荧光物质的差异，癌变组织在517 nm和635 nm处的峰面积与492 nm处的峰面积之比(A₅₁₇/A₄₉₂和A₆₃₅/A₄₉₂)分别是正常组织的2.4～5.5倍和5.4～8.5倍，可作为诊断乳腺癌的标准。最后，本文分析了支持向量机(SVM)算法对乳腺组织荧光光谱进行分类的可行性，分类准确率为87.50%，为乳腺癌的快速诊断提供了新方向。

圆形正弦条纹在条纹圆心处具有恒定相位（常编码为零相位），其圆心可以作为相位展开的参考点，据此得到的绝对相位用于计算被测物体的高度信息。由于圆形条纹的载波相位为非线性函数，已有的圆形条纹投影傅里叶变换法需要求解一元二次方程，进行判根操作，再使用拟合来得到对应物面高度信息的像素位移量，鲁棒性差。提出并研究了一种基于傅里叶变换的改进圆形条纹投影轮廓术，该技术通过多投影一帧具有水平移动量的条纹，简化了圆形条纹投影方式的像素位移量的计算，将像素位移量的计算从解一元二次方程降维为解一元一次方程，提高了基于傅里叶变换圆形条纹投影轮廓术的鲁棒性和面形重建精度。计算机仿真和实验验证了所提方法重建物体三维面形的有效性，特别适合全平面离面测量。

编码的圆形正弦条纹在圆心具有零相位, 该点可以作为后续相位计算和展开的参考。但是圆形条纹提供的载频相位具有非线性特点, 当其用于三维面形测量时, 如果圆心在物面上, 获取物面高度信息的方法与投影单频直条纹的情况不同。研究基于圆形条纹投影的相移轮廓术, 讨论了物面高度引起的图像点坐标的位移量和绝对相位的计算方法, 并完成相应的误差分析。对3.5 mm平面测量误差的标准差为0.019 mm。计算机模拟和实验验证了该方法能直接得到离面物体的绝对相位, 用于重建物体的三维面形。

提出了一种时空结合的三频时间相位展开方法,提高了三频时间相位展开方法的抑噪能力和相位展开的可靠度。在所提方法中,用灵敏度大于1的条纹代替传统三频时间相位展开法中灵敏度为1的条纹。通过计算这些条纹的截断相位,对其进行空间相位展开,并利用这些展开相位来指导其他两帧高灵敏度截断相位图的展开。与传统三频时间相位展开方法相比,在最高灵敏度条纹空间频率相同的情况下,所提方法缩小了三套条纹之间的频率倍数差,进而减小了噪声对相位展开的影响,提高了三频时间相位展开的可靠度和精度。

车载抬头系统是未来车载仪表显示发展的必然趋势。针对在抬头显示系统自由曲面反射镜测量过程中不同区域特征相似、不易提取特征点，以及优化时易陷入局部最小值的问题，提出了一种高精度的三维点云与抬头显示反射镜面形模型匹配的方法，实现了高稳定性、高精度配准和误差评价。首先测量数据和模型数据转换成点云文件，经过三维旋转，使点云的法向量平行于Z轴；然后向不会造成重叠与遮挡的XOY平面投影；投影后，在二维平面内提取边缘，并提取边缘轮廓点，通过确定对应轮廓点计算旋转角度，在三维空间对点云数据旋转后，完成粗匹配，最后采用全局点云最小化目标函数完成精确匹配。该算法利用自由曲面反射镜的不规则边缘特征进行匹配，避免提取局部特征点，并且优化过程中不会陷入局部最小值，能够精确计算被测件的面形误差。