为了解决水下退化图像出现的色彩偏差等问题，提出一种基于稠密级联卷积神经网络的水下图像增强算法。首先将退化的水下图像从传统的红、绿、蓝（RGB）颜色空间转换到色调、饱和度、亮度（HSV）颜色空间，保持色调分量和亮度分量不变，利用级联卷积神经网络对饱和度分量增强。然后在特征提取网络编解码过程中引入了新的稠密块。稠密块将残差连接、跳跃连接和多尺度卷积结合起来，纠正颜色失真。纹理细化网络是利用了6个纹理细化单元对所得到的细化图像进一步提取特征信息。最后将通过级联卷积神经网络进行提取的S通道图与H、V通道图进行合并，得到增强的水下图像。实验结果表明，提出算法增强的水下图像的水下彩色图像质量评价平均可达到0.616875，水下图像质量测量平均可达到5.197000。对比算法表明，提出的水下图像增强算法不仅增强效果良好，且增强的结果更符合人类视觉习惯。

1992 年 Allen 等认识到光子可以携带轨道角动量 (OAM), 其表现为波前的螺旋相位分布。由于其独特的光场分布以及其拓扑荷理论上可取任意整数等特性, OAM 光束在超分辨成像、高密度数据编码等领域具有重要作用。对微纳尺度下 OAM 光束与物质相互作用新机制的研究, 有望为现代光子器件以及多维光与物质相互作用等领域提供新的思路和方法。介绍了本课题组利用 OAM 光束在纳米结构上实现多维信息复用以及 OAM 光束拓扑荷的探测技术, 并对纳米尺度 OAM 光束的应用进行了展望。

在双目结构光系统下,提出一种基于二值空间的条纹边界编解码方法。提出二值空间的定义;按投影顺序将投影图案分层,并为第一层条纹图像构造初始二值空间;根据初始二值空间内黑白条纹的顺序,分别在两个子空间内提取第二层条纹图像的边界线;重复上述操作,每一层条纹图像的边界线都从上一层构造的二值子空间内提取,在此过程中,同时考虑左、右视角下二值空间状态的一致性,并按边界线提取顺序对条纹边界解码,对于断开边界,则根据二值空间的方向在空间内连接边界线;最后,分别拟合正、反条纹边界点的灰度直线,通过求直线交点得到亚像素边缘点。实验结果表明,该方法能完整准确地提取条纹边界线,解码正确率为100%,对平面重建的误差为0.0993 mm,对复杂场景的条纹图像具有较强的抗干扰性。

由于衍射极限的限制，传统的光学显微镜无法获得纳米级别的分辨率。为了突破衍射极限，提出一种基于随机脉冲编码和分时复用的显微成像新方法。可以较高效地对点扩展函数模糊图像进行编码解码，重构出原图像。阐述了该方法的数学原理，并在不同稀疏度编码和不同图像帧数下，进行了仿真分析，结果表明，采用稀疏编码和1000帧左右图像，可以获得被测样品的超分辨率图像。该方法能够突破衍射极限,是一种适合活体细胞研究的有效方法。

基于微偏振片阵列(MPA)的偏振成像设备在体积、重量、功耗等方面的优势，极大促进了偏振成像的应用领域。但目前对于MPA光栅参数设计、单元排布模式以及偏振特征解算等方面的研究均存在严重不足，影响了准确偏振特征的获取。针对这些问题，文中利用光栅衍射和等效介质理论进行MPA光栅参数设计，并提出MPA在频域内的联合编解码设计方法，以期MPA单元排布与偏振特征解算达到综合最优。仿真结果表明，MPA编解码设计方式的选择将会对偏振信息的获取性能产生较大影响。

为了有效评估高重频干扰对激光编解码的影响效果, 采用归一化互相关函数法, 量化分析了高重频干扰对精确频率码的干扰效果。以仅有干扰信号进入导引头波门、干扰信号超前制导信号一定时间进入导引头波门两种情况, 重点分析了在激光解码识别过程中的干扰效果, 仿真分析了不同因素对干扰效果的定量化影响。结果表明, 不同重复频率的高重频激光干扰效果存在差异, 重复频率为100kHz时干扰效果最好。该研究为增强高重频干扰效果提供了依据。