激光器谐振腔输出的光束呈高斯分布，需要通过光束整形来提高均匀性，以满足应用的需求。从光学系统的特性出发，总结归纳了当前主要的三种激光光束整形技术，包括光阑法、场映射器法和多孔径光束聚焦法，分别介绍了三种激光光束整形技术的基本原理、应用范围和主要实现方法，阐述了不同激光光束整形方法的典型应用和研究进展，最后，综合讨论了激光光束整形技术目前所面临的问题及未来的发展方向。本综述对激光光束整形技术的研究具有一定的参考意义。

为滤除大量冗余背景信息, 提升目标检测速度, 解决目标光谱获取困难等问题, 提出一种融合光谱微分重排与光谱角匹配的高光谱快速目标检测算法。首先, 对已知背景光谱信息微分重排, 筛选出背景特征较少的谱段集; 然后, 计算相应谱段下, 高光谱图像各像素点的光谱微分值与背景光谱微分值的差值, 并对所得各谱段微分差值加权求和阈值化, 粗提取出目标位置; 最后, 计算提取出的目标位置光谱与先验背景光谱角匹配的反余弦值, 实现目标背景差异精细判别。通过自行拍摄的草地上黄、绿伪装网及AVIRIS获取的San Diego机场飞机高光谱图像进行实验, 与RX、CEM、OSP、ACE、SAM等算法比较。实验结果表明, 所提算法在保证检测精度的同时, 具有较低的虚警率和较好的时效性: ROC曲线下面积AUC均高于0.98, 虚警率分别为3%和1.6%, 处理时间仅为0.36 s和0.077 s。

杂草自动识别技术是实现变量喷洒、精准施药的关键, 更是制约其实现的瓶颈, 因此, 准确、快速、无损地实现杂草自动识别已成为精准农业的一个重要研究方向。利用高光谱成像系统采集甘蓝幼苗及小藜、稗草、牛筋草、马唐和狗尾草等五种杂草在1 000～2 500 nm波长区间的高光谱图像数据, 在ENVI中经过MNF变换对数据降噪、去相关, 并将波段维数从256维降到11维, 通过提取感兴趣区域获得标准光谱, 最后利用SAM分类法识别甘蓝与杂草, 光谱角弧度阈值为0.1弧度时, 分类效果良好。在HSI Analyzer中选择训练像元获得标准光谱后, 利用SAM分类法识别甘蓝与杂草, 并利用人工分类图与SAM分类图比较定量度量杂草的识别正确率, 结果表明, 当参数设置为5点平滑、0阶导数和7度光谱角度时, 分类效果最佳, 杂草识别率为80.0%, 非杂草类识别率为97.3%, 总体识别率为96.8%。应用光谱图像技术与SAM分类法相结合的方法进行杂草检测, 充分利用了光谱和图像的融合信息, 该方法应用空间的分类算法来建立光谱判别方法的训练集, 在像素级别上考察光谱矢量之间的相似性, 融合了光谱和图像两者的优势, 同时兼顾了准确性和快速性, 并且在整场范围内(行间和行内)改善杂草检测范围, 为农业精确管理中需要植物精准信息的应用领域提供了相关的分析手段和方法。

提出了一种光谱角匹配(SAM)加权核特征空间分离变换(KEST)高光谱异常检测算法.在基于核的特征空间分离变换(KEST)算法基础上，利用光谱角匹配(SAM)测度对高维特征空间中检测点邻域差异相关矩阵(DCOR)中的每个样本引入权重因子，各样本权重因子取决于该样本光谱向量与检测窗口数据中心向量夹角，从而抑制检测窗口中的病态数据，突出主成分数据的贡献，使得DCOR矩阵能够更好地描述目标、背景数据分布差异.通过理论分析和对模拟、实际数据实验比较，证明该算法较传统异常检测算法和KEST算法具有更高的检测率.

分析光谱角制图方法缺陷的基础上, 提出权重光谱角制图（weight spectral angle mapper, WSAM）方法。 其基本思路为: 在相似波谱曲线差异较大的特征区间设置权重, 以增大它们相似度之间的差异。 当识别某种矿物时, 可找到参考波谱与其相似性矿物波谱差异较大的特征区间, 并在此区间设置权重, 从而使相似性矿物波谱与参考波谱的相似度降低, 增加其与目标矿物的区分度。 通过AVIRIS高光谱数据的实验证明, 权重光谱角制图方法通过设置目标矿物和其相似性矿物的差异特征区间, 降低了相似矿物波谱与目标矿物标准波谱的相似性, 增加了相似性矿物的目视区分能力, 能够较为准确地区分出目标矿物和其相似性矿物。

自然闪电是一种全球现象。静止闪电测绘仪探测涉及全球范围内自然闪电发生的时间、地 点和强度分布。这一飞行任务的功能和性能与其他对地光学遥感器有很大差别，因此仪器的设计必须完全建 立在新的理论和技术基础上。分析自然闪电的光谱特性、时间特性和空间特性，了解空间探测闪电环境，以 及研究自然闪电和其探测环境间的相互作用，对这种仪器的设计优化至关重要。为此，研讨了静止闪电测 绘仪的设计特点，包括闪电信号的最大化、强背景减除和星上数据处理等。

基于高光谱信息的冬小麦条锈病严重度反演模型通常不能直接应用在宽波段卫星影像上， 而拥有高光谱波段信息的航空遥感影像又因数据尺度小、 成本高难以应用于大规模监测。 文章提出一种通过构建冬小麦条锈病光谱知识库， 利用TM影像实现病情识别和监测的方法。 该方法以包含各种不同病情严重度的试验田的三幅小麦关键生育期PHI航空遥感影像为媒介， 利用病情指数DI的经验反演模型和基于波谱响应函数的TM波段模拟， 建立DI和TM波段模拟反射率间的光谱知识库。 在此基础上， 通过马氏距离法和光谱角度填图(SAM)法将待检象元的光谱信息与光谱知识库进行匹配分析从而实现对病情识别和监测。 监测的精度利用模拟TM象元进行评价， 识别的效果利用TM影像象元进行检验。 结果表明， 该方法在一定生育期范围内具有较佳的监测精度和识别效果。 其中， 使用模拟TM象元在小麦灌浆期精度最佳， 评价的R2达到0.93， 乳熟期次之， 拔节期最差， 基本不能用于监测。 使用TM影像象元在灌浆期和乳熟期可较好地识别染病象元， 在拔节期无法有效识别染病象元。 匹配方法马氏距离法略优于光谱角度匹配法。

为了实现采摘机器人在复杂的自然场景下正确识别树上果实，来完成果实采摘，研究了不同环境下柑橘的识别方法.针对复杂的自然环境的影响及传统方法的局限性，在可见光和近红外区域择选5个特征波长滤波片，采集得到5幅滤波后的图像，并利用光谱角分类算法完成柑橘识别.试验结果表明，在光照角度、光照强度等不同条件下，柑橘的识别准确度达到96%.研究表明，滤波片光谱图像技术结合光谱角分类算法可以有效地识别自然场景下的成熟柑橘.

随着LD技术的不断发展,LD抽运的全固体激光陀螺将以其高精度、低成本、小型化的特点而有望成为21世纪光学陀螺发展的主流。介绍了激光陀螺的工作原理,分析了LD抽运的全固体激光陀螺的响应特性,给出了LD抽运全固体激光陀螺的实验装置及初步的实验结果。