基线校正是一种常用的消除光谱荧光干扰的方法, 是拉曼光谱数据处理的必要步骤之一。 传统的多项式拟合基线校正算法, 简单且易于实现, 但是拟合阶次难以确定, 灵活性较差。 使用非均匀B样条代替多项式进行拟合, 在保留原有算法优点的基础上, 利用原始拉曼谱图的峰位置信息自适应地确定非均匀B样条的节点向量, 然后以固定阶次拟合光谱基线。 B样条自身具有分段光滑的特性, 而计算样条节点的节点向量自适应选取算法中的峰位置信息通过使用两次具有不同母函数的连续小波变换（continuous wavelet transform, CWT）来获取, 既加强了原始光谱数据与B样条算法本身的联系, 也克服了传统多项式拟合的不足。 为了验证本文算法的有效性, 选取了甲基对硫磷和某品牌菜籽油两种被测物进行实验, 并使用该算法进行了基线校正, 并与两种其他的基线校正算法与进行了对比。 实验结果表明, 该方法利用固定的拟合阶次就能达到较好的校正效果, 所需要的参数较少, 校正结果不会出现过拟合或欠拟合的现象, 是一种有效的拉曼光谱基线校正算法。

水体反射光谱红光区荧光峰是叶绿素特有的光谱特征,研究其位置变化与叶绿素的响应关系有助于内陆水体叶绿素含量的定量反演。通过2004-2006年13次长春南湖水体反射光谱和水质参数实测数据,分析了不同光谱分辨率下荧光峰位置变化与叶绿素a含量的响应关系,结果表明,两者呈现指数函数关系,即Peak position=a(Chl-a)b,不同光谱分辨率下,a在686.11-686.29,b在0.006 2-0.006 5间变化,且光谱分辨率越高,响应关系越好;荧光峰平均波长位置与叶绿素平均含量高度相关(R2>0.81),荧光峰位置变化适合用于反演叶绿素含量分布较为均匀的水体。这为今后利用成像光谱仪监测内陆水体叶绿素含量提供了实验和工作基础。

针对利用光学相关器识别运动多目标的精确定位问题,提出了参考图像目标置中的匹配滤波器设计方法.该方法根据场景图像中目标位置、匹配滤波器中参考目标位置和相关峰位置之间的关系,采用将目标放置在参考图像中心以克服单一目标和运动多目标识别过程中相关峰的不确定偏移.实验结果表明,在范德卢格特型光电混合相关器中,采用该方法设计匹配滤波器可以使相关峰位置与目标位置一一对应,并且能够直观的实时显示出被识别目标在场景图像中的位置,提高了运动目标的定位准确性和跟踪稳定性.

本文介绍了微型圆柱腔中回音廊模式共振峰位置的两种确定方法,即数值计算法和解析近似公式求解法.用两种方法对回音廊模式的共振峰位置进行了计算比较,结果表明:精确的数值计算结合简便的解析近似公式求解方法,为快速、精确地确定回音廊模式的共振峰位置提供了一种方便和可靠的途径.