中频波前均方根(PSD1)是用来评价光学元件中频段波前质量的关键参数, 在对其进行数值计算之前, 需要对波前数据进行频率域滤波。滤波后的数据易导致待测区域内、外的数据截断, 引入较大的边缘高频误差与吉布斯噪声, 从而严重影响了计算准确度。为了减小数据截断带来的影响, 通过对边缘截断的数据做趋优填充, 减少截断区域内外的空间频率突变。通过对现有的空域预处理方法进行对比, 提出了一种四向扩展平均算法。经试验验证, 所提出的方法可以较好地还原光学元件的中频段面形, 显著提高PSD1测量准确度, 试验表明所提出的方法较标准值的误差平均值小于5%。

自动数字显微镜的关键技术之一就是自动对焦，为了提升对焦的速度，越来越多的深度学习方法被引入用于单帧图像的焦点预测。然而几乎所有的网络模型都过分信任其输出的结果，面对未知的样本即使输出错误的结果也不会给出任何警示。利用贝叶斯卷积神经网络的实现，可从单张图像中完成离焦距离的预测，并获得焦点预测结果的不确定性估计，此外提出通过设置不确定度阈值实现对焦点预测结果的筛选。在一个大型开源数据集上进行了测试，利用不确定性估计评估预测结果的有效性。结果表明，对比同类型样本，所提出的网络模型在未知样本上能够输出更高的不确定度，建立的筛选机制能有效减小模型在未知样本上的预测误差。在公共数据集上的两个样品的最终误差范围为 0.37±0.46 μm和 0.83±1.17μm，优于筛选前的 0.40±0.66μm和 1.08±1.78μm。

现代激光焊接加工工艺具有焊接速度快、焊缝强度高等优点, 但伴随而来的各种缺陷也成为限制激光焊接进一步提高的“瓶颈”。通过综述焊缝缺陷的形成机理介绍了焊接过程中物理现象、采集信号与焊接质量之间的关系, 随后综述了不同传感技术的研究现状及发展趋势, 分析了其各自的特点。最后, 明晰了激光焊接过程质量评价方面需要进一步研究的内容。