本文将重建光谱仪的光谱重建理论应用于傅里叶变换光谱仪中，使光谱仪可以兼具重建光谱仪高光谱分辨率优势以及傅里叶变换光谱仪固有的高光通量优势。利用构建的简易空间外差傅里叶变换光谱仪实验装置在520~530 nm光谱范围内进行验证实验。使用实验装置采集的不同单波长入射光光斑图像进行光谱校准实验，证明了傅里叶变换光谱仪可满足光谱重建理论必需的光斑与波长间唯一的一对一映射关系。随后，使用用于光谱校准的光斑图像进行光谱重建实验，实现了0.10 nm的光谱分辨率，相比通过傅里叶变换光谱仪原理得到的~5.65 nm光谱分辨率有明显提高。最后，使用额外采集的波长525 nm入射光光斑图像进行光谱重建实验，重建光谱中存在重建误差，且525 nm处光谱信号峰的半峰全宽（FWHM）~0.30 nm。光斑图像相关性分析显示，光谱重建受光斑图像采集过程中噪声和相邻波长入射光光斑图像高相似性的影响。尽管如此，重建光谱仍然可以反映入射光的光谱信息，且信号峰的FWHM小于傅里叶变换光谱仪原理得到的光谱，验证了将光谱重建理论应用于傅里叶变换光谱仪的可行性和高光谱分辨率优势。

提出了一种基于变分自编码器的眼科光学相干断层成像(OCT)图像生成方法,缓解了深度学习任务中数据不足的问题,有助于提高眼科疾病辅助诊断算法的性能。搭建了基于变分自编码器的OCT图像生成网络,并基于目前两个公开的视网膜OCT图像数据集,构建了老年性黄斑变性、糖尿病性黄斑水肿和正常三种类别的视网膜OCT图像样本数据集,并分别训练网络得到各自的图像生成模型。采用主观视觉评价和客观实验验证两种方式验证了所提图像生成方法是有效的。主观视觉评价和客观实验结果均表明所提方法可以有效生成三种类别的视网膜OCT图像。

糖尿病日益严重地威胁人类健康,但无创血糖检测的方法仍未能在临床上应用,为了解决这一重要问题,从源头进行探索,研究光源随葡萄糖质量浓度变化的光谱特性。在600~1300 nm的波长范围内研究不同葡萄糖质量浓度的溶液的吸收光谱特性和不同葡萄糖质量浓度的2% Intralipid组织模拟液的反射光谱特性,利用单调性、线性度和灵敏度对光谱特性进行分析。实验结果表明,吸收光谱在1140~1210 nm和1130~1200 nm的波长范围内的光波和反射光谱在1010~1130 nm和1150~1300 nm的波长范围内的光波,具有单调性、出色的线性度、灵敏度高的特点。因此认为具有这些特征的光波应用于无创血糖的检测,有助于提高准确性和灵敏度,推动光学无创血糖检测的方法进入临床应用。

并行受激发射损耗(STED)显微术采用周期性排列的光学格子作为荧光抑制图案并行实现多点荧光擦除,可以有效地提升显微成像的时间分辨率。本文建立了并行STED显微成像系统的简化光学系统模型,在此基础上推导出受光学参数影响的并行荧光擦除图案周期公式,来阐明辅助物镜及显微物镜对该周期的影响机理。由该公式,解出了能产生更小周期并行荧光擦除图案的最优光学参数。数值仿真结果显示,本文方法能产生出周期小至276 nm×276 nm的正方形网格状并行荧光擦除图案。

提出了一种基于光楔的全新的并行荧光擦除图案产生方法,使用光楔及配套反光镜来调控损耗光束入射辅助物镜时的物方倾斜角,可充分利用显微物镜的数值孔径,产生出周期更小的并行荧光擦除图案。仿真结果显示:当使用数值孔径为1.4的显微物镜且损耗光波长为760 nm时,所提方法能产生出周期为282.0 nm×283.6 nm的正方形网格状并行荧光擦除图案,能实现更高的成像分辨率。

受激发射损耗(STED)显微可以打破衍射极限，观测到小于200 nm 的细胞器内部结构。利用径向偏振光通过大数值孔径(NA)成像可以提高STED 系统的分辨率。计算了径向偏振光径向光强分布和纵向光强分布，并分析了数值孔径变化时径向光强分布和纵向光强分布的变化。结果表明：纵向聚焦光斑比径向聚焦光斑小，且随着NA 的增大，径向偏振光径向聚焦光斑和纵向聚焦光斑尺寸均变小，强度曲线图的半峰全宽(FWHM)也变小，光强分布更加集中。因此，增大NA 可以提高STED 显微成像系统的分辨率。

构建了中红外无创血糖检测的实验方案，利用傅里叶红外光谱仪对葡萄糖溶液及手指进行了中红外光谱检测并进行分析，得到葡萄糖的中红外特征吸收峰在1000cm^－1附近，证实了中红外光谱在无创血糖检测中的可实现性，选择激光器和光导探测器进行特征峰处的光电检测实验，并得到了有效信号。

分析了微分滤波对联合变换功率谱的影响，得到了一种称之为功率谱形式的微分滤波器。该滤波器的滤波函数为一实数并且有一定的特点，因此很容易制得。计算机模拟表明，功率谱微分滤波联合变换相关器在相关峰值、旁瓣比、半宽度等方面比一般联合变换相关器有显著的改善，可以大大提高相关图像识别的可靠性。文中给出了实验结果，与模拟计算结果吻合，引入一个新参数可以更好地描述相关图像识别中的相关性。