该文介绍了一种灵敏度较高的Mach-Zehender干涉温度传感器，在单模光纤之间嵌入一段保偏光纤，并通过重叠挤压放电方式形成反向凸起锥，形成单模光纤-保偏凸锥形光纤-单模光纤结构的传感器，凸锥结构增加了包层模式的能量，提高了传感器透射谱对比度。实验证明，当保偏光纤长度为2.5 cm时，在30~70 ℃内温度灵敏度达到最大值126.45 pm/℃。此外，该文通过计算不同偏振模式及相应的模式传播常数，分析得到参与模式干涉的主要成分，从而验证了温度灵敏度测试的精准度。此结构的传感器具有结构紧凑、尺寸小、制作工艺简单的特点，可被应用于温度传感测量。

针对传统方法不能充分挖掘图像聚焦关联信息导致融合细节失真的问题，提出了一种基于深度密集卷积神经网络协同检测的多聚焦图像融合方法。将多聚焦源图像进行集成实现协同聚焦特征检测，利用深度密集卷积神经网络的特征复用、低级特征与高级特征相结合等特点，来加强多聚焦图像特征表达能力，可以更好地挖掘图像语义信息。采用多尺度金字塔池化策略聚合不同聚焦区域的全局上下文信息，增强聚焦与离焦的区分能力，得到粗略融合概率决策图。进一步采用卷积条件随机场对其进行优化，获得精细化概率决策图，最终得到细节保持的融合图像。将一对多聚焦图像合并为6通道送入网络进行训练，保证了训练时聚焦图像相关性。利用公开数据集对提出的融合方法进行主观与客观评价，实验结果表明该方法具有较好的融合效果，能够充分挖掘聚焦关联信息、保留足够的图像细节。

遥感影像特征匹配中，仅采用特征描述符相似性度量导致存在大量的外点，需对初始匹配结果进行可靠外点去除，提升特征匹配及变换参数估计的准确性。针对该问题，提出了一种拓扑结构引导的简单有效的遥感影像特征匹配外点去除算法。首先，充分挖掘匹配点对的潜在拓扑几何约束关系，设计了局部及全局外点过滤策略。利用对应点对邻域一致性，即正确匹配点对的邻域点对满足集中对应，通过一次局部过滤，剔除所有不满足该条件的外点。进而，通过随机采样假设验证，利用空间顺序约束及仿射面积比约束进行全局过滤。然后，利用局部优化策略对获得的最大一致内点集合进行修正，实现对几何变换参数的准确估计和可靠的外点去除。最后，采用空间网格划分方法进行模型细化与匹配点对增量，进一步提升了遥感影像匹配性能。实验结果证明，与7种主流外点去除方法（NBCS、LPM、LLT、VFC、GMT、SOCBV、RANSAC）相比，所提算法性能更优，尤其对于复杂条件包括低内点率、较大尺度及视点变化等情况，可以获得更加稳定的匹配精度。

为了探讨核黄素对IL-17A-/-氟中毒小鼠肾脏纤维化的影响, 选取6周龄野生型和IL-17A-/- C57BL/6J雄性小鼠各32只, 分为对照组(0.9% NaCl)、氟化钠组(24 mg/kg NaF)、核黄素组(5 mg/kg 核黄素磷酸钠)、氟化钠+核黄素组(24 mg/kg NaF+5 mg/kg核黄素磷酸钠), 每组8只。连续灌胃90 d后, 对小鼠肾脏组织形态、纤维化程度、血清生化指标肌酐(Cr)、尿酸(UA)和尿素氮(BUN)进行检测。结果显示, 核黄素能够减轻氟引起的小鼠肾脏组织形态学损伤和纤维化程度, 不能改变氟导致的正常小鼠血清Cr、UA、BUN升高现象。这些结果表明, 添加核黄素可以缓解IL-17A-/-小鼠氟中毒导致的肾脏纤维化, 且核黄素在IL-17A-/-小鼠中的缓解效果要比正常小鼠更好。

小米含水率是衡量小米品质的重要指标，以小米含水率为外扰因素研究了不同含水率样本的二维相关光谱，以实现小米含水率的检测。获取60个样本的近红外光谱，经过4种预处理方法处理后，基于全波段光谱建立样本含水率的偏最小二乘回归（PLSR）模型。经过对比得出不加预处理的模型，其预测效果最好，校正集决定系数（R_c²）为0.9460，均方根误差（R_MSEC）为0.49%，预测集决定系数（R_p²）为0.9391，均方根误差（R_MSEP）为0.63%。以小米含水率为外扰因素，将小米不同含水率梯度的光谱数据进行二维相关光谱分析，通过二维相关同步谱的6个自相关峰对应波长选出1083，951，868，1314，1675，1865 nm作为特征波长。以此建立小米含水率的预测模型，相比于由全光谱数据建立的模型，本文所提模型因波长变量极大地减少，得到了简化，校正集决定系数（R_c²）为0.952，均方根误差（R_MSEC）为0.60%，预测集决定系数（R_p²）为0.897，均方根误差（R_MSEP）为0.63%。结果表明二维相关的近红外光谱分析可以实现小米含水率的预测，同时能够提取特征波长，这为设计基于分立波长元件的小米专用水分检测仪提供了依据。

基于压缩感知和单像素成像的基本原理, 设计了一种用于图像超分辨率重建的新型深度卷积神经网络架构。这种单像素超分辨率成像算法成功地将深度学习图像超分辨率重建技术与压缩感知单像素成像技术相结合, 从而发展出一种全新的深度学习单像素成像优化方法。与传统的常规压缩感知图像重构算法相比, 该算法有效提升了图像超分辨率重建精度和单像素成像质量。通过图像重建的仿真实验和单像素相机的成像实验验证, 结果表明这种基于深度学习的新型单像素相机成像方式具有良好的性能表现。

激光在大气传输过程中, 由于湍流折射率的随机起伏会引起波前畸变、光斑漂移、闪烁等一系列光学湍流效应, 因此严重制约了遥感成像系统和激光通信技术的发展。通过分析大气光学湍流对多个领域的影响, 指出了探测大气光学湍流廓线的重要意义。要想获取光学湍流的时空分布规律并准确评估光学湍流对光学成像或激光传输系统的影响, 就必须对光学湍流进行准确的测量。以光学湍流特征参数为视角, 介绍了目前国内外探测大气湍流廓线分布的方法和研究进展, 总结了各技术方法的测量原理及优缺点。最后对拟开展的差分波前激光雷达探测大气湍流廓线的方法进行了简要介绍, 该技术具有空间分辨率高且不存在聚焦焦移的探测优势。初步的仿真研究结果表明该雷达系统对大气光学湍流廓线的探测具有可行性。

针对传统偏振成像技术机械振动大、系统不稳定的问题, 提出了一种基于Stokes矢量的双相机偏振成像技术, 在液晶驱动控制器的作用下, 驱动2个液晶可调相位延迟器(LCVR)进行柔性调制, 利用相机采集目标的偏振图像, 进一步得到Stokes矢量的分量图像, 解算出偏振度、偏振角图像。该方法利用双相机同时成像技术, 解决了单相机采集信息不完整的问题, 可以实现完全Stokes测量, 同时获得目标的线偏振和圆偏振图像。实验结果表明, 偏振度(Dop)图像相较于线偏振度(Dolp)图像, 包含了更多的细节信息, Dop图像在图像评价指标方面均有5%以上的提升, 说明Dop图像可以更好地还原被测目标物。采用该方法可以提高对静态目标的识别能力。

差分波前激光雷达是基于双孔望远镜探测的激光回波波前差分抖动方差来探测大气光学湍流强度的雷达系统。为评估与优化系统探测大气湍流的性能,进行了数值仿真。基于波动光学理论、大气湍流相位屏模型和大气消光模型来模拟激光在垂直大气路径上的传输,并结合网格采样的优化设计,得到了激光光束在传播路径上不同位置的光强分布。利用非相干光源成像原理,根据不同传输路径处的后向散射光强分布得到了探测器上两个光斑图像的分布信息。根据仿真结果,随着湍流强度的提高,光束波前畸变程度加深。成像光斑直径随着探测高度的增大而减小,探测高度为10 km时,成像光斑直径减小到2.45×10 ^-4 m。通过对比仿真的反演结果与仿真输入的HV_5/7(Hufnagel-Valley 5/7)的结果,发现两者具有较高的一致性,这初步证明差分波前激光雷达探测大气湍流的原理及方法的可靠性。

易燃液体在食品、化工、能源等领域均有广泛应用,并创造了巨大的经济价值。然而,该类液体易燃易爆,且在使用过程中可能会产生有毒蒸汽,因而它的无损检测对于促进工业生产和保障人民的人身财产安全具有深远意义。光谱检测技术具有快速、在线检测、无损、样品无需预处理、检测精度高等优点,在易燃液体检测中发挥了重要作用。本文综述了易燃液体光谱检测方法的技术原理,重点介绍了近红外光谱法、拉曼光谱法、紫外光谱法、荧光光谱法和太赫兹时域光谱法等5种典型易燃液体光谱检测技术的发展历程和应用现状,同时结合光谱技术的优缺点,对其未来发展前景进行了展望。