针对红外与可见光图像融合的实时性要求，介绍了一种解决目前高清或超高清多源图像拉普拉斯金字塔图像融合算法的实时实现方法。基于视频数据流设计了拉普拉斯金字塔并行流水线处理结构，分析了各流水线之间的时延及优化思路。通过片上缓存的方式补偿时延时间差，实现了算法的流水等长，保证了处理数据的完整性。该方法可以在赛灵思7系列及以上的可编程门阵列（field programmable gate array，FPGA）芯片上实现双通道1080×1920@60 Hz视频图像的5层拉普拉斯金字塔融合。实验结果显示，该实时并行处理方法融合效果良好，一帧图像的融合仅需10.535 ms，处理时延小于1 ms。

报道了一种基于非线性光纤的宽光谱类噪声锁模掺铒光纤激光器。在非线性偏振旋转锁模掺铒光纤激光谐振腔内引入色散补偿光纤和高非线性光纤，实现腔内色散和非线性管理，最终获得稳定的锁模脉冲输出。当在谐振腔内引入6 cm高非线性光纤时，可以获得中心波长为1 534 nm，脉冲宽度为1.9 ps，重复频率为20.1 MHz，40 dB光谱带宽约为100 nm的超短脉冲输出。在此基础上，将高非线性光纤长度增加至30 cm时，通过优化波片角度，观察到稳定的类噪声锁模脉冲输出，其输出光谱覆盖范围为1 280~1 850 nm，40 dB带宽为500 nm，尖峰脉冲宽度短至70.9 fs，基座脉冲宽度为26.6 ps，重复频率约19.7 MHz。同时在实验中发现随着泵浦功率的提高，类噪声脉冲的基座脉宽和尖峰脉宽的演化呈相反趋势，光谱覆盖范围更宽。该类噪声锁模光纤激光器的研究对低相干光谱干涉技术的发展具有重要意义。

In this Letter, we demonstrated the switchable single- and dual-wavelength femtosecond soliton generation in single-mode Er-doped fiber lasers with the usage of carboxyl-functionalized graphene oxide (GO-COOH) saturable absorbers (SAs) for the first time, to the best of our knowledge. The fiber laser generated a stable single-wavelength conventional soliton at 1560.1 nm with a pulse duration of 548.1 fs. The dual-wavelength solitons centered at 1531.9 nm and 1555.2 nm with a spacing of approximately 23 nm can be obtained by adjusting the pump power of the cavity. Our experimental results indicated the GO-COOH has great potential to be used in ultrafast fiber lasers as broadband SAs.

纹枯病是水稻的主要病害之一, 其防治对于保证水稻产量、 质量具有重要意义, 以高光谱检测水稻病害得到了广泛应用, 并且高光谱降维是光谱分析的重要环节。 该研究在2019年沈农水稻试验基地获取水稻低空遥感冠层与地面冠层高光谱, 并对其进行以窗口宽度为15和阶数为3的Savitzky-Golay平滑处理和光谱变换(得到原始光谱、 一阶微分光谱和倒数之对数光谱), 分窗口对这3种光谱分别进行Gram-Schmidt变换, 找到投影空间并映射出主基底, 实现高光谱数据降维, 绘制具有显著性概率的主基底, 其极大极小值为特征波段。 此外3种光谱还采用了主成分分析和连续投影法降维。 以降维后的数据与水稻纹枯病病情指数进行支持向量机回归建模, 其中支持向量机回归进行粒子群优化, 并以径向基为核函数, 对比分析了3种降维方式的降维效果。 结果表明: 水稻地面冠层尺度建模效果高于低空遥感尺度建模; 在光谱处理方面, 低空冠层高光谱进行倒数之对数变换效果较好, 地面冠层所得高光谱数据进行一阶微分变换效果较好; 分窗Gram-Schmidt变换算法优于主成分分析和连续投影法; 粒子群算法可以优化支持向量机中的惩罚系数和核函数参数, 提高其反演精度; 无人机低空遥感尺度中, 高光谱进行倒数之对数处理, 以分窗Gram-Schmidt变换降维, 敏感波段为427.3, 539.6, 749.5和825.4 nm, PSO-SVR建模决定系数R²为0.731, 均方根误差RMSE为0.151; 地面冠层尺度中, 高光谱进行一阶微分处理, 以分窗Gram-Schmidt变换降维, 敏感波段为552, 607, 702和730 nm, PSO-SVR模型决定系数R²为0.778, 均方根误差RMSE为0.147。 因此, 高光谱技术可以有效地检测水稻纹枯病, 并且其病情指数可用冠层高光谱进行反演, 分窗Gram-Schmidt变换对于高光谱数据降维有较好的效果, PSO-SVR建模对于水稻纹枯病病情指数的反演有明显提高, 结果可为冠层尺度检测水稻纹枯病与病害发生情况提供一定的理论基础和技术支撑。