本文采用简易水热法，制备了稀土Nd离子掺杂的LiLuF4(LLF)微晶材料，对该微晶样品进行了物相分析、微观形貌分析和近红外波段光学性能的相关研究。LLF晶体属于四方晶系白钨矿结构，空间群为I41/a；采用水热法制备的LLF微晶料结晶性良好，颗粒尺寸在20 μm左右，优化后Nd∶LLF样品的氧含量为0.001 4%(质量分数)。在792 nm波长激发下，掺杂3%(摩尔分数)Nd离子的LLF微晶的最强荧光发射峰位于1 047 nm，属于近红外波段，其平均荧光寿命约为0.275 1 ms。进一步采用提拉法生长出Nd∶LLF晶体并评估了其激光性能。Nd∶LLF激光晶体在1 053 nm处的发射截面为8.13×10-20 cm2。激光性能测试发现，在1.2 W功率激发下，Nd∶LLF晶体可实现0.123 W的1 053 nm近红外激光输出。

采用近红外(NIR)波段高透的红(R)、绿(G)、蓝(B)滤光(即R+NIR、G+NIR、B+NIR),是电子倍增CCD(EMCCD)实现真彩色成像且保持低照度下高灵敏度的常见手段,然而,近红外成分的引入会带来颜色失真和颜色分布压缩。本文通过约束已配准的源图像和参考图像在标准正交颜色空间中具有相同的坐标表示,构建正交的色彩传递模型。在此基础上通过卷积神经网络引入特征维度,设计了端到端的色彩传递网络,改善偏色和颜色分布压缩导致的一对多颜色映射问题。色彩传递网络由预训练的前端网络和可训练的后端网络组成,前端网络根据EMCCD图像的纹理和语义将像素点分散到不同的特征通道上,后端网络根据各特征图内像素点的编码统计特征进行色彩传递。本文方法经大量图像验证具有一定普适性,在不同场景和照度下均取得较自然的色彩效果。相对于真实彩色图像,本文结果与颜色失真图像相比,峰值信噪比平均提高了75.78%,结构相似性相对提高了103.74%,色差相对降低了67.48%。

近红外波长为1.064 μm的激光是激光测距、自由空间光通信和空间光学遥感等应用中的主要激光光源之一。窄带滤光片是抑制背景光干扰的关键元件之一,目前大部分滤光片的半峰全宽为几纳米。本文研制了中心波长为(1064±0.05) nm、半峰全宽为0.19 nm、峰值透过率可达70.2%的带通滤光片,并考察了不同温度(100,200,300 ℃)退火处理后滤光片的表面形貌和光谱特性的变化。实验结果表明:滤光片的表面光滑,受退火温度的影响很小;滤光片的透射光谱随着退火温度的升高向长波方向移动,在100 ℃退火处理3 h的滤光片的光谱漂移量为0.03 nm,说明该滤光片可在温控条件有限的空间光学系统中使用。

设计了一种基于耐火材料氮化钛(TiN)和二氧化钛(TiO2)的光栅型超宽带太阳能吸收器,采用有限元方法研究了其吸收特性,并分析了其结构参数、工作波长和入射角度对吸收性能的影响。结果表明:通过调整结构参数,可以有效地控制其吸收特性。当波长为500~2000 nm,入射角度为0°~75°时,吸收效率可以达到80%以上,所设计的吸收器表现出了超宽带吸收的特性。单元结构的顶层采用半球形结构,可以提高吸收器的平均吸收率。所设计的吸收器在热光伏等方面有潜在的应用前景。

针对多波长皮秒激光覆盖谱段较窄、近红外波段激光较难生成等问题, 基于受激拉曼散射效应, 构建了一套实验系统, 采用重频1 kHz、波长532 nm皮秒激光泵浦KGd(WO4)2晶体, 运用聚焦激光束泵浦、泵浦能量优化耦合等方法, 实现了可见光、近红外波段多波长皮秒激光的生成, 生成七阶斯托克斯光和六阶反斯托克斯光, 覆盖谱段415~800 nm, 输出总功率达到1.76 W.该研究成果可应用于新型皮秒激光源的研发方面.

综述了近年来国内外阵列检测型、光栅扫描型、滤光片型、傅里叶变换型和阿达玛变换型等多种类型微型近红外光谱仪关键技术的研究进展, 详细讨论了各种类型的优缺点、适合的应用领域及存在的问题。最后, 对微型近红外光谱仪的应用和发展趋势进行了总结和展望。

实时准确地获取作物叶绿素含量的三维空间分布信息, 是作物营养、 栽培和育种等科学研究和生产领域密切关注的问题。 该研究以水稻植株为研究对象, 采用改造后的普通单反相机加载近红外滤光片的方法, 多角度获取水稻植株的多光谱图像。 基于不同波段不同通道的组合图像计算多种植被指数, 将其结果与对应的实测SPAD值之间建立水稻植株叶绿素(SPAD)预测模型, 并筛选出最优预测模型。 研究结果表明, 近红外760 nm波段的R通道与可见光G通道构建的GNDVI植被指数, 与实测SPAD值建立的二次函数预测模型能够很好地反演水稻植株叶绿素(SPAD)含量, 其中, R2=0.758, RMSE=1.532。 在此基础上, 利用多角度成像三维建模方法建立具备纹理信息的水稻三维模型, 将最优预测模型应用于水稻综合纹理图, 得到水稻叶绿素含量三维空间分布信息, 从而实现水稻生长情况以及叶绿素养分分布状况的快速无损检测。