1 南昌航空大学 测试与光电工程学院，江西 南昌 330063
2 华东交通大学 机电与车辆工程学院，江西 南昌 330013
剪切散斑干涉是一种非接触式、全场高精度光学变形测量技术，由于环境等因素导致采集的散斑条纹图像存在大量随机噪声,进而影响测量精度。传统去噪方法在滤除噪声的同时，容易导致条纹边缘信息的丢失甚至破坏。针对该问题，本文提出基于正余弦变换和双调滤波相结合的剪切散斑干涉图像去噪方法。该方法首先对相位条纹图进行正余弦变换获得两幅图像，其次对这两幅图像分别运用双调滤波方法进行去噪，最后将滤波后的两幅图像合并为最终的相位条纹图。实验结果表明：经本文方法滤波后的相位图散斑抑制指数为0.999，平均保持指数为2.995，证明该方法较传统去噪方法能更好地改善相位图质量，且能较大程度地保留相位条纹的细节及边缘信息。
剪切散斑 干涉 光学测量 去噪 双调滤波 shearography interference optical measurement denoise bitonic filtering
针对单可见光或单红外条件下的IC器件表面缺陷对比度不足，缺陷检测精度低的问题，提出多光谱图像融合的IC器件表面缺陷检测方法。针对IC器件可见光与红外图像配准中存在尺度不一致和对比度反转问题，引入拉普拉斯金字塔和特征描述符重组策略改进ORB（Oriented FAST and Rotated BRIEF）图像配准算法。在图像配准的基础上，提出NSST_VP图像融合方法，以非下采样剪切波变换（Non-Subsample Shearlet Transform， NSST）得到红外图像和已配准可见光图像的低频和高频子带，对低频子带采用视觉显著图（Visual Significance Map， VSM）加权融合规则，高频子带则采用自适应脉冲耦合神经网络（PA- Pulse Coupled Neural Network， PA-PCNN）决策融合规则，进而通过NSST逆变换得到高质量多光谱融合图像。最后，将融合图像输入YOLOv8s模型进行检测。实验结果表明，改进ORB的图像配准平均精度为87.8%，比ORB图像配准精度提高了62%，NSST_VP图像融合算法在主观视觉效果和客观评价指标上均有所提高。在缺陷检测实验中，NSST_VP融合方法的均值平均精度（mean Average Precision， mAP）达到83.15%，比单可见光、单红外缺陷图像检测的mAP分别提高了22.97%，28.31%，比双树复小波变换融合、曲线变换融合、非下采样轮廓波变换融合方法的mAP分别提高了13.14%，15.01%，20.35%。
缺陷检测 IC器件 多光谱图像融合 图像配准 非下采样剪切波变换 YOLOv8s defect detection IC device multispectral image fusion image registration non-subsample shearlet transform YOLOv8s
1 南京航空航天大学机电学院，江苏 南京 210000
2 中航西安飞机工业集团股份有限公司复合材料厂，陕西 西安 710089
针对数字剪切散斑干涉技术在检测过程中得到的包裹相位图中存在噪声干扰的问题，本文提出了一种基于同态滤波的正余弦全变分融合降噪的激光散斑图像噪声抑制方法。首先对同态滤波后的包裹相位图进行正余弦分解，然后在分解的基础上通过全变分滤波来抑制噪声，最终通过散斑抑制指数的变化自适应地判断滤波是否完成。通过仿真与实验对所提方法的有效性进行了验证。首先向仿真包裹相位图中添加噪声并采用所提方法进行噪声抑制，根据散斑抑制指数验证所提方法的可行性；然后对预制缺陷的复合材料试件进行检测，并采用所提方法进行噪声抑制；最后通过散斑抑制指数和相位展开结果对所提方法的滤波效果进行验证。结果表明：采用所提方法得到的散斑抑制指数相较于传统的正余弦全变分滤波方法约降低了10.7%，同时有效地保护了相位信息不被破坏。
测量 融合滤波 数字剪切散斑干涉术 散斑图像 噪声抑制
南京理工大学电子工程与光电技术学院，江苏 南京 210094
针对在波前测试时，参考镜面自身面形误差、光能利用率不足、环境振动和空气扰动等对干涉测量结果的影响，提出一种基于偏振光栅（PG）分光的同步移相剪切干涉测量方法，通过将横向剪切干涉与同步相移技术相结合实现待测波面的准共光路相移测量。该方法采用1/4波片、PG和平面反射镜的组合作为横向剪切结构，可获得两束剪切的正交线偏振光，线偏振光经二维相位光栅、透镜、小孔光阑和相位延迟阵列构成的同步移相结构后，在CCD上可同时采集到4幅移相剪切干涉图。对x和y方向的剪切干涉图采用基于相位相关的图像配准算法、四步移相算法以及基于离散余弦变换法（DCT）的相位解包裹算法进行处理，得到差分相位分布，再用基于差分Zernike多项式的最小二乘波前重构算法对其进行重构，得到待测波面。通过搭建实验装置对一块透镜和凹面反射镜进行测量，结果表明，该方法的测量结果具有准确性和稳定性，该方法能够很好地应用于波前动态测量，对透射波前和光学元件的面形检测具有重要意义。
测量 波面检测 剪切干涉 同步移相 相位复原与重构算法
1 北京理工大学光电学院北京市混合现实与新型显示工程技术研究中心，北京 100081
2 北京理工大学光电学院光电成像技术与系统教育部重点实验室，北京 100081
3 北京理工大学光电学院信息光子技术工信部重点实验室，北京 100081
相位是光场信息的重要组成部分。在光学显微成像领域，大部分生物细胞对光的吸收较弱，传统的亮场显微无法准确地表征细胞的结构特征，因此相位成像成为非标记细胞观测的重要方法。经典的相衬显微镜基于干涉成像原理，通常需要大块的折射棱镜或者复杂的成像系统，因而系统臃肿，易受环境扰动。超表面是一种特征尺寸在纳米或微米量级的光学元件，具有强大的光场调控能力，超表面集成在显微系统中可以实现方向无关、单摄式的定量相位成像，具有小型、轻便、易集成等优点。本综述回顾经典的相位成像技术原理，详细介绍基于剪切干涉、相位衬比和强度传输方程等3类超表面的相位成像技术原理，比较不同技术的优缺点和适用场景，指出超表面在相位成像领域面临的挑战，并对未来发展趋势进行展望。
相位成像 超表面 剪切干涉 涡旋相衬 激光与光电子学进展
2024, 61(2): 0211019
1 杭州电子科技大学 通信工程学院，杭州 310018
2 上海交通大学 光纤区域网与新型光通信系统国家重点实验室，上海 200240
3 江苏省新型光纤技术与通信网络工程研究中心，江苏 苏州 215000
为提升基于带限光电器件及直接调制激光器(DML)的强度调制直接检测(IMDD)系统性能，解决传统均衡器计算复杂度过高的问题，提出深度神经网络(DNN)均衡器简化方案。首先，利用自适应动量估计(Adam)算法更新DNN的权重系数，优化了传统梯度下降算法的迭代速度和收敛性能；然后，在此基础上引入丢弃层和剪切操作以降低DNN的高计算复杂度，减少网络结构的冗余连接，并避免过拟合现象的产生。最后，在80 Gb/s带限DML-IMDD仿真系统中验证了DNN均衡器简化方案的有效性和可行性。
均衡方案 简化方案 深度神经网络 强度调制直接检测系统 丢弃层 剪切方法 equalization scheme, simplified scheme, deep neura
福州大学物理与信息工程学院，福建福州 350108
为减少浮选气泡合并、破碎等变化对泡沫表面流动特征提取的影响，提出了一种非下采样剪切波变换（Nonsubsampled Shearlet Transform，NSST）域红外目标分割及改进加速鲁棒特征（Speeded Up Robust Features，SURF）匹配的泡沫表面流速检测方法。首先，对相邻两帧泡沫红外图像 NSST分解，在多尺度域构建图割能量函数的边界、亮度、显著性约束项实现对合并、破碎气泡的分割；然后，对分割后的背景区域进行 SURF特征点检测，通过统计扇形区域内的尺度相关系数确定特征点主方向，采用特征点邻域的多方向高频系数构造特征描述符；最后，对相邻两帧泡沫红外图像进行特征点匹配，根据匹配结果计算泡沫流速的大小、方向、加速度、无序度。实验结果表明，本文方法能有效分割出合并、破碎的气泡，具有较高的分割精度，提升了 SURF算法的匹配精度，流速检测受气泡合并、破碎的影响小，检测精度和效率较现有方法有一定提升，能准确地表征不同工况下泡沫表面的流动特性,为后续的工况识别奠定基础。
泡沫红外图像 流速检测 非下采样剪切波变换 红外目标分割 SURF匹配 foam infrared images, flow velocity detection, non
1 北京理工大学 光电学院 “复杂环境智能感测技术“工信部重点实验室, 北京 100081
2 北京理工大学前沿技术研究院 传感智能技术创新中心, 山东 济南 250300
针对弱散射样品的拉曼光谱信号弱, 探测时间长的问题, 提出了一种基于剪切模式的快速激光共焦拉曼光谱探测方法, 该方法通过减少信号传输单元来减小曝光时间, 通过只采集信号靶面单元有效拉曼光斑区域的方式, 在保证拉曼信号强度的基础上同时提升拉曼光谱探测信噪比, 进而减少所需探测时间, 实现弱散射样品的快速拉曼光谱探测。实验表明, 与传统共焦拉曼光谱探测系统相比, 文章采用的剪切模式可将硅拉曼光谱探测速度提升37.5倍以上, 为共焦拉曼光谱显微技术的快速探测提供了一种新的技术途径。
拉曼光谱 探测速度 剪切模式 raman spectrum detection speed EMCCD EMCCD crop mode
光子学报
2023, 52(11): 1122001
西安邮电大学通信与信息工程学院，陕西西安 710061
为了更好地突出红外与可见光融合图像中的目标信息，保留更多的纹理细节信息，提出了一种基于非下采样剪切波变换（ non-subsample shearlet transform，NSST）域结合脉冲发放皮层模型（ spiking cortical model，SCM）与改进的模糊 C均值聚类（ fuzzy C-means clustering，FCM）的红外与可见光图像融合算法。首先，用改进的 FCM提取源红外图像中的红外目标信息；然后，将得到的红外图像与可见光图像的目标区域和背景区域进行 NSST分解，得到各自的高低频子带图像；接着，对得到的不同区域采用不同的融合策略，其中，对于高频背景区域采用 SCM模型与改进赋时矩阵进行融合；最后，使用 NSST逆变换，得到最终的融合图像。仿真实验证明，与其他方法相比，本文算法得到的融合图像在主观视觉上红外目标信息突出，纹理细节信息丰富，在客观评价上，其信息熵和边缘保留因子达到最优。
图像融合 非下采样剪切波变换 脉冲发放皮层模型 模糊 C均值聚类 赋时矩阵 image fusion, non-subsampled shearlet transform, s
