光声显微成像（PAM）是一种具有无损、多功能、高分辨率等特点的生物医学成像技术，通过检测光声信号进行图像重建可实现高分辨率和高深度的结构和功能成像，在生命科学、基础医学和医疗诊断中发挥着越来越重要的作用。首先概述光声显微技术的发展背景和原理特点，然后对利用光学增强、声学增强、人工智能增强及光学与声学互补的光声显微成像术促进成像性能提升的方法进行论述，最后讨论当前光声显微技术在生物医学研究中的广泛应用，并对未来技术的发展趋势进行展望。

荧光粉沉淀是影响白光LED发光质量和光学一致性的关键因素。为了实现荧光粉沉淀的快速、无损检测，提出一种基于光学相干层析（OCT）技术的荧光粉沉淀检测方法。使用OCT系统对白光LED进行成像，比较白光LED的OCT与切片图像，分析了荧光粉的数量分布和沉淀物形态。根据荧光粉数量与面积分数的关系以及荧光粉沉淀过程中荧光粉数量分布的变化特点，设计了从OCT图像中提取荧光粉面积分数的算法，分析了荧光粉面积分数与荧光粉沉淀程度的变化关系。实验结果表明，OCT技术可以准确检测白光LED的荧光粉沉淀物形态，荧光粉在OCT图像中的面积分数可以量化荧光粉沉淀程度。该方法可以满足白光LED荧光粉沉淀的检测要求，并可用于白光LED的质量检测和封装工艺研究。

近红外光谱及成像检测凭借其高效、无损、非接触等优点近年来被广泛应用于农林产品、食品检测等方面。该技术可快速获取样品光谱和图像信息，进而结合化学计量学、机器学习建模等对样品进行品质安全、掺杂掺假、理化指标和产地溯源等方面检测，深受各行各业的认可。但光学仪器使用环境以及被测样品性质具有局限性，光学检测结果易受到各种因素干扰，从而影响检测精度，应当予以消除或削弱。简述了近红外光谱和高光谱成像的检测基本原理，并对国内外近红外光谱及成像技术在检测时受到的影响因素进行总结与归纳，结合国内外研究学者在相关方面的研究内容，重点在温度、光照、水分、曲率变化和湿度等5个方面及相关校正方法的应用进行阐述，对当前存在的部分问题提出总结与建议，以期为相关方向的研究人员提供参考及借鉴。

探索利用可见激光无损提取粗糙纸张上尿渍足迹的可行性，定量比较足迹显现效果。利用3种可见激光，配合使用11种可见波段滤光镜，对4类20种常见类型纸张上的尿渍足迹样本进行可见激光荧光照相，观察足迹显现效果；创建Matlab程序，引入灰度荧光亮度标准差指标比较足迹显出程度。发现20个尿渍足迹样本显现效果最好时的波段组合几乎各不相同，但可利用445 nm蓝色激光作为激发光，配合使用570 nm接收滤光镜，对所有样本的尿渍足迹进行整体最大程度的显现，样本尿渍足迹发现率100%；除黑色打印纸、复杂彩色背景报纸上的尿渍足迹样本外，样本尿渍足迹有效显出率90%。表明可见激光荧光照相能够用来显现粗糙纸张上的尿渍足迹，灰度荧光亮度标准差可以用来衡量尿渍足迹显出程度。

针对脉冲涡流技术在油气井套管检测过程中易受到环境影响而产生的噪声干扰问题, 提出一种油气井套管电磁检测数据的分段动态自适应降噪方法。通过对比分析仿真信号、实验井检测信号与实测井检测信号的差异, 结合实际检测过程中的噪声来源分析, 建立了基于偏心-抖动-温度影响因素的检测信号补偿模型。基于该补偿模型训练得到油气井套管电磁检测数据的分段动态自适应降噪模型。测井数据消噪实验结果表明, 所研究方法与常用的降噪方法相比能更好地抑制实际检测过程中偏心、抖动及温度因素带来的噪声影响, 具有应用和借鉴价值。

太赫兹调频连续波成像技术具有高功率、小型化、低成本、三维成像等特点, 在太赫兹无损检测领域受到了广泛关注。然而由于微波及太赫兹器件限制, 太赫兹信号带宽难以做大, 从而制约了成像的距离向分辨力。虽然高载频可实现较大宽带, 但伴随的低穿透性和低功率会限制太赫兹调频连续波成像系统的应用场景。因此, 聚焦于太赫兹波无损检测领域, 提出一种时分频分复用的 114~500 GHz超宽带太赫兹信号的产生方式, 基于多频段共孔径准光设计, 实现超带宽信号的共孔径, 频率可扩展至 1.1 THz。提出一种频段融合算法, 实现了超宽带信号的有效融合, 距离分辨力提升至 460 μm, 通过人工设计的多层复合材料验证了系统及算法的有效性, 并得到封装集成电路(IC)芯片的高分辨三维成像结果。

随着高性能复合材料在航空航天和**等高新领域的广泛应用, 对其质量和性能检查的要求愈加引起重视, 如何通过各种方法对复合材料进行无损检测成为近年来研究人员关注的热点和研究方向。太赫兹波量子能量低, 对大多数非极性物质透明, 因此使用太赫兹技术对复合材料进行无损检测有着独特的应用优势。本文基于太赫兹技术的特点, 对太赫兹时域光谱和太赫兹成像技术的无损检测分别进行了详细的论述, 并总结了目前复合材料的太赫兹无损检测技术发展趋势, 最后对其发展前景进行了展望。

为实现柑橘可溶性固形物含量(SSC)快速无损检测, 基于可见/近红外技术开发了低功耗手持式柑橘可溶性固形物含量无损检测系统。 以宽谱LED光源结合特征窄带微型光谱仪为核心, 设计了手持式柑橘可溶性固形物含量无损检测终端。 开发了基于物联网技术的水果光谱仪云端数据系统, 该系统主要包括用户库、 设备库、 检测数据库和模型库, 通过通讯模块与手持式无损检测终端相连接, 可以实现光谱采集参数修改、 云端数据上传与下载、 云模型的调用等功能。 利用该检测系统获取的光谱数据, 建立一维卷积神经网络(1D-CNN)模型用于预测柑橘的可溶性固形物含量。 该网络包含输入层、 卷积层、 池化层、 全连接层和输出层等7层结构。 主机采集柑橘的光谱数据并建立1D-CNN柑橘可溶性固形物含量预测模型, 并用该模型与多种传统回归方法进行对比。 1D-CNN模型的预测相关系数和预测均方根误差分别为0.812, 0.488, 优于偏最小二乘法(PLS), 人工神经网络(ANN)和支持向量机(SVM)。 采用基于模型的迁移学习方法, 基于主机的1D-CNN模型对从机进行模型传递, 研究了从机标准样本数量对模型传递的影响。 发现使用少量从机光谱样本即可取得较好的效果, 从机预测集均方根误差为0.531。 研究结果表明, 研发的柑橘SSC云模型的手持式可见近红外无损检测系统具有检测快速、 低成本、 操作简便等优点, 基于该检测系统的1D-CNN网络可以有效提取柑橘光谱的有效特征并进行回归分析。 借助迁移学习算法, 可以实现1D-CNN模型在不同装置间的有效传递, 满足柑橘可溶性固形物含量无损检测的需求。 为手持式水果内部品质无损检测系统的开发与应用提供了借鉴和参考。