激光光斑中心的准确定位对共焦显微系统有着重要作用。为了提高光斑中心定位的准确性, 设计了一种基于OpenCV的高精度光斑中心定位检测方法。首先对采集到的光斑图像进行降噪滤波, 再通过聚类分析, 筛选连通域排除粗大误差, 然后对目标连通域边缘进行形态学处理, 最后将边缘数据拟合成椭圆定位光斑中心。仿真与实验结果表明：该方法与其他传统光斑中心定位方法相比, 具有小于0.1 pixel的亚像素级定位精度, 检测结果更稳定, 是一种高精度的光斑中心定位方法。

为了实现低浓度 NO 的高灵敏检测, 选用中心波长位于 5.18 μm 的量子级联激光器 (QCL) 和光程为 25 cm 的单光程气体池, 设计并搭建了 NO 的可调谐二极管激光吸收光谱 (TDLAS) 检测系统。为降低系统噪声的影响, 以提高 NO 的检测灵敏度, 并降低检测下限, 研究了对波长调制光谱 (WMS) 的二次谐波 (2f) 信号进行滤波降噪的经验模态分解 (EMD) 算法, 识别并去除被检测信号中隐藏的高频噪声和光学条纹, 并与其他几种常用的滤波方法对 2f 信号的降噪效果进行了比较。在此基础上开展了NO连续监测实验, 采用 Allan 方差分析比较了EMD滤波降噪前后系统的稳定性和检测下限。研究结果表明: EMD 降噪后检测系统的响应线性度达到 0.999; 体积浓度为 30×10-6 的 NO 检测浓度波动范围由 29.424×10-6～33.184×10-6 缩小至 29.585×10-6～31.273×10-6, 相对误差范围由 0.17%m10.61% 降低至 0～4.24%; 在 1.5 s 的平均时间内, 系统检测下限由 653×10-9 降至 442×10-9 ; 在最佳平均时间下, 系统检测下限由 272.7×10-9 降至 185.5×10-9 , 证明了此方法可以有效提高检测系统的 NO 检测准确度、灵敏度, 进一步降低了检测下限。

衍射望远镜受限于衍射效率,其成像质量受到非成像级次衍射光的影响。针对这一问题,提出了一种基于噪声自适应估计的块匹配三维协同滤波图像复原算法。首先通过主成分分析法估计出模糊图像的噪声方差,然后结合已知的点扩展函数,通过所提算法复原出清晰图像。搭建衍射望远镜成像系统并开展实验研究。数值仿真和实验结果表明,所提算法使得复原图像调制度相比退化图像提高了3.58倍,能有效改善复原图像的细节,利于暗弱目标成像。所提算法为衍射望远镜系统对暗弱目标进行高对比度成像提供了一种有效的路径。

为了提高超分辨光学波动成像(SOFI)显微技术的实时性，提出了一种结合图像滤波的SOFI算法。对获取的多帧图像先进行滤波处理，再根据多帧图像中荧光粒子的时间自相关性进行SOFI算法处理，可快速得到高信噪比的超分辨图像。结果表明，对比不同滤波器，权衡去噪效果和图像分辨率，利用基于空间高斯滤波的SOFI算法可以在低信噪比的图像序列中快速得到信噪比较高的超分辨图像，计算速度提高2.3倍。