基于微机电系统(MEMS)微加工技术和Pb(Mg1/3Nb2/3)O3-PbTiO3 (PMN-PT)电光材料设计的一维二进制码相位调制器(1D-BPM)可用于激光显示技术中的散斑消除。建立了1D-BPM数学模型，推导出电极在PMN-PT片内产生的电场和PMN-PT折射率变化导致通过的光束相位变化的关系。采用有限元分析方法仿真了电极几何尺寸对相位的影响,发现当电极尺寸在亚微米级时，两电极间相位分布不仅依赖于电极产生的电场大小，而且受到电极几何尺寸的影响。电极角效应是器件设计及优化时需考虑的重要因素。

此程序为 数字图像相关处理方面的内容，可以得出散斑图变化前后的位移和应变的结果，精确度还可以，也可以根据自身需要修改。

激光散斑图像压缩对降低数据存储量具有重要的意义。设计了一种激光散斑图像无失真编码器,它由激光散斑位移估计、像素预测和Golomb编码组成。首先估计散斑位移;然后,根据激光动态散斑相关函数设计预测模型,并以预测模型为基础进行像素预测;最后,对预测误差进行Golomb编码。该编码器的主要特点包括使用数字散斑相关方法估计散斑位移,以及基于动态散斑相关函数极值的时间预测。实验结果显示,在压缩激光散斑图像时,激光散斑图像无失真编码器在压缩性能方面取得了较大的提高。

针对激光主动成像中的波前畸变和散斑噪声，分析了散斑噪声对基于图像指标优化的波前校正性能影响。通过仿真不同散斑噪声水平下图像清晰度指标值随波前均方根值的变化趋势，研究了散斑噪声对波前校正性能的影响。在此基础上，通过开展大气湍流波前畸变闭环校正数值仿真，对分析结果进行了验证。研究结果表明：随着散斑噪声的增大，图像清晰度指标随波前均方根(RMS)值的单调性和线性度明显变差，尤其是在RMS小于1 rad范围内，导致收敛速度和最终的校正精度变差；当散斑噪声较大时，随着波前畸变的增大，散斑噪声对校正性能的影响也越大。

针对远距离数字全息成像中波前畸变和散斑噪声对成像质量的影响，实验研究了基于图像指标优化的波前校正技术，以及基于孔径分割的多帧图像平均散斑噪声抑制方法。建立了数字离轴全息实验装置，针对系统自身像差，采用梯度下降算法，以图像清晰度为优化指标进行了波前校正实验；在此基础上通过孔径分割，重构出多帧散斑噪声分布各异的目标图像，进行平均运算。结果表明，基于图像清晰度优化的波前校正技术能够有效消除波前畸变，提高成像分辨率；采用基于孔径分割的多帧图像平均方法能够在一定程度上消除目标图像的散斑噪声，获得更高的成像质量。

提出一种改进的Gerchberg-Saxton(G-S)算法，实现了基于环形光束的衍射光学元件的精确设计。所提算法可以确保输出平面上有小的采样间隔，起到了抑制散斑的作用；与未采用散斑抑制的常规的改进G-S算法相比，所提算法得到了更高性能的均匀光斑；仿真结果和实验结果一致。

有关散斑资料及其matlab编程

用于数字图像相关方法中散斑质量评价，评价标准之一是平均灰度梯度，此压缩包中包含了如何形成高斯分布的数字散斑以及用于计算不同子区大小的平均灰度梯度值

MATLAB用拟合出的代码绘图LSCI-激光斑点对比成像工具箱 概括 LSCI工具箱是用Matlab编写的命令行工具，可以处理原始LSCI图像并提取对比度K图，相关时间tc图，速度V图和其他有用数据。 LSCI工具箱包含一系列脚本和函数，这些脚本和函数实现了主要的LASCA（激光散斑对比度分析）方法-sLASCA（空间LASCA），stLASCA（时空LASCA），tLASCA（时空LASCA），meLASCA（多重曝光LASCA）。 它还包含其他可能感兴趣的其他方法-tFDLSI（时间频域激光斑点成像），teLASEA（时间熵激光斑点熵分析），fftLSA（傅里叶变换激光斑点分析）。 例如，它还包含一些有助于预处理或后处理步骤的帮助程序脚本/功能。 将视频转换为多页tiff文件（3D堆栈），以便使用ImageJ等进行轻松检查。 以下是有关使用工具箱的更多信息和说明。 介绍 LSCI Toolbox是由我写的一篇科学文章，目的是处理各自实验生成的LSCI原始数据。 该工具箱是本文的一部分，因此将其公开。 另外，我决定与公众共享它，因为当时我找不到任何可以处理原始LSCI数据并提取对比度

数字全息系统是一种非常先进的成像系统,但相干光源数字全息系统中散斑噪声会对全息图的质量产生不利影响,常规实验降噪或基于传统神经网络算法降噪方法均存在不足。为实现全息图中的散斑降噪以及权衡降噪效率问题,提出一种基于卷积神经网络的单幅全息图快速降噪算法,使用散斑噪声数据集对多等级神经网络进行训练。理论分析及实验结果表明卷积神经网络应用于数字全息图的频谱域去噪能有效提高全息图的质量,且仅使用一幅全息图就可以有效地处理不同等级散斑噪声,在保持去噪性能的前提下,能最大限度保存全息图有效干涉条纹。