针对穆勒矩阵成像椭偏仪的系统误差源提出一种简化分析方法,将光强曲线的理想傅里叶级数系数组与实际系数组进行近似匹配,建立穆勒矩阵测量误差与误差源参数之间的线性模型。针对解析式复杂的随机方位角误差,从统计学角度提出了一种等效噪声模型以分析其对测量结果的影响。采用上述简化方法系统分析了椭偏仪的6种系统误差源和2种随机误差源对穆勒矩阵测量结果的影响,并以一个典型光刻投影物镜的穆勒光瞳为检测对象,进行了检测仿真。仿真结果验证了所提方法分析的准确性。

激光成像雷达可提供目标四维像(即强度像和三维几何距离像)，在搜索监控中，极易滤除复杂背景杂波，在提高目标检测识别的能力方面具有较大提升空间；但传统激光雷达受到器件限制，很难做到高帧频、大视场。提出采用高探测灵敏度条纹管激光雷达作为大范围搜索监控探测器的设计方案，并建立相应的实验装置。在532 nm YAG激光器单脉冲能量为20 mJ的条件下，实现了45°大视场成像。实验结果表明，建立的实验装置，获得了远距离大视场复杂场景四维像，具有全覆盖和无漏点成像的优势，有着良好的实际应用前景。

近年来,深度学习被广泛应用于计算成像中,并取得了令人瞩目的成果,已成为该领域的研究热点。为了深入了解现有基于深度学习的方法是如何解决众多计算成像问题的,主要介绍了该方法的基本理论和实施步骤,然后以散射成像、数字全息及计算鬼成像中的应用为例具体介绍该方法的有效性和优越性。汇总对比了一些典型应用,并对基于深度学习的计算成像方法进行了总结和展望。

针对当前近红外成像光谱系统研发成本高、结构复杂、便携性差等问题，提出了基于3D打印的近红外光谱成像系统前端设计。通过3D打印技术设计系统前端发射器、接收器和采集头套，并与近红外光谱成像系统结合，设计出尺寸小、硬度强、易扩展的前端采集设备。利用高灵敏度的OPT101、ADS1299和GS1011完成信号采集与传输，通过3D打印可实现精度高、无线传输、可实时检测脑部血氧浓度的近红外光谱成像系统。

Cell Tracking 是一种半自动应用程序，可以通过简单的步骤跟踪活细胞成像并将其转换为感兴趣的测量特征。 首先用连续的时间点监测分割的细胞核，然后分割一些其他感兴趣的区域（扩展的细胞质）并测量其强度的动态变化。 使用“生成姐妹”模式也可以在有丝分裂事件期间添加一些新的子细胞。 跟踪过程后也可以创建单个分段细胞核或细胞的导出 VDO 文件。

基于ARM和FPGA的超声相控阵检测成像系统接口设计

本文介绍了基于Linux的嵌入式红外热成像系统设计。

为了满足市场对微型、简单化手机摄像镜头的需求，运用光学设计软件CODE V，结合非球面透镜理论，设计出用于可见光波段且符合结构简洁、生产成本低的要求的手机定焦镜头。该镜头F数为2.05，视场角为62°，半像高为2.4 mm，系统总长度为5.59 mm。为了使结构紧凑并且最大限度地降低生产成本，在结构设计中采用非球面的塑料镜片。设计结果显示：镜头的适应像素尺寸是1.1 μm×1.1 μm，相应的尼奎斯特频率为454 lp/mm，在1/2尼奎斯特频率处绝大部分视场调制传递函数(MTF)值大于0.4，各个视场的横向像差均小于9.26 μm，均方根(RMS)半径都在艾里斑之内，畸变小于1%，获得良好的成像效果。

针对视频序列中的几种异常行为,构建训练模型,对其进行识别。使用卷积神经网络(CNN)进行特征提取并采用Adam算法(一种基于梯度的优化算法)进行优化。引入自适应池化层,筛选出判别的特征信息,减轻网络的计算量,加快识别视频序列中存在的异常行为。使用Adam算法对模型进行优化后,识别率可以达到87.6%,引入自适应池化层后,识别率可以达到91.9%。该卷积神经网络对视频序列中基本的异常行为的检测效果比改进的轨迹跟踪(iDT)和双流网络更快更准确;相较于时间分割网络(TSN)和时间关系网络(TRN),识别的准确率稍低,但是识别的速度更快。

数字成像系统，ISP，sensor介绍