采用0.205 ms的曝光时间，研究了观测速度范围包含去相关区域和未去相关区域时的散斑对比度与观测物速度间的关系。结果表明，利用对比度随取样帧数的变化趋势，并结合时间序列散斑图像相关系数曲线，可以在复杂环境下正确区分两个区间内的速度大小；同时，选用适当散斑图像帧数进行对比度计算，可以同时为探测大速度和小速度区间的速度变化提供较高灵敏度。

激光散斑衬比成像 包括生成散斑 和生成动态散斑

给出了一种阈化处理激光散斑光强多灰度值分布(如256级灰度)的方法。采用此种处理方法, 激光散斑的功率谱强度随空间频率的分布保持不变, 而计算机存贮散斑图样所需的存贮空间可极大地减少。针对具体的圆形和环形散射屏引入的散斑图样, 采取使处理前后的功率谱偏差最小的方法, 找出了最佳的阈值。

通过散射介质成像已经成为现代光学成像领域的主要挑战。 近来，已经报道了基于波前整形的通过散射介质成像。 然而，尚未对将基于光学记忆效应的迭代波前整形技术应用于通过散射介质的运动物体的速度估计进行清晰的研究。 在此，我们提出将迭代波前整形技术与激光散斑对比度分析方法相结合，以通过散射介质检测运动物体的相对速度变化。 进行了幻影实验以验证我们的方法。

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。

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

对用高速相机CCD采集到的激光散斑图像对比度进行分析，对散斑图像进行评价

一种基于FPGA的激光散斑实时测量目标角振动的新方法.pdf

该程序可以获取原始激光散斑数据并将其作为 3d 数据处理为 .mat 文件。 因此，任何 3d 数据都可以加载到进行数据分析的程序中。 这包括傅立叶和差分映射、ROI 分析、平滑、裁剪、可视化以及将数字和更改保存为新的 .mat 文件的可能性，以便以后再次加载。 // 与 Mikkel Schou 和 Rasmus Hvid 平等合作制作。 Dmitri Postnov 提供的处理原始数据散斑数据的函数。

本文提出了用两个孔径(单环和双环孔径)装置进行激光散斑干涉照相的方法,得到了光强分布比较均匀的衍射晕和较好的杨氏条纹照片.