简介：针对常规傅里叶变换所不能解决的啁啾噪声滤除问题，利用Wigner分布函数分析分数傅里叶变换的空域和频域特性，提出在分数傅里叶变换域进行啁啾滤波的方法。并将该方法应用到图像处理中，对分数傅里叶变换滤除一维和二维图像的啁啾噪声进行了计算机仿真，获得了满意的效果，结果表明该方法在图像处理中的有效性。

简介：变换光学（TransformationOptics）可以使几何空间上的变化转移到非均匀光学超材料的光学参量的变化上。光学隐身就是其中典型的例子，就在几年前人们还认为这是不可能的。为了制备光频段、宽带、偏振不敏感、三维的光强、相位隐身材料，利用激光直写结合受激辐射耗尽技术，可以突破传统的衍射极限。这种变换的思想同样可以应用到其他领域，如力学（确切地说，弹性动力学）和热力学。还讨论了相关的实验过程和研究结果。

简介：讨论了分数傅里叶变换与菲涅尔衍射的关系,提出球面衍射过程就是一种具有尺度因子的分数傅里叶变换,并应用分数傅里叶变换进行衍射光学元件的设计.

简介：设计了一种新型锥形激光光束变换器，它根据全内反射一折射原理扩大或压缩入射激光束的直径。利用光线追迹的方法研究了传输光线的传输规律和特性，并进行了相应的计算机模拟。设计的变换器可以将沿中心轴入射的单色平行光束压缩成平行于中心轴的光束、会聚在中心轴的光束或空心光束。对于入射的非平行光，它的特性同传统的成像扩柬器相似，所不同的是拉格朗日不变量不再是常量，当压缩光束的直径时拉格朗日不变量略有减小，当扩大光束的直径时拉格朗日不变量略有增大。设计的变换器具有结构简单、价格便宜和倍率高等优点。

简介：图像放大技术的关键在于使放大后的图像尽可能地保持原始图像的清晰度。对于红外图像而言，传统的内插法存在着一定的缺陷。提出了一种基于小波变换的图像放大新算法，该算法对原始图像先进行小波变换获得高频系数，然后运用牛顿插值算法放大高频系数，以此作为放大图像的高频成份，而将原始图像作为低频成份，最后进行小波逆变换，重构出放大图像。实验证明该方法在图像细节方面具有很好的放大效果。

简介：应用二维高斯窗口傅里叶变换对全息图进行局部分析。首先定义二维窗口傅里叶变换，并从理论上证明通过二维高斯窗口傅里叶变换所获得的叠加频谱与傅里叶变换所获得的频谱是一致的。对菲涅尔全息图进行数值再现时，通过提取窗口区域内局部全息图的＋1级频谱信息，并随着窗口中心在整幅全息图上逐点移动，将窗口傅里叶变换局部分析所获得的＋1级频谱叠加求和，可有效地重构出与＋1级衍射像相对应的完整频谱信息，在一定程度上改善了0级以及±1级衍射像所对应的不同频谱之间的串扰，提高了再现像的质量。

简介：粗糙集理论是处理不确定性问题的数学方法，本文提出了基于粗糙集与小波变换相结合的图像融合算法。该方法首先将粗糙集理论应用于图像滤波中，对含有椒盐噪声的图像进行粗糙中值滤波，然后对滤波后的图像进行小波融合。实验结果表明，粗糙中值滤波有较强的去噪能力，且较好地保持了图像的细节信息，在此基础上进行小波融合，使得融合结果图像具有良好的效果。

简介：提出了一种新的基于霍夫变换和相位相关的电子稳像算法。首先根据1D相位相关技术，通过搜索角度脊来得到旋转参数；将待处理图像去旋转后，再采用2D相位相关来得到平移参数；在建立参数运动模型的基础上，通过自适应均值滤波确定各帧修正矢量。提出的方法可以充分利用FFT的高效运算，实验结果表明采用本方法能准确有效地处理具有旋转和平移的电子稳像问题。

简介：应用傅里叶变换轮廓术测量物体三维面形时，当被测物体形状复杂或是被噪声严重污染时，导致频谱分布展宽，发生频谱混叠现象，基频提取困难，无法准确恢复物体的三维面型。提出了基于小波分解的傅里叶变换轮廓术，采用小波变换的方法对变形条纹图进行二维多尺度分解，重构被测物的背景图像，滤出图像的零频成分，得到相对变形条纹。运用小波变换与傅里叶变换轮廓术相结合的方法，只需拍摄一幅变形条纹图，将被测物体与背景分离，不受背景成分的影响，且易于基频信息的提取，降低了对滤波器的要求。实验证明该方法较好地防止了频谱的混叠问题，提高了测量范围与解相精度。

简介：针对红外与可见光图像融合，提出了一种基于NSCT变换的图像融合方法。对经NSCT变换的低频子带系数采用基于区域能量自适应加权的融合规则，对高频子带系数采用混合的融合方法，即对于低层，采用基于区域方差选大的融合方法，对于高层采用像素点的绝对值选大的融合方法。实验结果表明，该融合算法可以获得更多的细节信息，能获得较理想的融合图像。

简介：对基于SOA-Sagnac干涉仪的XPM全光波长变换从理论上和实验上进行了较为详细的研究.根据光路合成法求出SOA-Sagnac干涉仪的传输函数,并导出波长变换后的探测光电场表达式,并构成了一套实验系统,进行了622Mbit/s归零码光脉冲的波长变换实验,获得消光比大于10dB的波长变换范围约为43nm.