【光学前沿】中山大学研究团队突破大气散射光学成像极限
在光学成像技术领域，大气散射介质如雾和霾一直是影响图像质量和远距离目标识别的难题。近日，中山大学刘忆琨副教授领导的研究小组在《Advanced Photonics Nexus》2024年第6期上发表了相关的的研究论文，提出了一种全新的物理模型，有望突破这一技术瓶颈。
光学成像技术的重要性与挑战
光学成像技术在遥感、天文学、军事监控和环境监测等多个领域扮演着关键角色。然而，光线在通过大气散射介质时，会受到空气中颗粒物的干扰，导致图像对比度和清晰度大幅下降，影响远距离目标的观测和识别。因此，提高在恶劣天气条件下光学成像系统的性能，是光学成像领域亟待解决的挑战。
全新物理模型的提出
刘忆琨副教授的研究小组提出了一种全新的大气散射介质物理模型，该模型全面考虑了光在大气中的传输行为、目标特征、成像系统的光学特性以及数字信号处理对图像的影响。模型中引入了“感知因子”，用于定量描述成像系统的信噪比（SNR）与人眼感知系统之间的关系，并结合信干比（SIR）评估数字化过程中信息的损失情况。
实验验证与结果
为了验证模型的准确性，研究人员设计了两组实验：一组在实验室控制的雾仓中进行，另一组在户外自然雾霾条件下进行。实验结果显示，新模型能够准确预测大气散射条件下的成像极限，与实际测量数据高度吻合。
模型的应用前景
该研究提出的物理模型不仅可以精确量化系统的角分辨率，还能动态评估大气散射条件下光学成像的极限。模型的广泛适应性使其适用于静态或动态大气环境的复杂介质系统，为理解不同环境下的成像效果提供了理论支持。此外，该模型有望应用于未来的成像系统设计和复杂环境中的成像效果预测，尤其在国防、环境监测和天文学等领域具有广泛的应用潜力。
研究团队表示，未来的工作将重点探讨模型在更多复杂介质条件下的适用性，并进一步优化模型的参数以提升其实用性。这一研究成果不仅为光学成像技术的发展提供了新的理论基础，也为相关领域的实际应用提供了强有力的工具。
-
AI机器人自动装调光学系统：Science Advances最新研究解读
这项研究由MIT团队完成，平台名为OptoMate。它要解决的问题很直接：能不能让研究人员用自然语言描述实验目标，剩下的——设计光路、摆放元件、精密对准、执行测量——全部由机器自动完成？
2026-08-20
-
光学系统的透过率检测：从单波长到全光谱的测量方法
一个镜头标注"透过率≥95%"，这个95%是什么意思？在哪个波长？中心波长还是全波段？一片看起来透亮的镜片，可能在550nm透过率高达99%，但在650nm却只有85%——这个差异会直接影响成像系统的色彩还原和光通量。透过率（Transmittance）是光学元件最基本、却也最容易被笼统对待的参数。精密测量需要明确回答三个问题：测哪个波长、测多大的入射角、测透过还是测透射。本文从透过率的定义、单波长与全光谱测量方法、以及测量误差的控制三个维度，系统介绍光学透过率检测。
2026-08-19
-
干涉仪的光源：稳频激光器如何决定检测精度
干涉仪测量面形精度的核心依据是"波长"——光波长λ是干涉测量的"尺子"。如果这把尺子本身在漂移，测量结果就失去了基准。一片镜片测出面形RMS=0.02λ，但如果光源波长漂移了万分之一，这个"λ"本身的定义就偏差了万分之四——直接转化为测量误差。干涉仪的光源（通常是稳频氦氖激光器）是整个测量系统的精度基准，它的波长稳定性、相干性和功率稳定性，直接决定了干涉测量的精度上限。本文从干涉测量对光源的要求、稳频激光器的工作原理和光源质量对测量的影响三个维度，系统介绍干涉仪光源的工程理解。
2026-08-19
-
用 1.5 秒守住百万片产线： ImageMaster®PRO AR Reflection 把 AR 波导检测做成了「快门」
中国智能眼镜零售量 40.2 万台，同比+96%；零售额 8.1 亿元，同比+102%；4 月份单月又跳到+119%。商务部数据把这条曲线再推一层：2026 年 4 月智能眼镜网络零售额同比+175.2%。IDC 把视野放到全球：2026 年全球 AI 眼镜出货预计 2368.7 万台，中国市场 491.5 万台、同比+77.7%。
2026-08-19
-
振动/冲击工况读图指南 — 从一份随机振动+冲击试验报告看镜头"在路上"的稳定度
拿到 WaveMaster 或其他波前传感器输出的一份"温度扫描"报告，下一步该看什么？本文讲清三件事：报告里到底在测什么、三步判读法怎么走、四种典型变温模式如何识别。文末附一份 5 项异常检查清单，可以照着对一份新报告。
2026-08-18
