3. OCT光谱重采样

为什么波长域均匀采样在FFT中会出错

OCT光谱仪采集到的干涉光谱，其采样点在波长域近似均匀（例如线阵相机像素按λ等间隔分布），但FFT要求信号在波数域（k = 2π/λ）均匀采样。由于k与λ是非线性关系，波长域等间隔采样映射到k域后变成非均匀采样，直接FFT会产生严重的点扩散函数展宽和伪影。重采样的任务就是：利用标定得到的波长-波数映射，把非均匀k采样的光谱插值到均匀k网格上。

标定映射的获取与重采样实现

重采样的前提是已知每个像素对应的波长λ_i，由此计算k_i=2π/λ_i。标定方法通常有两种：

• 光谱仪标定法：用已知谱线的光源（如汞氩灯）照射光谱仪，记录各谱线在相机上的像素位置，拟合像素-波长多项式。
• 扫频源标定法：用马赫-曾德尔干涉仪产生等频率间隔的时钟信号，直接得到k域均匀采样。

得到k_i后，构建均匀k网格k_uniform，从k_min到k_max等间隔取N个点，然后对原始光谱I(λ_i)在k_uniform上插值。

Python实现：线性插值重采样

import numpy as np

# 1. 标定数据：像素索引 → 波长（示例：多项式拟合系数）
# 假设已通过谱线标定得到 λ(p) = a0 + a1*p + a2*p²
pixel = np.arange(2048)  # 2048像素线阵相机
a0, a1, a2 = 780.0, 0.045, -1.2e-7  # 示例系数，单位nm
wavelength = a0 + a1*pixel + a2*pixel**2  # nm

# 2. 波长 → 波数（k = 2π/λ，单位rad/nm）
k = 2*np.pi / wavelength  # 注意：k随像素增大而增大（λ减小）

# 3. 读取原始光谱干涉信号（示例：模拟信号）
# 实际中从文件读取，此处用高斯调制余弦模拟
I_lambda = 1.0 + 0.8*np.cos(2*np.pi*0.02*pixel) * np.exp(-((pixel-1024)/600)**2)

# 4. 构建均匀k网格
k_min, k_max = k[0], k[-1]
N = len(pixel)
k_uniform = np.linspace(k_min, k_max, N)

# 5. 线性插值重采样
I_k = np.interp(k_uniform, k, I_lambda)

# 6. 验证：检查k_uniform是否等间隔
dk = np.diff(k_uniform)
print(f"k均匀性检查: max(dk)-min(dk) = {dk.max()-dk.min():.2e} (应接近0)")
print(f"原始k非均匀性: max(dk)-min(dk) = {np.diff(k).max()-np.diff(k).min():.2e}")

重采样效果验证

重采样后，应对I(k)做FFT得到A-scan，观察点扩散函数（PSF）的展宽是否被消除。验证方法：

1. 对重采样前后的信号分别做FFT，比较PSF的-6dB宽度。
2. 重采样后PSF应更窄、旁瓣更低，展宽伪影明显减弱。
3. 若重采样后PSF反而变差，检查k网格范围是否覆盖了原始k的全部区间，以及插值是否引入了边界外推。

重采样参数速查表