在光学系统中，杂散光（Stray Light）通常指的是与主光路无关的、非预期路径中出现的光线。这些光线可能来自镜头的反射、表面散射、不完全吸收，或者系统外部的其他光源。它们不参与图像形成，却会干扰成像系统的性能，造成亮度提升、对比度下降、颜色失真等问题。杂散光不仅存在于相机、显微镜、望远镜等传统光学仪器中，在激光系统、航空航天观测、光谱分析等精密光学应用中也极其重要。尤其是在高动态范围、高对比度、高精度的测试场景中，杂散光可能使微弱信号完全被淹没，从而导致检测失效。对杂散光的分析和控制始终是光学设计中的重要一环。
杂散光的危害可根据其产生机制进行分类。比如反射类杂散光源往往来自于金属镜筒或多层镜面之间的多次反射；散射类杂散光则可能来自透镜表面的粗糙度、污垢或表面缺陷；还有一种是透射过程中由于材料缺陷或非均匀性引发的散光现象。不同类型的杂散光在控制策略上差异巨大，因此只有通过系统性的建模和测试，才能明确源头并加以优化。在一些应用中，例如地球观测卫星或天文观测设备，哪怕极微弱的杂散光都可能影响图像中暗斑的还原，使分析失真，最终影响科研或导航的精度。
从感知角度来看，杂散光造成的最直观问题是画面雾化和黑位抬升。特别是在夜景拍摄、低照度测量中，杂散光会抹除图像中的细节，使暗部显得灰蒙蒙一片。在红外成像系统中，杂散光甚至可能来自设备本身发出的热辐射。很多高端红外系统都采用极端冷却措施，将内部温度降低至液氮级别，以最大限度地压制内部热源造成的“自发杂散光”。这种系统的复杂性高、成本大，正是因为对杂散光的要求极为严苛所致。
除了图像质量下降，杂散光还可能导致测量误差。例如在光谱测量系统中，杂散光可能导致不准确的波长强度响应，破坏线性关系，从而误导定量分析结果。这对于环境监测、医疗检测、生物识别等场景来说，将直接导致决策错误。而在激光系统中，强度较高的杂散光甚至可能在设备中产生“幽灵反射”，造成能量回馈，损坏内部器件。类似问题曾在多个高能激光实验中引发过严重设备损伤事故，说明杂散光不仅仅是“画面不好看”这么简单的问题。
有时候，杂散光也可能不是连续稳定的，而是具有一定的时间变化特性。例如在某些成像过程中，机械震动或环境温度变化会导致光学器件的微小位移，进而改变杂散光的路径与强度。这类动态杂散光对系统的影响更难预测，因此需要额外的动态补偿或实时监控机制。当前，许多研究机构和公司都在探索用人工智能方法来识别并动态抑制杂散光，从而提升系统的稳定性与适应性。
杂散光测试与控制的目标，不仅仅是将其“消除”，更重要的是“量化”和“模型化”。只有能够对杂散光的空间分布、光谱特性、强度范围进行定量评估，才能为系统的光路设计、遮光结构、材料选择提供科学依据。杂散光测试系统（包括模拟光源）也必须具有高一致性、宽动态范围和可重复性，为后续的设计优化提供可靠的输入基础。
