针对超快激光三维多焦点均匀性不高的问题，本文提出了一种基于反馈加权3D-GS算法的三维多焦点光场重建技术。用CCD相机实时采集多焦点的能量和位置信息，优化全息图，然后将优化后的全息图加载至空间光调制器，得到目标结构的高均匀性三维多焦点光束。利用此方法实现了4个面47个点的“HBUT”三维多焦点结构以及15个面15个点的三维多焦点螺旋结构，前者的多光束均匀性超过了96%，后者的多光束均匀性达到了94%。将传统3D-GS算法与反馈加权3D-GS算法迭代计算得到的上述两种结构的多焦点能量分布结果进行对比，结果显示，反馈加权3D-GS算法能有效提高三维多焦点的焦斑能量分布均匀性。

提出了一种基于组合光栅的任意形状光束整形方法。在需要整形的几何形状的内外分别设计不同的光栅并形成相位全息图，将相位全息图加载到相应的光路上就可整形出想要的形状。其中：外部闪耀光栅将入射高斯光束分成0级和非0衍射级，利用光阑阻挡非0级光束，获得所需形状的0级光束；内部光栅分别采用了渐变二元光栅和渐变正交光栅，它们能够改善几何掩模内部区域的能量分布，获得均匀性较好的平顶光束。实验结果表明，该方法可以获得任意形状、边缘陡峭、均匀性高的平顶光束，能量利用率可达43.71%，最小不均匀性为2.12%。该方法在激光加工领域具有良好的应用前景。

为解决弱光图像增强过程中对比度增强和自然度保持问题, 本文提出一种基于Retinex的多图像自适应加权最小二乘滤波算法。首先, 在图像的每个像素的R, G, B三通道中找到最大亮度值作为该像素的初始照明估计, 根据Retinex理论生成反射图像, 并通过形态学闭合方式调整反射图; 接着, 在初始照明图基础上, 通过Gamma变换和双对数变换方法分别生成全局对比度增强图和局部自然度保持照明图; 随后, 设计一种自适应加权最小二乘滤波融合策略将三幅照明图融合成最终照明估计图; 最后合成上述的最终照明图和调整反射图以获得弱光增强后的图像。实验结果表明, 本文所提出算法的亮度顺序差(LOE)及盲图像质量评价(NIQE)值更低, 可同时降低到4.12和3.25, 较其他方法表现出更好的增强效果。证明了本文算法能有效地增强弱光图像对比度, 同时保持图像自然度。

为了解决重构图像中局部微小区域的成像质量问题,提出一种基于区域分割的压缩计算鬼成像方法。先获取复杂物体表面粗略轮廓的感兴趣区域(ROI),同时运用阈值分割方法进行边缘检测以提取图像中不感兴趣区域(N-ROI),并根据识别区域生成相应大小的随机散斑图;再结合压缩感知技术和二阶计算关联算法分别恢复分割的子图像,最后通过图像拼接技术对图像进行复原。实验结果表明,当采样3000次时,所提方法的峰值信噪比较传统计算鬼成像方法有超过9 dB的提升,且比采样500次时增加了约49.57%。该方法可解决其他传统方法中图像局部微小区域成像质量较差的问题,不仅能够大大减少采样数和目标区域空间强度运算量,同时显著提高了图像微小局部区域的成像质量,为关联成像方式提供了一种新的方案。

针对高动态范围图像在亮度压缩过程中损坏色度信息,导致映射后图像明暗不同区域色偏严重的问题,提出一种基于颜色校正模型的梯度域自适应色调映射改进算法。通过建立图像亮度空间高斯金字塔并结合泊松方程恢复图像亮度;再引入色度空间颜色校正算法,在图像色差和消色差颜色之间进行线性插值,并通过计算处理前后的亮度比值调节颜色校正因子用来增强图像饱和度;最终实现自适应校正图像色度信息的功能。与Larson、Drago、Reinhard和梯度域色调映射的局部色调映射算法作对比,结果表明经改进算法处理后的图像在信息熵、对比度和平均梯度方面均有良好的优化效果,有效减少了亮度压缩引起的色偏问题,增强了图像整体色彩感观度。