配准速度和精度是SAR图像配准效果的两个重要评价指标。SIFT算法是图像特征提取和描述的经典算法, SIFT特征具有尺度和旋转不变性, 但SIFT算法的128维描述子在图像配准时会极大影响配准速度。为提高图像配准速度, 首先提取图像SIFT特征点, 然后用ORB算法定义特征点主方向的方法, 赋予特征点主方向, 最后结合特征点邻域图像块的矩特征, 形成8维描述子, 对图像中的SIFT特征点进行描述, 实现SAR图像配准。实验结果表明, 本文方法在保持SAR图像配准精度的前提下, 极大程度地提高了配准速度。

根据核爆和雷电电磁脉冲信号非平稳、非线性特点，对核爆电磁脉冲(NEMP)和雷电电磁脉冲(LEMP)信号进行了Hilbert谱分析，计算了二者Hilbert谱的图像区域特征，对二者进行了识别研究，并且从NEMP和LEMP不同的产生机理上对识别结果进行了分析。实验结果表明：以Hilbert谱的面积和重心，以及六维图像区域特征作为特征，对NEMP和LEMP的识别率达到了90％以上，可以对二者进行有效识别。

用经验模态分解和分形分析相结合的方法对核爆和雷电电磁脉冲信号进行了识别研究。计算了核爆和雷电电磁脉冲原始信号的盒维数，以及原始信号经验模态分解后前4阶固有模态分量(IMF)的盒维数。用最近邻法对核爆和雷电进行了识别，实验结果表明: 原始信号经验模态分解后一阶、二阶IMF盒维数的识别率要略高于三阶、四阶IMF盒维数的识别率; 原始信号盒维数的识别率高于经验模态分解后各阶IMF盒维数的识别率; 二维和三维特征的识别率要高于一维特征的识别率，另外二维和三维特征的识别率更加趋于稳定，并且三维特征的识别率都在90%以上。

针对高光谱图像中背景及目标先验知识未知条件下的异常目标检测问题, 提出了一种基于独立成分分析(ICA)的异常探测算法。首先估计原始数据的虚拟维(VD)以确定要分离的独立成分个数, 在此基础上进行快速独立成分分析(FastICA), 然后基于平均局部奇异度选择含异常信息较多的独立成分, 最后使用丰度量化算法得到异常目标的丰度图像。为了验证算法的有效性, 对由AVIRIS获取的真实高光谱图像进行了异常检测实验, 并与经典RX算法和LPD算法的检测结果进行了比较。结果表明, 基于ICA的检测算法具有良好的检测性能和较低的虚警, 且运算复杂度较低。

粒子的形状和凝聚对光散射特性有着很大的影响。基于分形生长的受限扩散(DLA)模型，模拟了凝聚粒子的三维空间分形结构，并采用回转半径法计算了凝聚粒子的分形维数。利用离散偶极子近似(DDA)方法研究了纳米石墨凝聚粒子的光散射特性，对于原始粒子数不同的凝聚粒子及分形结构不同的凝聚粒子，数值计算了散射强度和偏振度随散射角的分布规律。结果表明凝聚粒子的散射特性与包含的粒子数目、入射波长和分形维数有关，与等体积球的散射特性也存在很大的差异。

提出了一种新的高光谱图像波段选择方法?波段最大筛选法(Maximum Band Screening, MBS)，它将每个波段的像元光谱分量看成一条波段向量，利用光谱相似性度量比较波段与已选波段的不相似性，从而从原始波段中选择信息量既大、又有区别性的波段。为了验证MBS 的有效性，将其用于高光谱图像异常探测，设计了异常探测算法。该算法首先从高光谱图像中提取异常目标光谱，噪声白化后，进行MBS 波段选择，最后将选出的波段用于自适应余弦估计(Adaptive Coherence Estimator, ACE)目标探测。采用AVIRIS 高光谱图像将MBS 与另外两种波段选择算法进行比较分析，实验结果表明，在MBS 选出的仅占全部波段8%的波段上，ACE 算子具有较高的探测性能。

传统的像素级变化检测方法对图像的配准准确度要求较高,因而在实际运用中受到很多限制.在人造目标检测的基础上,提出了一种目标级的基于局部配准误差补偿的变化检测方法.根据遥感图像中人造目标与自然目标的纹理差异,对图像中的人造目标进行检测和分割,再对分割图像采用提出的算法进行变化检测.实验表明,与传统的像素级变化检测方法相比,本算法具有较高的检测准确度,对配准准确度的要求也有所放宽,并且可以简化变化检测前的辐射校正工作和变化检测后的像素分类的工作.