针对红外光学系统在复杂背景下的弱小目标检测问题, 建立了基于特征整合的信息处理模型, 提出了采用视觉特征整合的弱小目标检测方法。该方法首先利用视网膜神经节细胞感受野的数学模型DOG(Different-of-Gaussian)对红外图像进行初级信息处理, 初步检测出弱小目标。而后, 分为空域和频域两个通道进行特征提取。在空域通道, 利用图像信息构造二阶微分Hessian矩阵, 通过计算其直迹与行列式进行局部极值的判定, 提取出含有弱小目标的结构分量特征; 在频域通道, 利用小波对图像频域进行二级分解, 提取出含有弱小目标的高频分量特征。最后, 将空域通道与频域通道的分量特征整合, 提取出复杂背景下的弱小目标。实验结果表明: 当虚警率为10-3时, 该方法对弱小目标的平均检测概率为95.17%。基本满足红外弱小目标检测方法的稳定可靠、精度高等要求。

编码孔径光谱成像仪在实际应用中存在着编码模板与探测器分辨率不匹配从而降低系统分辨率的问题。针对该问题进行了两种情况分析，并通过数学理论建模给出了相应的解决方案。对于编码模板分辨率高于探测器分辨率这一情况，提出引入邻域嵌入超分辨技术的方法，实现了基于压缩感知的超分辨光谱成像。对于编码模板分辨率低于探测器分辨率这一情况，提出区块阈值划分的编码孔径，将编码微元按照区块阈值重新划分并进行灰度分级，从而实现低分辨率编码模板的高分辨率编码孔径。利用梯度投影稀疏重构(GPSR)算法进行数据立方体重建，实验结果表明：运用基于超分辨理论的编码孔径快照光谱成像系统所测得的光谱图像更精准，内容更丰富；采用基于区块阈值划分的编码孔径的编码孔径快照光谱成像系统具有更高的空间分辨率和光谱分辨率。结果证实优化后的编码孔径快照光谱成像系统，其分辨率和成像质量大幅度提升，并实现了高分辨率元件的100%利用。

高精度星相机是航天测绘、侦查相机实现精确定位测量的关键设备。分析了长焦距星相机光学系统设计难点，采用新型双高斯向远摄型过渡的结构型式，设计了精度达到亚秒级的星相机光学系统。光学系统焦距为200 mm，相对孔径为F/2，视场角为7.5°×7.5°，光谱范围为500~800 nm。针对恒星色温范围大的特性，在未采用特殊色散玻璃材料的情况下校正了光学系统的色差，实现不同色温恒星的质心位置一致性；采用负折射率温度系数的冕牌玻璃进行热补偿，实现光学系统对恒星探测的亚秒级无热化设计。设计结果表明：光学系统畸变优于0.003%，垂轴色差优于1.5 μm，2600 K~9800 K 范围内色温恒星的质心位置精度优于0.2″；在0 ℃~30 ℃范围内，焦距变化不超过5.1 μm，除1视场外质心位置精度均优于0.4″。

为了有效地减小机载平台振动对激光雷达（LiDAR）测量数据的精度的影响，针对机载平台振动的特点研究了平台振动引起的激光束指向误差的传递模型。将平台的振动分解为线振动和角振动，分别建立了沿x、y和z三个方向上的线振动的误差传递模型，以及绕三个轴的俯仰、侧滚和偏航角振动的误差传递模型，分析讨论了各向线振动和角振动对定位精度的影响规律。通过仿真发现载机x向线振动仅在坡度存在时才会产生y和z向的定位误差；而y和z向线振动不影响x向定位精度。载机角振动对水平定位精度影响较大；y和z向定位精度仅受侧滚角振动的影响；俯仰和偏航角振动主要产生x向的定位误差。