为提高场景中战斗机在光照变化、尺度变化、遮挡和形变等因素下的跟踪精度，提出一种基于多种特征融合的核相关滤波算法。将颜色特征、纹理特征和卷积特征进行融合，融合后输出的最大响应值即为检测到的战斗机位置; 同时，采用尺度滤波器对战斗机进行尺度估计; 模板更新时，引入旁瓣比的概念对战斗机遮挡情况进行判断。实验结果表明，算法的准确度达到了77.6%，成功率也达到了73.3%，与KCF,DSST,MOSSE算法相比，在快速运动、背景杂乱、形变、超出视野、光照变化、翻转、低分辨率等情况下，跟踪精确度和跟踪成功率均位列第一。

为进一步适应复杂环境及战斗机自身状态的变化，提高目标跟踪算法的跟踪性能，在TLD算法框架下对其进行改进。首先，将改进了的SIFT特征匹配算法与TLD算法中的光流法相结合，根据战斗机的不同状态及周围环境自适应地选择相应算法，提高算法的鲁棒性和对复杂环境的自适应能力; 其次，引入粒子滤波进行优化，实时预测战斗机状态并缩小检测范围，在降低计算难度的同时提高跟踪速度和持续性; 最后，设置置信度检测以有效解决误判问题，提高跟踪精度。实验结果表明，当战斗机处于复杂场景或自身状态变化较大时，改进算法取得了优于参考算法的跟踪性能，可以满足长时间鲁棒跟踪的要求。

针对图像处理中存在椒盐噪声和高斯噪声的问题, 提出了一种新的小波阈值函数与改进中值滤波融合的噪声抑制算法。依据椒盐噪声与其周围邻域像素灰度值存在的明显差异, 估计椒盐噪声, 采取3×3模板进行反复迭代滤除椒盐噪声。对高斯噪声, 利用极限思想提出了一种新的小波阈值函数, 并引入三个控制变量, 通过调节控制变量使所构成的小波系数在一定阈值范围内无限接近原小波系数。实验结果表明, 提高了峰值信噪比, 减小了均方误差, 较好的保留了图像细节。

直升机载荷平台6-D(Six-Dimensional)运动误差(即飞行轨迹和姿态角运动误差)对机载LiDAR点云质量影响显著,进而影响三维重建模型精度。分析各运动误差对点云质量的影响特点,对于有针对性地消除各运动误差影响、有效提高机载LiDAR三维成像产品精度具有重要意义。建立了机载激光扫描脚点三维空间位置偏差与机载平台六方位运动误差之间的传递关系; 采用数值仿真,定量比较了六方位运动误差对激光点云密度分布和的影响,获得了六方位运动误差的影响特点及规律。仿真结果表明,直升机载荷平台的三个姿态角运动误差对点云密度的影响更显著,且随飞行高度的增大而增大,而三个飞行轨迹运动误差的影响相对较小。

针对传统的多方向灰度形态学边缘检测算法存在计算量大、效率低的缺点, 提出了一种基于自适应噪声抑制的多方向灰度形态学图像边缘检测算法。根据图像所含噪声的种类, 采用不同尺度的结构元素对图像进行分类滤波, 再根据像素点间灰度值的变化确定边缘方向, 由相应方向的结构元素进行边缘检测。实验结果表明, 与传统的多方向灰度形态学边缘检测算法相比, 检测到的边缘重构相似度和边缘置信度更高, 边缘连续性更强, 且计算量低, 运行效率高。

机载LiDAR 中的一些工作参数既有控制误差，又有测量误差，如机载平台的飞行轨迹、姿态角和激光扫描仪的扫描角等，两种误差均会造成点云产品质量降低。为分析两种误差对点云产品精度的影响机理，从理论上分析了两种误差对点云和数字表面模型(DSM)精度的影响，通过数值仿真，模拟了机载LiDAR 的测量过程，以机载平台姿态角参数为例，定量评价及比较了姿态角的控制误差和测量误差对点云分布及DSM精度的影响大小。结果表明，机载LiDAR的测量精度取决于这两种误差的影响，其中控制误差主要造成点云分布区域及密度改变，继而导致DSM失真增大，而测量误差造成点云定位精度和重建DSM 精度降低。因此，需采取措施分别对两种误差进行抑制补偿。

首先分析了半导体光电位置敏感器件(PSD)的工作过程.利用连续发射的激光光源和半导体光电位置敏感器件,设计了一种三维非接触高精度的光学测量系统.该系统根据定位于被测量物体上直角坐标系的格线,生成该物体的外形,从而用于不规则三维物体多种参数的测量和诊断.该系统使用了光学装置,特别适用于不规则形状尤其是边缘形状的图形的精确测量和探测,测量出的数据对于研究和诊断皮肤损伤的形态、特征和类型之间的关系等有很高的价值,应用前景非常广阔.