针对现有评价方法不适合于多扭曲失真图像这一问题，本文展开了对多扭曲失真图像评价方法的研究。在分析图像的边缘信息和奇异值向量对视觉特征的表征能力的基础上，提出一种基于边缘信息奇异值分解的图像质量评价算法。首先，利用Sobel算子提取参考图像及失真图像视觉敏感的边缘信息，再对两图像的边缘信息进行奇异值分解，利用奇异值向量之间的夹角来描述失真图像的畸变程度。最后，采用LIVE数据库中的450张多扭曲的失真图像验证该文算法，并与MSE、PSNR、SSIM、CSSIM等算法进行了对比。实验结果表明，该文算法对多扭曲失真图像的质量评价具有更高的稳定性，主客观评价的一致性较传统评价方法更好。通过对比时间效率，该方法基本上满足实际需求，具有更高的适用性。

介绍了一种应用于靶场的低成本分布式测量系统：在靶场端布设低成本的高速成像设备，通过高速光纤把成像设备所记录的实时数据传送到远端安全区，安全区内接收高速的实时数据，并加以存储、处理。详细介绍了多摄像机低成本近距离布设的方法，所设计的前端高速摄像机、中部光纤传输和后端采集系统的组成和性能指标。最后通过两个实验测试了整个系统的误码率，并给出了提高误码率的方法。该系统不仅可以用于靶场目标测量，而且对远距离大量数据的传输、存储也具有实用意义。