在某些扩展目标光电成像中,目标图像缺少局部细节,因此采用复杂的特征检测算法和高维特征描述符,但这种方法不仅存在特征描述区分度弱的问题,而且还存在资源占用多、运算速度慢以及难以实现实时处理的缺点。主解决此问题提出了用加速分段测试提取特征(FAST)检测算法进行角点检测，用二进制稳健独立基元特征（BRIEF）描述符进行目标特征描述的新方法。同时，针对BRIEF描述符缺少方向判别，对目标姿态变化敏感的问题，提出了主方向约束机制，有效地提高了特征点识别的稳定性。将本方法与加速稳健性特征(SURF)和尺度恒定特征变化(SIFT)两种应用广泛的算法进行了比较，结果表明，本方法的运算速度分别达到了SURF的5倍和SIFT的17倍，且识别率与SURF相当，能在不降低特征识别率的基础上，实现目标的快速检测和稳定跟踪。

在哈特曼波前传感器点源目标探测质心算法中，除信号光子噪声、读出噪声和背景光噪声等误差源之外，图像传感器上存在的盲元也会对质心的探测精度造成一定的影响。系统地推导了哈特曼传感器子孔径光斑区域内存在单个盲元条件下各种误差源对点源目标质心探测误差影响的数学表达式，进一步分析了盲元和光斑质心间相对距离、光斑等效高斯宽度等因素对盲元存在所引入的质心偏移误差的影响，指出当相对距离约等于光斑高斯宽度时质心偏移误差达到最大值。实验结果与仿真和理论推导结果相符。

在硬件资源有限的情况下，为了支持尽可能多的子孔径进行实时波前斜率处理，提出了一种基于累加器的波前斜率处理器。该处理器的运算核心是子光斑质心计算模块，根据二维图像矩计算的可分解性以及一维矩的递推累加求解方法，用加法运算代替子孔径坐标与像素灰度的乘法运算，获得灰度重心法所需的所有二维低阶矩。该模块仅由5个累加器组成，硬件实现时避免了乘法器的使用，降低了资源消耗。仿真实验结果表明：对于22×22方形排布的哈特曼-夏克波前传感器图像，本文的结构可在FPGA内实现；在100 MHz的工作频率下，完成一帧所有子孔径斜率计算的延迟时间为0.33 μs，计算误差<0.002 pixel；与传统的波前斜率处理器相比，其逻辑资源消耗减小了40%左右。所提出的结构能够在不增加额外资源的情况下，通过对原波前斜率处理器进行升级来完成，其支持的子孔径数目增加1倍左右，实现了波前斜率的高速、高精度提取。

光斑质心定位在光学精密跟踪和精密测量中是一项关键技术，其精度和速度直接影响了光学测量的精度和响应速度。在实际应用中，往往把灰度重心法与图像预处理方法结合起来，以提高光斑质心计算的可靠性。运用图像预处理技术有效地抑制了噪声的影响，同时也会消耗大量的逻辑资源。针对在资源受限的条件下采用灰度重心法计算光斑质心的问题，本文提出了一种无需乘法器的光斑质心计算方法，用加法运算代替乘法运算，使用递推方法完成质心计算所需的低阶矩的运算。该方法的硬件仅为5 个累加器，结构简单，能够以更低的资源消耗实现光斑质心定位。通过并行技术和流水线技术，其工作频率达到515 MHz。实验证明：本文的结构在FPGA 内实现，在100 MHz 的工作频率下，完成一帧质心计算的延时为0.35 μs，误差与传统质心方法一致，占用214 个Slices，其资源消耗仅为常规灰度重心法的50%。

大规模自适应光学系统要求哈特曼-夏克波前传感器的子孔径数目巨大，这势必会增加波前斜率提取电路实现的难度。为了在大规模自适应光学系统中进行波前斜率提取，提出了一种相关算法的实现结构，以高斯光斑作为参考模板，通过两次级联滤波完成子孔径光斑之间的相关运算，并得到局部波前斜率。与多通道并行处理的实现结构相比，本文所提出的结构实现的硬件成本不会随着子孔径规模的增大而显著增加，特别适用于大规模自适应光学系统的波前斜率提取。实验结果表明：对于8×8 方形排布的哈特曼-夏克波前传感器图像，本文的结构用FPGA 内实现，在27 MHz 的工作频率下，完成一帧所有子孔径斜率计算的延迟为1.2 μs，均方根误差小于0.02个像素，最大误差不超过0.04 个像素。而资源消耗仅仅为925 个Slices。本结构能够满足大规模自适应光学系统中波前斜率探测高速实时和高精度要求。

提出了一种基于几何特征点的扩展目标跟踪方法,该方法借鉴模板匹配跟踪的思想,以目标的几何特征点作为模板进行目标跟踪。把多尺度Harris 特征点检测与SIFT 描述子相结合,用于几何特征点的提取和描述,接着引入加权相似性度量公式和更新策略以提高特征点的匹配精度,从而实现更加稳定的跟踪。试验表明,该算法可以稳定地跟踪姿态剧烈变化的扩展目标。

针对自适应光学系统对波前处理机高计算量、高实时性的要求,本文提出了一种基于脉动阵列的自适应光学实时波前处理方法。该方法将脉动阵列的概念引入波前处理机设计,完成了波前斜率计算、复原运算和控制运算向脉动阵列的映射,合理地建立了数据的深度流水线,同时分析了以FPGA技术实现时系统的计算延时。对于48个子孔径、61单元的自适应光学系统,以一片Xilinx Virtex-ⅡXC2V3000芯片实现了基于脉动阵列的实时波前处理机,实验测得计算延时仅8.6μs,结果表明该方法能极大地提高系统的实时性、集成度、通用性和扩展性。

波前复原算法是自适应光学波前信号处理的中枢部分。针对波前复原算法计算量大、算法简单规则的特点,本文研究了波前复原部分的并行算法以及复原矩阵的子孔径行系数簇变换和循环矩阵分解法,同时建立了基于控制流的波前复原脉动阵列。针对一套128单元自适应光学系统,进行了基于控制流波前复原脉动阵列和传统复原脉动阵列的实验研究,实验结果表明基于控制流的波前复原脉动阵列在实时性上略逊于传统脉动复原阵列,资源占用仅为传统脉动复原阵列的几十到几百分之一。

针对自适应光学系统,提出了一种基于线性双向流水脉动阵列的快速波前复原方法.该方法结合直接斜率波前复原算法和线性双向脉动阵列工作特点,通过对复原矩阵进行PCT数据变换和引入资源共享,提高了阵列的单元利用率,减少了资源占用且保证了计算的实时性,同时具有阵列结构简单规整、模块性强、可扩展性好等优点.最后在FPGA上实现了61单元48子孔径自适应光学系统的波前复原,验证了方法的可行性.

分析了扩展目标在Shack-Hartmann传感器中的成像特点.针对成像特点,提出了一种提取子光斑位置的质心计算方法.该方法应用多阈值分割和多结构元形态学去噪预处理后再进行质心计算.在信噪比低、扩展度大的情况下,能够有效地抑制噪声,减小噪声对质心计算精度的影响.在不同信噪比和扩展度下,相对于一般质心方法,该方法能够显著地提高探测精度.当信噪比为0.5,扩展度达13时,该方法的平均绝对误差不到1个像素.