合成孔径雷达（SAR）成像和可见光成像是遥感卫星的常用成像方式。由于两者在成像信息上具有高度互补性，SAR和可见光的图像数据融合已成为了遥感的一个重要研究领域。异源数据匹配算法的性能直接影响获取地面控制点的精度，匹配算法分为二阶段法和一阶段法，现有的二阶段法难以适应地形复杂的遥感图像，且在速度上无法满足实际的工程需求，而速度满足要求的一阶段法在精度上仍有所欠缺。为解决这个问题，提出了一个可端到端的高精度的基于残差伪孪生卷积互相关网络的异源遥感图像匹配算法。所提算法通过构建基于残差层的伪孪生网络，对提取的SAR和可见光图像的特征进行卷积互相关操作从而实现异源遥感图像匹配。实验结果表明，该算法在保持较高的速度下，较大提升了SAR与可见光图像的匹配精度，为深度学习方法在大规模异源遥感图像匹配任务中的工程应用奠定了基础。

理论证明探测光路经散射介质的散射与吸收对计算关联成像造成的影响可以近似等效为乘性噪声而被消除,使用蒙特卡罗方法建立烟幕介质的点光源脉冲响应函数模型,分析了不同状态的烟幕对成像的影响,讨论了穿透烟幕成像的可行性。结果表明,当固有噪声N_i=0时,可忽略散射介质对成像结果的影响。最后,总结了计算关联成像技术穿透烟幕成像性能的适用范围,这为计算关联成像应用提供了一定的参考。

烟幕是一种复杂且特殊的散射介质,穿透烟幕成像是一项具有广阔应用前景的课题。为探究计算关联成像技术在烟幕环境下的抗散射性,设计烟幕箱结合计算关联成像的实验系统,在静态与动态散射的环境下进行了实验,得出了计算关联成像在探测路径存在静态与缓慢变化的动态烟幕情况下可实现成像的结论;针对快速动态烟幕条件下的成像降质问题,提出了逐点补偿方法。由于在动态散射的情况下光强涨落掺入了额外的衰减因素,利用获得的以特定频率投影特定帧的强度值可追踪衰减系数的变化,将原始光强值除以衰减系数得到校正后的光强值。该方法在低投影频率的条件下具有优势,通过对比得到了该方法的适用条件。

计算关联成像(CGI)技术能够穿透静态散射介质成像,但是当散射介质发生缓慢变化时,由于光强受到非线性影响而衰减,每次测量的光强值会发生不同程度的漂移,导致重构图像受到大量噪声的干扰。针对上述情况,提出一种逐点校正测量值的方法,该方法在测量矩阵中加入反射率为1的图案,通过记录使用该图案照明后获得的光强变化得到各时刻的衰减因子,并计算中间时刻的补偿系数,根据补偿系数逐点校正衰减因子变化导致的光强畸变,最后对变换的测量值进行还原计算,重建结果说明该方法能够有效地应对计算关联成像技术穿透动态散射介质的成像问题。