语义分割网络对图像进行像素级分类，相较于目标检测其对于目标的精准定位更有优势，因此在红外小目标检测中发挥着重要作用。针对红外小目标的特点，提出一种基于实时语义分割的红外小目标检测网络。该网络基于双分支特征提取结构，采用渐进式特征融合模块和改进的Dice损失函数，使红外小目标分割的速度与效果达到良好的平衡。实验结果表明，该算法在较小参数量和计算量的情况下相较于FCN、ICNet、BiSeNet V2、STDCNet、TopFormer等5种算法达到较高的精度，在实际采集的红外小目标数据集上，其推理帧率相较于传统的FCN提升44%，达到117 frame/s，且红外小目标的交并比相较于与其推理帧率相近的TopFormer提升49%，有利于语义分割在红外小目标检测的实际应用。

为提高压缩感知鬼成像的实用性,解决场景中采样数据丢失且无法重复采样而引起关联成像失败的问题,提出了一种基于鬼成像丢包数据的分组扩充方法。首先,分析了不同形式丢包数据对成像性能的影响。然后,通过对待采样数据进行分组并对存在丢失现象的采样结果进行扩充的方式提高了成像质量。仿真和实验结果均表明,与传统方法相比,分组扩充法可以降低丢包数据对成像质量的影响,有利于进一步推动鬼成像的实用化。

为了提高压缩感知鬼成像的成像质量以及解决低采样率条件下成像失真度高的问题,提出一种基于邻域相似度的鬼成像(NSGI)方案。邻域相似度体现在图像像素间的关联性,携带关于物体结构的重要信息,在分析压缩鬼成像原理的基础上,利用邻域相似度来评价待探测目标。根据贪婪算法的原理,采用邻域相似度优化图像重构过程,并设置相关度阈值降低计算的复杂度。仿真和实验结果均表明,与传统方法相比,该方案可以在低采样率条件下获得高质量低失真度的图像,有利于推动鬼成像技术的实用化。

开展了强度关联阶数对于运动目标关联成像影响的研究, 通过改变信号光束和参考光束的阶数, 分别讨论了切向和轴向运动目标在不同强度关联阶数下的关联成像质量。在运动目标关联成像系统原理光路的基础上, 从理论上重点分析了不同强度关联阶数对关联成像计算模型的影响, 并且利用计算机进行了仿真实验。结果表明: 强度关联阶数的改变不能消除运动模糊, 增加信号光束的阶数可以改善关联成像质量, 但是在去除背景项的情况下, 反而是最低阶的关联成像质量最好, 并且轴向运动目标的关联成像质量下降地更为严重。

点扩散函数(PSF)是传统成像光学中一种典型的分析方法。针对关联成像这一全新的成像理论, 借鉴点扩散函数分析方法, 采用半经典理论对其成像过程进行了重新推导, 给出了鬼像和物体透射函数之间的点扩散函数。以此为基础, 推导了成像光路中存在湍流时, 与之对应的PSF以及鬼像的表达式。最后对成像过程进行了数值仿真分析。结果表明, PSF可以有效地描述关联成像的过程, 并且可以定量分析成像距离、光源大小和湍流强度对鬼像的影响程度。

为了提高单臂压缩感知鬼成像的成像质量, 减少成像系统本身和外部环境的干扰, 提出了一种光强扩散函数分析方法.在单臂压缩感知鬼成像原理的基础上分析了成像过程, 指出降低成像质量的主要因素是菲涅尔衍射和大气湍流.针对这两个因素, 推导并分析了光强度扩散函数的公式, 研究透镜的焦距与口径之比和照明光源的波长对鬼成像的影响.仿真结果表明：在单臂压缩感知鬼成像中, 使用焦距与尺寸半径之比在2~5范围内的成像投影透镜可以消除衍射效应的影响; 短波长光源适用于大气湍流较弱时的成像, 长波长光源在大气湍流较强时对干扰有更好的耐受能力.该方法可以有效地提高成像质量并优化成像系统.