为了改善红外与可见光图像融合的视觉效果，通过潜在低秩表示将两种不同源的图像分别分解为各自的低秩分量和去除噪声的稀疏分量，采用KL变换确定权重对稀疏分量进行加权融合得到融合稀疏图。再对双判别器的生成对抗网络重设计，借助VGG16网络提取两种源的低秩分量特征作为该网络的输入，通过生成器和判别器的博弈来生成融合低秩图。最后，将融合稀疏图与融合低秩图进行叠加获得最终的融合结果。实验结果表明，在TNO数据集上，与所列的5种先进方法相比，本文所提出的方法在熵、标准差、互信息、差异相关性总和及多尺度结构相似度5种指标上均获得最优结果，相比于次优值，5种指标分别提高了2.43%，4.68%，2.29%，2.24%，1.74%。在RoadScene数据集上只在差异相关性总和及多尺度结构相似度两种指标上取得最优，另外3种指标仅次于GTF（gradient transfer and total variation minimization）方法，但图像视觉效果明显优于GTF方法。综合主观评价和客观评价分析，本文所提方法确实能获得高质量的融合图像，与多种方法相比具有明显的优势。

齿面物体像灰度法是激光移相干涉测量中提取齿轮干涉图像前景区域的重要方法之一，针对该方法因人工设定阈值且忽略不同图像边缘特征从而导致的测量效率及精度受限问题，提出了一种基于自适应阈值的齿轮干涉图像前景区域提取方法。首先分析齿轮齿面形貌特征与各边缘顶点差异，对图像进行区域划分；然后根据边缘灰度变化规律通过邻域窗口筛选合格像素点并获取掩模结果，实现前景区域提取；最后根据5类图像评价指标分别对4组算法分割结果与传统方法分割结果进行数据对比。结果表明：算法在实现图像自动处理的基础上与参考结果匹配精确度提升约3.5%～4.5%，PRI(probabilistic rand index)提升约3%～4%，VOI(variation of information)提高约15%～25%，GCE(global consistency error)降低约2.5%～3.5%，最终相位信息准确度提升9 μm～15 μm。结果符合精度要求，该方法可广泛应用于齿轮干涉图像前景提取中。

传统光学透镜及光学系统基于光传播效应实现电磁波调控功能，其体积较大、不易集成。而超表面是由人工亚波长尺度单元构成的二维平面结构，由于其相对于传统透镜具有超薄的优势，并且可以实现对光场的任意调控，近年来在光学成像领域得到广泛研究和应用。本文阐述了超表面透镜的工作原理，分析了超表面成像透镜的单色像差和色像差成因以及对应的像质评价方法，之后综述了超表面成像透镜的研究现状及应用，最后总结了超表面在成像领域尚且存在的问题及其未来发展方向。超表面透镜便于集成、设计自由度高，有望在诸多应用领域取代传统成像器件，基于超表面的高效率、大视场、宽带、可重构可调谐成像器件将成为其未来重要发展方向。