为研究三代微光像增强器亮度增益对像质的影响, 提出对不同增益条件下荧光屏输出图像的像质进行对比分析, 以提高三代微光像增强器的成像质量。首先, 在三代微光像增强器的理论基础上, 论证了亮度增益会直接影响像增强器的成像质量。然后, 通过图像质量评价的两个重要参数信噪比和分辨力, 建立像质评价系统并搭建实验装置。最后, 通过实验结果表明, 在无月夜天光照度条件下, 当亮度增益取得最佳值时, 输出图像在视场明亮清晰的同时分辨力由 32 lp/mm提升至 40.3 lp/mm。证明该研究对夜间环境中, 如何通过合理设置亮度增益值使微光夜视仪获得最佳成像质量具有指导意义。

针对微光图像存在亮度低、细节丢失严重以及现有算法增强后的微光图像存在曝光过度、颜色失真等问题, 提出双分支金字塔网络的微光图像增强算法。首先, 将微光图像从RGB颜色空间转换到HSV颜色空间。其次, 对V分量采用双分支金字塔网络的微光图像增强算法, 自适应获取图像特征。网络结构由并行双分支构成, 含层级残差模块的分支有效增强V分量亮度, 含特征金字塔注意力模块的分支获取深层特征信息。最后, 对双分支结构提取的信息进行融合, 并将增强后的图像从HSV颜色空间转换回RGB颜色空间。所提算法在真实图像上的峰值信噪比及结构相似度的均值分别达到29.451 dB和0.930 1, 均高于其他对比算法。实验结果表明, 所提算法对V分量进行增强提高了图像亮度, 有效地恢复了图像细节。

针对现有微光像增强器的信噪比实验室测试结果无法准确描述其在实际夜天辐射条件下工作时信噪比的问题，依据光阴极与夜天光光谱匹配关系和光量子噪声起伏理论推导了微光像增强器的输出信噪比理论计算模型。在基于典型微光像增强器参数对模型验证的基础上，计算了典型超二代和三代像增强器在实际夜天辐射条件下工作时的信噪比。结果表明，实际夜天辐射条件下的信噪比与实验室A光源测试条件下的信噪比存在较大差异，且超二代和三代像增强器的信噪比在实际夜天辐射条件下显示出相较实验室测量时更大的差异性。本研究可为实际夜天辐射工作条件下的微光像增强器信噪比评价提供一种可用途径。

分辨率的传统主观评价方法人为不确定因素强且精确度低，而传统客观评价法存在着人为干预力度大和耗时长的缺陷。针对该问题，提出了一种基于拼接条纹单元图像灰度变化特征的微光像增强器荧光屏分辨力客观评价方法。通过拼接单元条纹图像并采用固定空间核沿条纹变化方向扫描图像获得反映条纹变化强度的灰度序列，从而生成单元条纹清晰度，然后将单元条纹的“清晰度-分辨率”对应与线性拟合算法相结合求出像管分辨率。为验证该方法的性能，将其与传统像管分辨力评价方法进行对比。实验证明，该方法在时效性和准确度方面均优于传统客观评价方法，在可重复性方面优于传统主观评价方法。所提出的微光像增强器荧光屏分辨力客观评价方法能够克服传统评价方法的种种弊端，为该参数的标准化测量提供一种有效可行的方案。

亮度增益是进行微光像增强器寿命预测时常用的一个重要参量, 高精确度的亮度增益测量可以提高微光像增强器寿命预测的准确性。本文基于亮度增益的测量原理, 通过分析测量装置的组成部分及相关误差特性, 给出了能有效降低亮度增益测量误差的处理方案, 该方案经试验证明像增强器寿命预测的准确度有所提高, 其与试验结果之间的相对偏差小于 4%, 为提高微光像增强器的工程研制效率提供一种有效检测手段。

光阴极光灵敏度的测量误差大小对微光像增强器寿命预测结果影响很大，高精确度的光灵敏度测量可以实现微光像增强器寿命的准确预测。本文通过分析光阴极光灵敏度测量原理、方法和装置特性，利用光灵敏度误差分配方法，在保证满足寿命预测所需光灵敏度测量误差的前提下，确定了一种合成测量误差为 3.8%的光灵敏度测量方案，基于该方案预测的微光像增强器寿命与实际寿命试验验证结果的相对偏差不超过 2%，为提高微光像增强器的工程研制效率提供了有效的检测手段。

信噪比是衡量微光像增强器的一个重要参数，它直接影响了微光整机的性能，因此，对像增强器的信噪比测试技术的研究具有重要意义。本文提出了一种微光像增强器信噪比校准测试方法，将经上一级计量机构校准过信噪比的像增强器作为校准管，通过校准管传递的方式，对微光像增强器信噪比测试设备进行校准测试，本文通过对此种方法的可行性以及产生误差进行分析，对 3只像管 5次测试的相对误差都在 2%以内，测试结果更加精准，为微光像增强器的理论研究提供更加精确的数据支持。

微光/红外图像彩色融合是目前国内外夜视技术的重要发展方向, 在超低照度下(环境照度小于2×10-3 lux), 由于成像器件限制, 微光图像具有低信噪比、低对比度等特点, 导致目标难以辨识, 成为制约彩色夜视技术的关键。为了提高目标的探测和识别率, 提出了一种基于卷积自编码网络的微光图像复原方法, 利用卷积自编码网络从微光图像训练集中学习超低照度下微光图像特征, 实现去噪和对比度增强。实验结果表明, 本文提出的方法得到的峰值信噪比(Peak Signal to Noise Ratio, PSNR)较经典的BM3D算法平均提高1.67 dB, 结构相似度(Structural Similarity Index, SSIM)的值平均提高0.063, 均方根对比度的值(Root Mean Square Contrast, RMSC)平均提高0.19。对微光图像复原具有很好的效果, 能够有效地提高信噪比和对比度水平。