针对传统小波函数处理激光陀螺仪输出信号存在的问题,提出一种含参数的阈值函数、自适应确定最优的分解层数和最优阈值相结合的小波阈值降噪方法。首先提出新的自适应阈值函数,然后基于最大能量熵原则计算小波比例能量熵以自适应确定小波最优的分解层数,并使用SURE(Stein Unbiased Risk Estimator)无偏估计原则与牛顿迭代法的结合方法自适应确定信号随时间变化的最优阈值,最后利用实测数据和Allan方差分析进行实验验证。实验结果表明,无论是静态激光陀螺仪信号还是动态激光捷联惯组信号,改进的自适应小波降噪方法的降噪效果优于传统的小波降噪方法以及标准卡尔曼滤波方法,且该方法处理后的信号精度更高、均方误差更小和噪声系数更小,有效抑制噪声对激光陀螺仪输出信号的干扰。

由于天基平台拍摄天空图片时，背景和相机同时发生相对运动，造成相邻帧之间无法通过简单的帧差法得到运动的小目标,造成了空间目标检测的难度。在分析星空图像模型的基础上，提出了一种提取特征点组成匹配三角形的图像配准方法,该方法通过最优阈值的选取对单帧图像进行分割，去除背景噪声。将星点按面积大小划分，符合条件的星点组成特征三角形并在相邻帧中进行匹配得到运动参数。在配准时为了减小计算量，忽略背景插值只针对星点坐标矩阵进行处理。最后通过多帧轨迹关联检测出目标的运动轨迹。仿真实验表明，在运动的序列图像中，该方法能实现高检测率和低虚警率的实时检测。

最大类间方差(Otsu）图像分割法是常用的一种基于统计原理的图像阈值分割方法。为了改善Otsu耗时较多、分割的精度低、易产生图像误分割等不足, 将猴王遗传算法与Otsu算法结合, 运用猴王遗传算法的原理, 寻找图像灰度的最大类间方差, 即最佳阈值。结果表明, 结合后的方法不仅提高了图像的分割质量、缩短了运算时间, 而且非常适合图像的实时处理。

分析了大口径衍射光栅的焦斑特点, 研究了衍射光栅非规则图像自适应调焦过程中出现的各种问题及处理方案。提出了适用于此类光栅非规则焦斑自适应调焦的控制技术和数据处理方法, 并设计了一套自适应调焦装置用于离线检测衍射光栅的取样距离和取样角度。提出的方法用最优域值法将图像分割为焦斑和背景两部分, 基于数学形态学求取光斑面积、以及长短轴长及图像中心。通过分析图像中心位置与水平电机的对应关系, 以及长短轴长与轴向电机的对应关系, 设计出自适应调焦方法。最后, 结合面积最小化原则使用黄金分割算法进行对焦迭代和形心搜索。测试结果得到取样距离标准差为412.5 μm, 取样角度标准差为10.35″, 满足取样距离优于1 000 μm, 取样角度优于30″的精度要求。该装置具有结构简单、可靠性高、抗干扰能力强等特点,已在大口径衍射光栅综合诊断平台上得到验证和应用。

为了提高图像分割的质量，采用2维最大熵最佳阈值方法，首先通过灰度区域确定该域像素的2维随机向量，在准则函数下求得到2维最大熵最佳阈值；接着通过递推优化对2维最大熵最佳阈值计算数据优化处理，减少重复性数据计算量；最后通过分割图像区域与原目标空间位置的互信息量最大准则，把误分割误差函数作为检测分割标准，给出了算法流程；并仿真出了不同算法的图像分割结果。结果表明，该算法得到图像分割的精度较高，没有背景与噪声的残留，保留了图像信息，执行速度快、分割效果视觉好、误分割误差最小。这对提升图像分割效率是有帮助的。

针对基于CCD相机采集方式的亮度校正方法需要从采集图像中分割出每颗LED像素的亮度信息的问题，提出面积约束下的最优阈值分割法。在最优阈值分割法的基础上，根据先验信息引入面积约束条件，对阈值的取值范围进行约束。与传统的最优阈值法相比可以避免分割后LED像素区域连接的情况。面积约束下的最优阈值分割法生成采集图像的灰度直方图，利用最优阈值算法结合面积约束生成最优阈值，最后通过图像的阈值分割法将采集图像分割。实验表明，该方法可以比较好地分割出采集图像中的LED像素，并可避免当LED像素点分布密集时应用最优阈值法分割LED像素造成的区域连接问题。

遥感图像通常含有丰富的边缘与纹理特征, 一般的整数小波变换只能较好地降低高频子带中水平与垂直边缘及纹理能量而非水平或垂直方向的边缘与纹理能量仍较高。针对该问题提出一种新的基于自适应方向提升整数小波变换(ADL-IWT)与部份偶数优先阈值(PEOT)的遥感图像压缩算法。该算法利用自适应方向提升整数小波削弱遥感图像高频子带中非水平或垂直方向的边缘与纹理能量。同时对部分编码量化阈值区间进一步优化, 提高编码算法在这些阈值区间上的重要系数搜索效率。基于ADL-IWT和PEOT的集合分裂嵌入块(SPECK)编码算法的实验结果表明, 新算法不仅支持单一码流下从有损到无损的遥感图像编码, 而且有损压缩峰值信噪比好于采用普通IWT的SPECK算法。