为了解决光污染中存在的极端亮度对比问题，针对此类复杂照明光环境，提出了一种基于高动态范围成像技术的极端亮度测量方法。利用24色标准色卡和CS-2000分光辐射亮度计对D5300数码相机进行标定，获得了高动态范围亮度分布图像与CIE 1931-XYZ表色系统刺激值之间的拟合关系，实现了极端亮度对比环境中亮度分布的准确测量。通过在城市道路中实地测量，验证了基于高动态范围成像技术的极端亮度测量方法的亮度测量动态范围可达10⁴，其测量值与CS-2000分光辐射亮度计测得的标准亮度值的相对误差分别为?2.2 %和?2.5 %，表明该方法具有良好的适用性，可为道路照明质量的高效、高准确度测量提供计量保障，为有效防治光污染等复杂光环境问题提供了解决方案。

针对成像传感器自身设备动态范围限制的问题，改进了基于相机响应曲线的多曝光图像融合方法。改变曝光时间，获得一组不同曝光度的图像，对高亮图像和低亮图像进行图像融合。首先直接基于图像像素值求解转换因子，简化了高亮图像与低亮图像像素比率因子曲线的运算，避免了对相机响应曲线的求解，通过比率因子将低亮图像中的像素值映射至高亮图像像素值范围，然后对图像进行局域加窗处理，根据高亮图像窗口内的像素饱和情况，划分出像素值完全过曝、不完全过曝和良好过曝三种情况。针对不同的曝光情况，根据高亮图像窗口内的邻域像素饱和情况，确定不同的权重系数进行多曝光加权融合。实验结果表明，局域加权叠加方法很好地保留了两幅图像中的暗部细节信息和高亮场景信息，并通过对比其他算法，融合图像的峰值信噪比和结构相似性均有提高。

毫米波成像在人体安检领域发挥了重要作用，引起了人们的广泛关注。现有的毫米波近场人体安检成像机制主要分为SISO和MIMO两种。SISO机制可实现快速精确成像，然而随着工作频率的升高，其所需天线数目迅速增长、天线间隔下降，不仅造成了系统成本提升，还使得天线耦合难以被抑制。MIMO机制虽然降低了成像所需的天线数目、增大了天线间隔，但目前无法实现类似SISO机制的快速精确重建。提出了一种可快速精确重建的MIMO近距离成像机制，定量给出了该机制的适用条件。与传统MIMO近距离成像机制不同，该MIMO近距离成像机制通过巧妙地设计MIMO子阵列，使其在近场成像中满足等效相位中心原理。因此它能够直接使用诸如距离迁徙算法（range migration algorithm，RMA）等各种基于SISO机制开发的精确且快速的成像算法去重建图像，兼顾了SISO机制和MIMO机制的优势。E波段的示例表明，在近场毫米波成像中，该MIMO机制与SISO机制具有同等水平的成像质量和成像速度，但相较于SISO机制，该MIMO机制的天线利用率、天线间隔可提升4倍以上。与传统MIMO成像机制相比，该MIMO成像机制不但有更好的成像质量，而且其重建速度大幅提升，在一个成像区域为1 m×1 m×0.2 m，体素尺寸为1.85 mm3的典型成像场景中，比传统MIMO成像机制快近200，000倍。仿真和实验结果验证了该成像机制的有效性。

为了提高近程柱面合成孔径雷达（synthetic aperture radar, SAR）成像的距离徒动算法（range migration algorithm, RMA）成像效率，增加RMA在实际工程中的应用价值，提出了一种SAR成像的改进RMA。该算法采用驻点相位法近似求解获得了波数域下的相位补偿项，避免了传统近程柱面SAR成像的RMA中需对补偿项进行角度维傅里叶变换的步骤，降低了计算量，提高了成像效率。通过峰值旁瓣比（peak side-lobe ratio，PSLR）、峰值信噪比（peak signal to noise ratio，PSNR）和结构相似性（structural similarity，SSIM）对改进RMA的成像质量进行了客观评价。仿真和实验结果表明，该算法提高了近程柱面SAR成像的RMA成像效率。