针对红外目标跟踪中红外图像模糊、存在噪声、目标特征少的问题，提出了自适应信息选择的变尺度相关滤波红外目标跟踪算法。首先，在提取的灰度特征中重新提取了梯度信息，用于增强特征感受野大小，丰富目标特征信息；其次，稀疏滤波器系数，减少滤波器信息冗余，并将其结合至滤波器训练过程中，不同通道下的空间信息保留程度不同，有效提高滤波器表达能力；最后，在原有保留尺度更新的基础上，加入变尺度滤波器，构建边界框比例不同的尺度池，有效应对边界框比例变化的情况。在LSOTB-TIR数据集和PTB-TIR数据集上做了对比和消融实验以验证算法的有效性，结果表明该算法在LSOTB-TIR数据集上精确度和成功率分别达到71.3%和59.4%，在使用手工特征的算法中获得了更好的表现。

针对现有图像超分辨率重建算法的重建图像仍存在高频信息缺失、噪点增多问题，本文提出了一种基于卷积稀疏编码与生成对抗网络的图像超分辨率重建模型。首先，利用卷积网络实现稀疏编码并获取图像稀疏表示，充分利用图像的先验信息，有效避免重建图像高频信息缺失和噪点增多的问题；在得到低分辨率图像的稀疏表示后，通过重建模块对稀疏表示进行重建得到超分辨率图像；随后，鉴别器对重建图像进行鉴别，缓解由PSNR主导的算法导致重建图像趋于平滑的问题。在不断对抗训练后，最后的重建图像具有更好的视觉效果。本文在Set5、Set14、BSD100和Urban100通用测试数据集上进行2倍和4倍的超分辨率重建实验，并与Bicubic、SRGAN、EDSR和ESRGAN对比。与ESRGAN方法相比，本文模型在4个数据集上平均PSNR提升约0.702 8 dB，平均SSIM提升约0.047，平均LPIPS提升了0.016。实验结果表明，所提出的模型具有较强的竞争力，能够恢复更多的细纹理细节且具有更好的清晰度。

胶接结构广泛应用于航空航天等**领域，但在工艺制作及使用过程可能会产生胶接界面脱粘缺陷和损伤，由于太赫兹无损检测技术对非金属材料良好的穿透性能，已被广泛应用于复合材料的无损检测中，太赫兹无损检测技术在多层胶接结构样件胶层内部缺陷的无损检测方面具有较大优势。利用反射式太赫兹时域光谱系统检测多层胶接结构样件，得到的具有样件内部材料信息的太赫兹时域信号，但信号中还包含了大量的冗余特征和噪声等无效信息，这些无效信息大大降低了信号处理和分析效率。针对这一问题，文中提出了基于二阶梯度法提取太赫兹时域信号有效特征，以飞行时间误差为限制条件基于信号的时域特征自适应确定阈值，稀疏太赫兹时域信号，减少信号中冗余无效信息，实现太赫兹时域信号的有效压缩。然后，通过二值化图像分割识别多高斯恢复信号和太赫兹时域光谱系统检测信号的太赫兹图像缺陷区域。最后，制备具有脱粘缺陷的多层胶接结构样件，开展太赫兹无损检测实验。结果表明：文中算法的数据压缩率达到了81%，相比传统压缩算法离散余弦变换提高了59%，相比主成分分析算法提高了75%，相比K-SVD字典学习算法提高了26%，缩短了约80%的数据计算时间，减小了约95%数据存储空间占用，且缺陷识别偏差不超过0.05。文中算法极大地提高了数据处理和分析效率，保证了缺陷识别的精度。