提出了一种基于粒子群优化的融合方法，旨在解决图像融合过程中可能出现的光谱信息和空间细节信息损失、融合图像不清晰等问题。首先对原始图像进行预处理，以获取图像各通道的边缘检测矩阵；其次，利用最小二乘法计算光谱覆盖系数，以获取细节图像；最后自适应注入模型框架，引入加权矩阵，利用粒子群优化算法和综合全局相对误差（ERGAS）指数函数优化边缘检测的权重，计算数据集波段权重，生成最终的融合图像。选取了不同分辨率的遥感卫星影像（WorldView-2、GF-2和GeoEye）进行了研究，并采用5种不同融合方法进行对比实验，选用6种评价指标进行定量分析。结果表明，所提方法在主观视觉效果以及平均梯度和空间频率等客观定量评价指标上表现优于其余方法，在保留光谱和空间信息方面也取得了较好的融合效果。

针对传统城墙病害检测采用人工勘测方法，检测效率较低且易受到主观因素干扰等问题，提出一种基于卷积神经网络的城墙多光谱成像病害无损检测方法，利用最小噪声分离方法对城墙多光谱成像数据进行预处理，降低数据维度的同时保留原始数据特征，减少数据噪声；为解决城墙不同病害类型的像素混杂多样造成分类准确率较低的问题，利用卷积操作对城墙病害进行特征提取，保留最重要的特征并去除无关特征，稀疏网络模型；通过全连接层对提取到的特征进行整合梳理和分类，并加入两次dropout防止过拟合问题的出现。最后在城墙多光谱数据集上，使用训练后的卷积神经网络分类模型对城墙病害进行像素级分类检测，并将预测结果进行可视化展示。实验结果表明：总体精度和Kappa系数分别为93.28%和0.91，表明所提方法是有效的，该方法对提高城墙病害检测准确率、掌握城墙病害分布具有重要意义。

系统地探究了典型多光谱彩色成像系统的最优光谱通道数的确定问题。在前期多目标滤色片优化选取方法的基础上，将仅限于相同通道滤色器优化的概念拓展至不同通道数最优滤色器的优化，从而达到最优通道数确定的目的。基于Munsell光谱反射率数据集构建光谱反射率成像目标，通过真实CCD成像传感器的光谱灵敏度、D65光源的光谱功率分布以及高斯滤色器模型和最大线性独立滤色器选择算法，在10个噪声水平下实现了3~31个光谱通道，即29个虚拟多光谱相机对成像目标的光谱反射率重建的仿真计算。结果表明，通道数小于8时，5通道滤色器表现最优；和A光源相比，D65光源下的5通道最优滤色器的最大带宽达到80 nm，性能有显著的提升。

采用蒙特卡罗模拟技术对血管组织在可见光波段的多光谱成像进行建模仿真，通过分析不同血氧饱和度下血液后向散射功率的绝对值、相对值、绝对差值和对比度，并考虑可能的干扰因素，优选出适合内窥环境下使用的450 nm、525 nm、630 nm和660 nm 4个成像波段。基于4个优选的成像波段展开了血氧饱和度检测的实验验证。在血管仿体组织上的实验结果表明，在95%的置信水平下，血氧饱和度的检测偏差为1.24%。研究结果验证了利用四波段进行内窥组织血氧饱和度检测的可行性。

分量替换是遥感图像融合中的一种经典方法，其具有良好的空间保真度，但容易产生光谱失真，为此本文提出一种结合结构与能量信息的全色与多光谱图像融合方法。方法首先通过超球面颜色空间变换分解多光谱图像的空间和光谱信息。其次，通过联合双边滤波引入了两层分解方案。然后，将全色图像和强度分量分解为结构层和能量层。最后，提出结构层通过邻域空间频率策略融合，强度分量的纯能量层用作预融合图像的能量层。强度分量定义颜色的强度，通过将预融合结构层与强度分量的能量层结合，可以有效地结合源图像的空间和光谱信息，从而减少全色锐化图像的光谱失真。本文在 Pléiades和 QuickBird数据集上进行大量实验，并对实验结果进行定性和定量分析，结果表明所提方法与现有先进方法相比具备一定优越性。

光谱反射率维度高, 与光照和观察条件无关, 能够真实、 客观地描述物体的颜色信息, 由物体本身特性决定, 因此被称为物体的“指纹”。 但是, 光谱反射率数据量超过传统三色系统十倍以上, 这些巨大的光谱数据在存储、 数据处理及传递等方面造成巨大的负担, 花费太多的计算时间。 如果高维光谱可以通过数学变换方法映射到低维空间, 并确保低维空间能够更好地表示原始光谱所覆盖的信息, 可以有效地压缩多光谱数据, 提高基于光谱的颜色复制的处理效率。 针对主成分分析法平等地对待可见光范围的所有波长, 重建光谱仅仅是对原始光谱的数学逼近, 由于波长对颜色的重要性不同, 经常会导致光谱重建误差较小而色度误差较大的问题, 提出了一种基于光谱色差权重函数的多光谱降维算法。 使用主成分分析法将孟塞尔颜色系统Munsell维度降低到1维, 再恢复重建到31维, Munsell的原始光谱和重建光谱的平均光谱色差作为权重函数。 以NCS为训练样本, 分别以NCS、 Munsell和3张多光谱图像为测试样本, 分析和比较本文推荐的权重主成分分析法与主成分分析法以及另外4种权重主成分的性能。 以D65/2°和A/2°照明观察条件下的CIELAB色差和均方根误差(RMSE)分别评价测试样本的原始光谱和重建光谱之间的色度重建精度和光谱重建精度。 实验统计结果表明: 相对于主成分分析法, 无论测试样本是多光谱数据还是多光谱图像, 推荐的方法在牺牲一定光谱重建精度的情况下, 在D65/2°和在A/2°两种照明观察条件下的色度重建精度得到显著的提高, 而色度重建精度提高对于目前广受关注的基于光谱的颜色复制研究具有非常重要意义。 实验统计结果也表明本文推荐的方法的色度重建精度优于目前已经存在的另外4种权重主成分分析法。

受成像机理的限制, 目前的遥感硬件技术条件尚无法获取同时具备高空间、 高光谱分辨率的多波段遥感影像。 多波段遥感影像作为一种反映各个不同窄波段区间信息的三维影像集合, 其包含二维空间信息和一维光谱信息, 空间信息反映场景中的几何特性, 而光谱信息则对应地物在不同波段的电磁波特性。 为弥补多波段遥感影像空间信息采集的不足, 利用辅助影像增强其空间分辨率, 即多波段遥感影像的锐化受到重视。 多波段遥感影像锐化不仅可提升影像的视觉效果, 同时可为诸如地物分类、 变化检测和参数反演等后继的定性、 定量化遥感应用奠定基础, 因而一直是遥感影像处理领域非常重要且持续活跃的研究方向。 为此, 对多波段遥感影像锐化方法的研究进展进行综述: 一是对多波段遥感影像锐化的内涵进行了表述； 二是以多光谱（MS）影像的全色锐化为视角、 以算法实现的技术为脉络, 分别从基于成分替代（CS）、 基于多分辨率分析（MRA）、 基于最优化模型（OM）和基于深度学习（DL）四个方面对多光谱遥感影像锐化方法的研究进展和存在的问题进行分析和讨论； 三是结合高光谱（HS）影像所存在的不同于MS的自身特性, 对HS影像的锐化特点进行了分析, 并对不同于MS的一些特有HS锐化方法进行了讨论和归纳； 最后对多波段遥感影像锐化方法未来的发展进行了展望, 分别从目前CS和MRA方法更受到主流认可的原因, 以及未来多波段遥感影像锐化领域将呈现出多种方法的相关融合两个方面进行了讨论。

温度是评估弹药热辐射毁伤的重要参数。 弹药在引爆后会在极短时间内压缩周围空气并向四周猛烈释放出大量能量, 伴随着能量释放弹药介质会急剧升温并形成火焰场, 通过测量、 分析火焰场的真温值, 便可以得到爆炸火焰的空间热辐射毁伤效应。 由于爆炸过程的强破坏性和瞬态性, 爆炸火焰的测量主要是依靠辐射测温法。 在以往研究中, 已有学者针对爆炸火焰测量研制了相应的辐射测温仪器, 但目前所研制的仪器只能测量出爆炸火焰在单波长下的亮温场, 而单波长亮温场无法实现真温值的计算。 针对这一问题, 研制了一套多光谱热成像仪, 该仪器采用多幅分光技术, 可实现爆炸火焰在同时刻、 不同波长下的分光成像, 并利用高速CCD相机进行数据采集, 最后依据多光谱辐射测温理论反演出爆炸火焰真温场。 多幅分光技术是由远距离多孔分光镜头所完成的, 该镜头主要分为两个部分: 主成像镜头和分光镜头。 主成像镜头的功能是对远距离爆炸火焰进行聚焦成像, 其所成图像经由单凸透镜汇聚到正后方的多孔分光镜头上。 多孔分光镜头内置分光光栏, 光栏上可镶嵌不同波长的窄带滤光片, 当入射光透过光栏上的窄带滤光片后, 透射光便为被测目标的单波长辐射能量。 远距离多孔分光镜头可对500 m以内的爆炸火焰进行成像, 并依据实际需求将分光光栏设计为四分光结构, 同时为方便滤光片更换将分光光栏做成了可插拔的形式。 该镜头自重约为0.75 kg, 可通过法兰片直接安装在高速CCD相机上, 完全满足野外测量要求。 为验证仪器的有效性, 对1.660 9 kg的TNT进行了爆炸火焰真温场实验。 实验结果表明: 在爆炸后0.1 ms时出现最高温度值3 251 K, 随着时间推移, 真温场逐渐扩大, 但其最高温度值在逐渐降低; 当时间为0.6 ms时, 最高温度值为2 483 K。