为提高偏振去雾算法对雾气场景的恢复能力，提出一种偏振度优化与大气光校正的偏振图像去雾算法。首先，依据雾气场景亮度分布，使用导向滤波将雾气图像分解为亮面残差和暗面残差；其次，扩大亮面残差对应的偏振度值，削减暗面残差对应的偏振度值以优化偏振度，该偏振度可将大气光图像模糊；最后，利用偏振度在亮面和暗面残差上的差异，对大气光强度进行校正，以使其随雾气的变化规律满足大气退化模型。实验结果表明：本文算法的去雾图像相较原雾气图像，对比度提高3.07倍、信息熵提高9.21%、标准差提高61.86%。且在不同浓度模拟雾气环境中，本文算法都有较为优异的SSIM、PSNR和CIEDE2000。相较于现有先进图像去雾算法，本文算法去雾效果明显，可以有效地复原雾气中场景的细节信息。

短波红外(short-wave infrared, SWIR)一般指900~1 700 nm的光波段, 是肉眼不可见的光波段, 这种波段目前主流的探测器以InGaAs为主, 主要用于**、 生物以及材料光谱分析等领域。 短波红外荧光成像以其对生物组织光学损伤小、 成像深度大、 成像信噪比高、 空间和时间成像分辨率高等特点, 使得基于InGaAs探测器的生物光学成像成为生物组织观测领域的研究焦点。 生物光学窗口的多窗口宽谱段的荧光光谱特性, 使得可以对生物组织采集多谱段的光谱图像, 以此来观察生物组织的在不同光谱照明下的结构特性。 针对生物光学窗口的光谱特性, 设计了一种基于InGaAs探测器的多谱段的小鼠静脉成像系统, 可以无接触采集小鼠静脉红外光谱图像, 对测小鼠的静脉红外光谱。 设计的基于InGaAs探测器的短波红外探测器, 可以实现最高5 000 ms的积分时间; 积分时间的延长, 显著地提升了静脉成像的信噪比, 同时其光谱响应特性很好的覆盖了第二生物光学窗口以及第三生物光学窗口。 针对光学显微特性的成像特点以及静脉组织在图像中的特征表达, 设计了一种新型的单光谱多焦距融合算法, 可以很好的实现静脉图像的红外光谱观测。 提出了一种基于多尺度梯度域引导滤波(gradient domain guidedfilter, GDGF)多焦距融合算法, 来补偿显微特性的成像缺陷。 通过多尺度梯度域引导滤波算法, 实现对显微对焦区域的提取, 进而实现对融合决策函数的计算, 最后再通过梯度域引导滤波将得到的融合决策函数精细化处理最终得到我们的融合算法的最终决策融合函数。 实验表明, 设计的InGaAs短波红外探测器很好的满足了对小鼠静脉荧光光谱成像的需求, 分别实现了针对小鼠静脉的1 100, 1 250和1 350 nm等多个波段的光谱成像, 以及在同一激光照明下实现多个焦距下的光谱成像。 同时设计的融合算法很好的提取了小鼠静脉图像的对焦区域, 在将多焦距图像融合的同时又减少了噪声的引入, 实现了高质量全局静脉成像。

为了解决TOF(Time of Flight)相机获取的深度像分辨率较低的问题，基于导向滤波器提出了一种边缘区域约束的超分辨率重建算法。首先对低分辨深度像进行初始上采样，利用多尺度边缘检测提取深度像的边缘区域；然后根据同场景中灰度图像与深度像的边缘相似性，提取公共边缘区域；最后，根据灰度图像的边缘像素在公共边缘区域中的位置约束导向滤波器的系数生成，重新对导向滤波器的系数进行加权，从而构建出高分辨率的深度图。通过标准数据库Middlebury数据集进行验证，与3种近年来基于滤波的超分辨重建算法相比较，文中方法既能有效地保护重建深度像的边缘结构，同时具有较高的计算效率。研究结果可以为低分辨激光成像雷达的目标识别、场景重建等对实时性要求较高的工程应用提供理论依据。