提出了基于加权光耦合阵列的光电任意波形产生方案, 利用不同波长加权和并行耦合的方法实现信号光域的数模转换。通过对信号的频谱分析发现, 多波加权存在拍频噪声, 经过波长预设和滤波处理, 可以将高频噪声有效滤除, 但在信号交变的时刻会有尖峰干扰出现, 进一步通过与变换信号带宽匹配的滤波平滑处理后, 尖峰干扰得到一定的抑制, 可实现输入信号速率为10Gb/s、量化精度为5bit的光学数模转换, 实现了三角波、锯齿波、高斯脉冲和方波序列等光学波形的输出。

最近, 多尺度特征提取被广泛应用于红外与可见光图像融合领域, 但是大多数提取过程过于复 杂, 并且视觉效果不佳。为了提高融合结果的视觉保真度, 本文提出一种基于边缘感知平滑锐化滤波 器(Edge-Aware Smoothing-Sharpening Filter, EASSF)的多尺度图像融合模型。首先, 提出一种基于 EASSF 的多尺度水平图像分解方法对源图像进行分解, 得到水平方向上的多尺度纹理成分和基础成 分; 其次, 采用最大值融合规则(Max-Fusion, MF)融合纹理成分, 避免图像细节信息的丢失; 然后, 通过一种感知融合规则(Perceptual-Fusion, PF)融合基础成分, 捕获显著性目标信息; 最后, 通过整 合融合后的多尺度纹理成分和基础成分得到融合图像。实验通过分析感知融合系数, 对比融合结果的 客观数据得出红外与可见光图像融合在多尺度 EASSF 下较为合适的取值范围; 在该取值范围内, 本 文提出的融合模型同一些较为经典和流行的融合方法相比, 不仅解决了特征信息提取的复杂性, 而且 通过整合基础成分的显著性光谱信息, 有效地保证了融合结果的视觉保真度。

当前较多红外图像增强方法利用图像灰度特征增强图像, 这类方法忽略了图像灰度分布的不均匀性, 导致增强结果存在细节丢失和对比度不理想等问题, 为了克服上述问题, 提出了一种自适应直方图均衡化耦合拉普拉斯变换的红外图像增强算法。将输入图像进行均匀分割后, 借助洛伦兹曲线的基尼系数, 求取了图像灰度分布的不均匀性程度, 从而构造了自适应的上、下限阈值, 用于对图像进行自适应直方图均衡化, 以实现对图像进行对比度增强; 引入平滑滤波方法, 去除图像中的噪声。并在传统拉普拉斯变换的基础上, 融入图像像素值的对角二阶导数信息, 形成8邻域拉普拉斯变换, 以完成图像边缘等细节内容的锐化处理, 以增强图像清晰度; 利用本算法对不同红外图像进行了增强实验, 结果显示, 本算法具有更好的增强质量, 其输出图像拥有更高的对比度和清晰度, 呈现出更好的视觉效果。

可调谐半导体激光吸收光谱技术（TDLAS）利用半导体激光器的可调谐和窄线宽特性, 通过选择特定气体的单条吸收线, 排除其余气体的干扰, 可以实现高精度、 高选择性的气体浓度测量, 在气体浓度检测系统中具有广泛的应用前景。 在不同的应用条件和环境下, 需要解决相应的硬件和数据处理方面的技术问题。 主要研究TDLAS技术机动车尾气CO组分浓度遥测系统中的光谱数据处理问题, 该系统利用路面漫反射回波信号遥测行驶中的机动车尾气CO组分浓度。 由于激光扫描光谱回波信号受到漫反射面情况变化、 空气环境变化、 尾气湍流影响等因素影响, 探测器收集到的信号不仅较弱同时也夹杂着多种噪声, 即测量光路信噪比较差, 故提出一种自适应层进式Savitzky-Golay(S-G)平滑滤波算法, 实现了对光谱进行滤波处理从而更加准确地反演CO浓度。 S-G滤波算法因其原理简单、 功能强大、 只需设置两个参数（窗口大小、 拟合阶数）等优点, 已广泛应用于光谱处理。 如何正确设置S-G算法参数使滤波效果在去噪不足和过度滤波之间找到平衡点, 是该滤波算法应用的一大难题。 设计的检测系统中, 测量光路光谱信号为非平稳信号, 噪声和有效信号幅度时变, 最佳窗口大小和多项式阶数随信号动态而变化, 且变化区间较大, 使用固定参数的S-G滤波器难以达到最佳效果。 提出的自适应层进式S-G平滑滤波算法, 通过逐层将测量光路光谱信号经过S-G滤波后, 与参考光路的光谱信号设置的参考段比对信号相关系数和信号一阶导相关系数的和, 以自适应得到逐层最优参数。 通过对信噪比从981～2977的10组不同带噪光谱分析验证了该算法的有效性, 自适应层进式S-G算法能较好地去除噪声并还原带噪信号所携带的待测气体浓度信息, 与带噪光谱对比, 吸收光谱峰值最大误差由25152%降至5917%, 积分吸光度最大误差由181%降至39%。 在实现的系统中, 使用自适应层进式S-G算法对测量光路进行滤波处理, 并对不同车型、 不同排量、 燃烧不同油品的机动车在怠速和缓速通过(5 km·h-1)系统时其排放的CO浓度进行实时在线监测。

在户外电力设备维护中，红外热图增强与分割是今后诊断排障智能化发展的关键一环。本文提出复杂环境下电力设备红外热图增强与分割的新模型：采用区域联合先验信息约束和伽马变换对 Retinex图像增强模型进行改进；提出多尺度结构保留型平滑滤波，用高斯正则项约束滤波尺寸。新模型不仅可以对隐藏噪声进行估计补偿，增大红外热图的对比度，而且消除了滤波边缘弥散现象，适用于多种尺寸的电力设备分割。实验证实，在复杂环境下相比其他算法，新模型可以得到更为完整、高对比度的红外热图，同时具备去除绝大多数背景干扰的性能。

为了对钢轨厂生产的成品钢轨外表面轮廓进行全面的检测,设计了一种非接触式钢轨轮廓检测系统。该系统基于激光轮廓仪和高精度位移传感器采集到的钢轨轮廓数据,使用弦测法及移动平均平滑滤波计算钢轨的平直度,使用共面法计算钢轨扭曲度,完成钢轨轮廓数据的检测。试验表明,系统测量的标准差为20 μm以内,与标准测量方法所得结果对比误差均在合理范围内,该系统能够准确且稳定地完成对钢轨平直度和扭曲度的测量。

针对传感器模式噪声易受CFA插值噪声和JPEG压缩噪声污染，提出一种基于空域平滑滤波的传感器模式噪声预处理方法，去除干扰噪声，从而提高数字照片图像来源检测准确率.假设传感器模式噪声是一种类似高斯白噪声的随机信号，其在频域具有与高斯白噪声相似的平坦频谱; 基于此，在空域采用高斯白噪声对传感器模式噪声进行引导滤波，其空域平滑效果使传感器模式噪声在保持自身性质的同时，拥有与高斯白噪声相似的特性.手机相机照片图像库的评估实验结果表明，与现有预处理方法相比，所提算法在图像来源检测准确度上Kappa统计系数提高了0.026以上，同时算法对JPEG压缩的鲁棒性也明显优于其他算法.

为了降低光纤陀螺(FOG)的随机噪声以及消除异常采样信号的干扰, 提出一种鲁棒平滑滤波算法。利用权重函数为FOG每个采样数据迭代加权, 给异常值分配较低权重给高质量数据分配较高权重, 有效提高了平滑滤波的鲁棒性。采用广义交叉验证估计平滑参数再利用离散余弦变换计算原始FOG数据的平滑值, 提高了平滑滤波的运算速度。软件仿真和实际实验结果表明, 相比传统最小二乘平滑滤波算法, 所提算法能够有效抑制FOG随机噪声和异常采样信号的干扰, 并且对时变的FOG信号具有较好的跟踪能力。

为了准确实现起伏背景下的目标分割，提出了一种结合信息熵和区域生长的红外小目标图像检测方法。在分析红外图像特性的基础上，对原始图像进行自适应平滑滤波，使得图像在保持目标强边缘的前提下抑制高斯白噪声;利用目标边缘在其邻域内起伏大的特点，使用基于灰度级-邻域灰度级绝对差G-G直方图的最大熵进行图像分割;利用最大熵求解的阈值选取种子点，将种子点在已分割的图像上进行区域生长。实验结果表明，所提方法在背景起伏较大的情况下具有较好的目标检测性能。

可靠、有效的视盘分割对自动眼底病变诊断分析具有重要意义。提出了一种基于平滑滤波和CV模型的视盘分割算法。在利用投影法定位出视盘中心后, 首先采用Gabor滤波技术提取并移除视盘局部区域的主血管, 然后利用邻域信息通过插值运算填充被移除血管区域的像素, 采用边缘保留平滑滤波对视盘区域进行平滑, 最后利用基于区域信息的CV水平集模型分割出视盘的边界。该方法在MESSIDOR数据库上进行了测试, 平均分割准确率为0.83, 表现出了良好的分割性能。