以全卷积神经网络为基础设计图像语义分割算法框架，设计全局特征提取模块提升高维语义特征的提取能力，引入带孔卷积算子保留图像细节并提升分割结果的分辨率。通过搭建端到端的图像语义分割算法框架进行训练，在可见光数据集上对算法框架进行性能评估，结果表明，本文方法在可见光图像上取得良好的语义分割性能和精度。本文还在不借助红外数据标注训练的情况下对红外图像进行分割，结果证明本文方法在典型红外目标如行人、车辆的分割中也有较好的表现。

随着无人机等低空平台在侦察领域的不断扩展以及对性能要求的不断提高，各应用场景对目标检测精度和速度也提出了越来越高的要求。传统的目标成像方法难以满足图像质量需求，人工识别目标的方法也无法应对战场环境的快速变化。结合深度学习和偏振高光谱成像技术的发展，通过模拟偏振高光谱低空目标检测平台，提出基于 Faster R-CNN的地面**目标检测方法。采用区域建议网络模块进行模型训练，而在目标检测阶段通过对特征图进行兴趣区域池化操作得到建议特征图，最后利用建议特征图完成目标类别判定。实验选取 3种典型的**车辆缩比模型，通过偏振高光谱相机在室内外模拟环境中获取目标在不同场景条件的图像数据，以及某型无人机在低空条件下的地面车辆目标数据进行实验验证。实验表明，该方法在有效完成地面目标的检测时，能够达到理想的检测精度和速度。

云检测作为遥感影像数据处理中的重要组成部分，在气候分析等各个方面起到了重要的作用。在云检测研究中，无论是应用广泛的阈值法或是基于模式识别的方法，以及在二者基础上的综合分析法。这些方法大多都依赖于单一类型的遥感数据来源，且在特征提取方面十分依赖先验知识，受主观影响较大。本文利用两种不同类型“风云”系列气象遥感卫星的可见光红外扫描辐射计(Visible and Infrared Radiometer，VIRR)以及多通道扫描成像辐射计( Advanced Geosynchronous Radiation Imager， AGRI)数据，以全卷积神经网络为基础进行云检测，利用其自动提取深层隐含特征等特性，极大保留特征信息。最后结合全连接条件随机场模型进行云系边缘优化。实验结果表明，该算法分别应用于以上两种不同类型遥感影像数据，都较好地完成了云像元和非云像元的分离。

针对红外图像中对比度低，细节不清晰，视觉效果模糊等问题，提出一种结合边缘信息的对比度增强算法。首先，使用引导滤波将原始红外图像分解为基础图像和细节图像，并且通过使用对比度限制的直方图均衡来处理基础图像，提高图像对比度，克服“过度增强”现象；利用 Gamma变换处理细节图像，增强细节信息；再将处理后的两幅图像融合成图 ImageSD；然后为了有效地改善 ImageSD的亮度不均匀的现象，对原始图像进行自适应直方图均衡和拉普拉斯锐化滤波；最后，将两个图像进行线性加权并融合以重建出最终的红外图像。结果表明，该方法可以更好地提升原始图像的对比度，丰富细节信息。

针对钢水红外热图像存在各种噪声造成最后的钢水温度测量精度低的问题，本文提出基于模糊滤波的混合噪声处理方法。该方法通过对模糊滤波器的设计以及隶属函数的训练，可以有效地对由加性高斯噪声与非加性脉冲噪声组成的混合噪声进行处理，提高钢水红外热图像的均方差和峰值信噪比。并通过搭建实验平台，利用基于模糊滤波器的混合噪声处理方法对不同温度下的钢水红外图像进行噪声处理。此外基于红外热图像灰度值与温度之间的关系，对去噪前后的钢水红外热图像对应的温度进行分析，并与热电偶测量的实时钢水温度进行对比，验证所提方法对提高测量钢水温度准确度的有效性。

深度卷积神经网络的提出引发了图像处理算法的一系列突破。但是，使用更深入的网络并不总是有帮助，训练它们的巨大障碍是逐渐消失的梯度、大量增长的参数和过长的时间。本文提出了一种基于深度残差网络的图像混合噪声去除算法。通过全局残差学习与局部残差学习，有效地解决了梯度消失与网络参数的增长，提升了模型对图像特征的选择与提取能力，减少了训练时间。实验结果表明，深度残差网络在图像混合噪声去除中效果显著，本文提出的算法得到的去噪图像更好地恢复图像的原始结构，信息丰富，对比度高，鲁棒性强，并且可以更好地保持图像的细节。

为了较好地实现电力设备红外图像故障区域提取，提出了一种基于 Canny算子边界检测的脉冲耦合神经网络( Pulse-coupled Neural Network，PCNN)红外图像区域提取方法。在该方法中，首先以 PCNN模型同步点火特性为基础，通过优化原始 PCNN模型内在的参数，使得模型迭代过程中将图像转换成为时间点火序列，然后引入 Canny边界检测算子并结合区域灰度特性，获取最佳时刻的脉冲输出信息，实现红外图像中热故障区域的有效提取。最后通过真实红外故障图像测试，验证了文中方法的有效性和适用性，同时方便了后续的特征提取与识别。

为使红外图像与可见光图像融合后的图像能获得更多目标信息和细节信息，本文提出了一种基于显著性图的图像融合方法。使用改进的 Frequency Tuned(FT)算法提取红外图像的显著性图，并使用对比度受限的自适应直方图均衡化(Contrast Limited Adaptive Histgram Equalization，CLAHE)算法增强可见光图像的对比度。将红外图像与增强后的可见光图像进行非下采样轮廓波变换(Nonsubsampled Contourlet Transform，NSCT)后，根据所设定的融合规则分别对红外与可见光图像的低频部分与高频部分进行融合，最后对融合系数进行 NSCT逆变换操作后获到融合图像。实验表明，该融合方法相较于其他方法而言，保留了更多的目标信息和细节信息，可以取得更好的视觉效果。

针对光照突变或强辐射源干扰条件下由于目标能量变化引起跟踪不稳定且易丢失的问题，提出了一种可适应目标能量突变的自适应红外图像增强预处理算法。首先通过最大极值稳定区域方法对目标进行检测，实时计算目标区域平均灰度，并通过最小二乘对下一帧目标均值进行预测，当检测到实时目标能量与预测均值能量突变超过一定阈值后，使用自适应增强方法重新预处理目标图像，使突变前后目标及其附近背景区域对比度保持稳定，然后通过核相关跟踪算法对目标能量变化前后的目标进行跟踪。实验结果证明，该增强算法能有效改善目标能量突变情况下目标跟踪的稳定性和准确性。

在深入分析了无人机视觉降落多种方式的基础上，结合无人机连续视觉图像的三维空间信息，提出了基于空地协同视觉信息的无人机自主降落方法，设计了一种多图形组合、多色彩导引、多方法识别的地面合作目标。从坐标系的转换、合作目标的选取、识别与处理等方面进一步细化论述空地协同视觉完成无人机自主降落的方式，通过灰度变换、 HSV色彩变换、HU不变距匹配等方法保障了合作目标的准确识别率。

设计了一种应用于 HgCdTe柔性中波红外探测器的微弱信号放大电路，该电路由电桥电路、调零电路及滤波电路组成。采用平衡电桥与仪表运算放大器 INA333相结合的方式搭建电桥电路；并针对探测器直流分量过大问题，设计了可调零、带增益的信号处理电路；最后通过由二阶有源滤波器组成的滤波电路将高频噪声滤除。利用运算放大器的 En-In噪声模型，对放大电路进行了噪声分析，并测试了探测器在弯曲状态下的响应性能。实验结果表明，所设计的放大电路增益为 86 dB，噪声均方根值低于 6.1 mV；柔性探测器的曲率半径为 3 mm；当探测器光敏面上的光谱辐照功率为 6.75×10-7 W时，产生的光电信号约 102 .V。

本文对一种提高红外焦平面读出电路满阱电荷容量的方法进行了研究。采用了基于脉冲频率调制结构的单元电路，与传统电路相比满阱电荷容量提高了 1～2个量级。本文对该像元的电路结构、工作原理与信号误差进行了分析。单元电路前端的调制器将光电流信号调制成一系列固定频率的脉冲信号，计数器记录脉冲个数，脉冲个数与输入的光电流信号成正比，通过脉冲个数来表征光电流的信号量。使用 0.35 .m 2P4M工艺进行了电路设计与验证。通过测试结果表明，最大电荷容量达到了 3.5 Ge，每个电荷包的电荷量为 5.46 ke，该方法的电荷容量提高了 2个量级。

精导星传感器广泛地应用于空间红外天文望远镜中，它利用光学系统的长焦距及相关算法获得高精度像移，实时地为精密稳像控制系统提供补偿信息。本文详细介绍了精导星传感器的设计过程：设计了与载荷共光路的光学系统成像方案，选择了适合在深低温环境下工作的碲镉汞探测器作为精导星传感器(Fine Guidance Sensor，FGS)探测器，采用基于专用集成电路(Application Specific Integrated Circuit，ASIC)的前置电路代替了传统印刷电路板(Printed Circuit Board，PCB)电路，设计了科学观测中的精导星功能；为了满足精导星传感器高精度实时检测的需求，选择 ROI-IDFT矩阵乘法运算对相关峰及其附近区域进行变换，避免冗余计算，降低了运算量。最后，本文总结了精导星传感器在工程实现中亟待解决的关键技术以及应用前景。

研究了双组联动长波红外连续变焦光学系统设计，设计了工作波段为 7.7 .m～9.5 .m，焦距为 30 mm～360 mm，F数为 2.24的双组联动连续变焦光学系统，设计结果表明，成像质量好，在 33 1p/mm空间频率处的调制传递函数值均超过 0.15。

全面深入了解红外探测器组件制冷需求对促进红外探测器组件应用具有重要意义。本文详细分析了红外探测器组件应用中和斯特林制冷机相关的技术参数，主要有红外探测器组件外形尺寸、重量、红外探测器工作温度、制冷时间、输入功率、控温精度、机械噪声、环境适应性和可靠性等，并结合工程实际应用，指出了红外探测器组件应用中斯特林制冷机选型要重点关注的问题以及红外探测器组件制冷参数设计方法，为更好地应用红外探测器组件提供参考。

微光夜视系统具有功耗低、重量轻、图像质量符合人眼观察习惯等应用优势，目前仍是世界各国使用最广泛、装备量最大的军用夜视装备。随着微光夜视系统核心器件——像增强器动态范围的不断扩大，对有效开展系统强光适应性试验提出了新的要求。为准确、客观评价大动态范围夜视系统的强光适应性能，本文从理论上修正了光学系统中像增强器阴极面照度的计算模型，并依据像增强器强光性能参数，设计了试验方法。经外场试验验证，该方法可以较为准确评价大动态微光夜视系统强光适应性，可为微光夜视装备强光适应性试验提供技术支撑。