为了更好地保留多光谱去马赛克图像中的高频信息，本文提出了一种基于改进引导滤波器的多光谱图像去马赛克方法。首先，基于自回归模型对相邻像素点间的强相关性进行建模，在每个像素处渐进估计其模型参数，通过最小化局部窗口内的估计误差，得到最优估计值来插值采样密集波段G，并生成高质量的引导图像；然后，引入加窗固有变分系数到惩罚因子中，得到具有边缘感知能力的加权引导滤波器并重建其余稀疏采样波段。最后，使用CAVE数据集和TokyoTech数据集进行仿真。实验结果表明：相较于主流的5波段多光谱图像去马赛克方法，本方法重建图像的峰值信噪比和结构相似度在CAVE数据集和TokyoTech数据集上分别提高了3.40%，2.02%，1.34%，0.30%和6.11%，5.95%，2.28%，1.42%，且更好地保留了原始图像的局部结构和颜色信息，减少了边缘伪影和噪声现象的出现。

激光雷达探测点云数据中存在大量噪声点，导致三维图重建精度下降，无法完全复现物体结构，本文针对此问题提出了一种基于自适应阈值的三维点云分段式去噪方法。根据噪声点与非噪声点之间的欧式距离，将其划分为远信号噪声点和近信号噪声点两类，先后对两类噪声点分别采用基于非线性函数的阈值自适应去噪算法和基于曲率的去噪算法。基于非线性函数的阈值自适应去噪算法采用有序的栅格对无序的点云进行组织，然后计算栅格内点云密度，最后将栅格到激光雷达的距离作为输入，通过调用非线性函数计算阈值，以实现点云密度阈值的自适应调整。基于曲率的去噪算法采用K-D树对点云数据进行组织，对某点P的邻域内所有的点按曲率进行排序，计算出曲率中值，将大于曲率中值的点P视为噪声点。该方法可以有效去除点云中的噪声点，去噪精确度达到95%以上。

基于两正交旋转轴的单平面镜（摆镜式）激光通信终端的粗跟踪问题，提出了一种求解光束指向的法矢量求解算法，给出了该类型通信终端的粗跟踪算法。采用矢量反射定律和矩阵旋转变换规律，理论推导了摆镜的光束指向模型和跟踪模型，对比分析了不同安装方式对光束指向和畸变的影响，并对模型分别进行了建模仿真和实验研究。结果表明：光束传输模型和粗跟踪模型的精度优于3 µrad，所研制的摆镜式激光终端粗跟踪精度，最大误差优于15.5 μrad (3σ)，均方根误差优于10.5 μrad，满足激光通信终端对高精度粗跟踪的技术要求。该研究工作对摆镜式扫描系统的光束指向分析和激光终端粗跟踪具有借鉴意义。

基于硅表面的薄膜钝化原理，开展了不同厚度的表面钝化膜对背减薄CMOS（Back-thinned CMOS，BCMOS）传感器电子敏感特性影响的实验研究。首先，对CMOS传感器进行背减薄处理后，对背减薄CMOS进行电子轰击测试，由测试结果可知，电子图像灰度随入射电子能量的变化呈现出线性关系。然后，采用电子束蒸镀法在BCMOS传感器表面镀制了不同厚度的氧化铝薄膜，并进行了电子轰击测试。研究发现，当表面氧化铝薄膜厚度为20 nm时，可以将BCMOS传感器的二次电子收集效率提高14.9%，通过表面薄膜钝化实现了电子敏感性的提升，同时，随着薄膜厚度的增加，BCMOS暗电流由1510 e^-/s/pix减小至678 e^-/s/pix。上述结果说明，氧化铝薄膜对BCMOS背减薄表面具有良好的钝化作用，可以提高BCMOS传感器的二次电子收集效率、降低暗电流，为将来高灵敏度EBCMOS器件的研制提供了技术支撑。