为了解决结构光三维重建中传统立体匹配存在的特征点匹配错误、匹配缺失和匹配重复等问题，本文将SURF算法中高斯滤波改进为自适应中值滤波结合小波变换，并提出了一种基于OKG算法的二次特征匹配方法。该算法首先使用自适应中值滤波结合小波变换算法对图像进行平滑和降噪处理，再进行初步特征点提取和匹配，然后将构建的尺度空间划分成多个网格，在每个网格内使用FAST算法提取尺度空间特征点，使用ORB算子提取左右图像的特征点，用BRIEF描述子对其进行描述，采用K-D树最近邻搜索法限制特征点选取，通过GMS算法剔除误匹配点。最后，将本文SURF-OKG算法与传统特征匹配算法进行对比分析，并对阶梯块进行三维重建来验证本文算法的有效性。实验结果表明：SURF-OKG算法的正确匹配率为92.47%；对阶梯宽度为40 mm，精度为0.02 mm的阶梯块进行三维重建，实验测得阶梯宽度的误差均值为1.312 mm，最大误差值不超过1.72 mm，基本满足结构光三维重建系统的实验要求。

大面积塑料闪烁体广泛运用于辐射监测领域，采用信号过阈检测的方式用作辐射计数器。过阈检测阈值电压的大小影响探测效率和最小可探测活度。射线入射在大面积塑料闪烁体不同位置时，收集端对光子的收集效率不同，存在探测效率一致性差异。根据大面积塑料闪烁体本底能谱和⁶⁰Co、¹³⁷Cs源在大面积塑料闪烁体不同位置的能谱，以⁶⁰Co源数据为例，结合处理电路信号放大关系，确定了合适的阈值电压。结果表明：上述方法确定的阈值电压，大面积塑料闪烁体探测器探测效率一致性较好，远离收集端有较高的探测效率，同时最小可探测活度较低。

随着红外技术的不断发展，空间大口径红外光学元件的需求日益增长，其各项制造指标也逐渐接近可见光级光学元件的制造要求，由此对新型空间红外光学元件的加工和检测技术均提出了更高的挑战。针对大口径的高陡度超薄硅基红外透镜，提出了以超声铣磨-机器人研抛-离子束精抛为工艺链路的加工方案，改善了传统红外工艺路线存在的低效率、表面高频误差等问题。针对凸非球面轮廓检测中支撑引起的测试误差，在粗抛和精抛阶段分别采用了柔性缓冲支撑与三点强迫位移支撑方法，有效解决了大口径高陡度超薄透镜测试中的支撑变形问题。经过理论仿真与实验验证，证明该测试方法具有较好的一致性。通过改进的轮廓检测方法，实现了轮廓测试中支撑误差的准确分离，有效提升了加工的极限精度。最终大口径红外透镜凸非球面加工精度达RMS λ/50 （λ=632.8 nm），满足设计指标要求。

相对可见光和短波红外谱段来说，在红外谱段进行高光谱遥感成像具有独特优势，特别是在资源勘查、地表环境监测、大气环境监测、**侦察方面。尽管当前红外高光谱成像仪主要以机载为主，还未实现星载，然而国内外相关机构从未放弃推进红外高光谱遥感的星载化。文中首先分析了国内外典型的红外高光谱成像仪的设计、实现与技术指标，从光谱分辨率、空间分辨率、辐射分辨率三个核心指标总结了现有红外高光谱成像仪的技术特点、存在问题和解决途径。未来很长的一段时间内，红外精细分光、低暗电流焦平面探测器、低温光学与背景抑制仍然是红外高光谱成像仪研制所要解决的核心问题。在此基础上，文中重点介绍了在远距离气体探测方面的应用，并分析了其独特优势。最后，展望了红外高光谱成像技术的发展方向。

由于可见光和SAR影像间的非线性辐射差异和SAR斑点噪声的影响，现有算法在对SAR影像进行特征点提取时，难以保证特征点的重复率，导致匹配性能下降。针对上述问题，本文提出了一种基于相位一致性矩特征的分块Harris特征点提取算法。首先，对输入图像进行分块操作；其次，定义了相位一致性中间矩，并结合最大矩和最小矩对每个图像块构建相位一致性多矩图；最后，在相位一致性多矩图上设计了投票策略，选取了在多矩图上重复出现超过半数的特征点，即稳定且重复率高的特征点作为最终的特征点。本文采用仿真的可见光和SAR图像作为实验数据，选取了三种不同的特征点检测算法与本文算法进行对比，实验结果表明，该算法能够克服SAR斑点噪声的影响和影像间的非线性辐射差异，有效地提高了特征点的重复率。可见光和SAR图像的配准结果表明，匹配点数较其他三种测试算法分别提高了23、26和35对，均方根误差分别降低了12.6%、37.2%和40.8%，有效地提升了配准算法性能。