红外偏振成像系统快速发展且应用广泛，但评估其性能的成像系统性能模型发展不足。迫切需要能够与先进的偏振成像系统相匹配的性能模型。利用深度学习网络的训练过程与人脑提取认知信息过程的相似性，本文首次将深度学习方法引入系统性能模型领域，提出了一种基于二维图像的可自动评估系统性能的红外偏振成像系统性能模型。该模型主要包含两个主要模块：退化模块、性能感知模块。在评估一个新的系统时，需要输入高质量的原始图像，并根据系统的硬件参数量身定制成像系统退化模块，退化完成后输入性能感知模块，从而得到最终的目标获取性能。为验证模型有效性，本文基于红外辐射理论自建了面向海面场景的红外偏振数据集，训练网络并进行测试。应用该模型对红外偏振成像系统的性能进行评估，评估结果与主观感知具有较好的一致性。

双向反射分布函数（BRDF）是星载遥感器进行场地替代定标中的重要参量，随着技术的进步，低空自旋翼无人机已经成为了获取场地BRDF的便捷高效手段，通过现场测量准不变定标场的无人机多角度观测光谱数据，建立更加准确的BRDF模型还能进一步挖掘潜力。提出一种基于地-空双光谱仪联合观测加漫射板观测并消除漫射光影响的BRDF建模方法。使用无人机搭载光谱仪进行场地光谱的低空测量，获取半球空间内多角度下的场地光谱数据，同时开展地基光谱仪联合同步测量漫射参考板，连续记录照明光场的变化以及漫射光照明下的场地光谱数据。联合空地双光谱仪对目标和参考板实测的辐亮度数据，结合太阳及观察角度之间的几何观测，计算场地的多角度反射率。基于Ross-Li核驱动半经验模型对多角度反射率数据进行拟合，采用最小二乘法对模型系数进行拟合，以得到最优的场地BRDF模型，并对模型进行漫射光校正。实验证明，经漫射光校正后的BRDF模型各波段的相对偏差均值都在5%以内，相对偏差标准差在3%以内，有效消除了场地BRDF建模在漫射光照射下的干扰，提高了BRDF建模的准确性。

热成像技术具有广泛的应用领域，随着红外焦平面探测器及数字图像处理技术的发展，新型热成像模式及其图像处理技术成为国内外发展的重要方向。介绍了近年来研究的几个典型进展，其中改进的基于场景特征的时域高通与空域低通滤波结合的非均匀性校正方法能够有效滤除制冷热成像系统观察低温天空场景时的水波纹固定图案噪声，并在FPGA 硬件平台上实现了算法移植；研制出红外分焦平面偏振片阵列，实现了中波制冷和长波非制冷红外焦平面探测器的耦合成像，并通过考虑偏振片效应的偏振成像模型，滤除光路中偏振片的辐射影响；研制出基于常规制冷长波红外焦平面探测器的超频高动态热成像系统，在FPGA实现了多积分时间图像融合-细节增强级联的HDR图像融合方法，实现了对高动态场景的实时成像；研究了“田”字型四孔径和“十”字型四/五孔径等三类紧凑型视场部分重叠仿生复眼热成像模式，研制了2套实验系统来验证该方法的有效性；提出一种基于双生成对抗网络的非配对热红外-可见光图像转换算法TIV-Net，该方法能够将热图像有效地转化为类彩色可见光图像，并在无人机等平台实现了不低于20 Hz的实时处理。以上具有创新性的技术突破或已获得应用或展现良好的应用前景，将是进一步研究完善的重要方向。

当前，工作在液氦温度的低温辐射计可以有效规避电路系统中非自发加热带来的误差，是国际上精度最高的光功率计量设备。理想低温辐射计在工作过程中，其核心器件-吸收腔对相同的热功率与电功率应当表现出相同的温升。然而对于实际情况，由于吸收腔涂层中复杂的光-物质相互作用，系统的光-电加热路径难以重合，黑体腔热传导分布的梯度差异导致误差的产生。当前国际上对光电不等效性产生的影响仍缺乏直观清晰的认知。在此，利用蒙特卡洛光线追迹方法，文中对低温辐射计吸收腔辐照度的空间分布进行了仿真。计算表明：当吸收腔斜底角控制在60°，涂层吸收率达到0.95时，系统在激光进入的第一次与第二次反射中分别吸收了98%与1.9%的能量，比例约为51.2∶1。通过在吸收腔斜底板和下侧面同时布置加热器，可实现光加热、电加热路径的耦合。进一步地，通过分别计算单加热器与双加热器布置下系统温度随时间的变化，文中证明了加热路径的不同将引入约为0.005%的光电不等效性。

以石油天然气为代表的工业气体已深入到人们生活和生产过程中，工业气体泄漏成为当前工业生产、交通运输等领域发生重大灾害的现象之一，同时甲烷排放也成为我国“碳排放”达标战略目标的主要指标，快速有效的气体泄漏检测技术和仪器成为当今国内外研究的重点。随着近年来非制冷红外焦平面探测器性能的提高，其低成本、长寿命和高可靠性能满足工业气体泄漏红外成像检测昼夜连续工作的应用需要，并发展出多种气体泄漏红外成像检测模式。在分析不同工业气体泄漏红外成像检测模式的基础上，设计并研制了基于差分光谱滤波的工业气体泄漏红外成像检测实验系统，分析提出了五个需要重点研究的视频图像处理方法，给出了相关的处理模型或典型处理示例。试验结果表明该成像检测模式具有较高的灵敏度，是一种有效的气体泄漏红外成像检测技术。

虹膜纹理容易被纹理隐形眼镜隐藏甚至伪造，进而对虹膜识别系统的安全性构成了威胁。针对真实虹膜与纹理隐形眼镜伪造虹膜光学特性和纹理特征差异较小的问题，提出了一种循环注意力隐形眼镜虹膜防伪检测方法RAINet。利用循环注意力机制对能区分真伪虹膜的关键区域进行无监督定位，并通过多层级特征融合提升防伪检测精度，构建了端到端防伪检测网络，无需图像预处理即可直接进行真伪特征检测。采用MobileNetV2作为特征分类网络，在保持检测精度的同时，减少了网络的参数量和计算量。在包含真实虹膜样本和隐形眼镜虹膜样本的两个公开数据库（IIITD CLI和ND系列）上进行了实验验证。结果表明，RAINet的检测精度优于其他防伪检测网络，在同传感器、跨传感器和跨数据库实验条件下的平均正确分类率分别可达到99.93%、97.31%和97.86%。