针对惯性约束聚变(ICF)终端光学元件的高精度在线检测, 提出了一种基于图像拼接的检测方法。该方法主要包含图像配准及图像融合两个部分。在图像配准部分, 采用基于局部损伤点特征匹配的方法来解决在线检测图像中信息过少, 以及子图像间存在曝光差异的问题, 并将检测系统的运动信息应用到配准过程中, 提高了检测精度及效率。在图像融合部分, 采用泊松融合的方法来消除曝光不均匀所产生的"拼接线", 实现了检测图像的“无缝拼接”。用本文算法与尺度不变特征变换(SIFT)算法对ICF终端光学元件在线检测(Final Optics Online Inspection , FOOI)图像进行了实验对比, 结果表明, 本文提出的图像配准方法优于SIFT算法。通过4×4方式得到的拼接图像显示, 本文方法可以大幅度提高ICF系统中FOOI装置的检测分辨率。

针对光学元件损伤图像中损伤区域的高精度检测问题，对内全反射照明下光学元件损伤图像的处理技术进行了研究。根据在线检测图像中损伤区域中心峰值的信号强度高于局部背景的信号强度这一特点，利用高斯滤波器生成待检测图像的局部信号强度比图像，实现了对损伤区域的低漏检率自动定位; 根据CCD的成像原理，利用辐射标定的方法建立起损伤区域的尺寸与其在图像中总灰度的关系方程，实现了损伤区域的亚像素高精度尺寸测量。实验结果表明，与传统的光学元件损伤图像处理算法相比，本文提出的算法在保持低漏检率的同时大大提高了损伤区域的测量精度。

针对惯性约束聚变(ICF)光学元件损伤问题，提出了一种基于随机抽样一致性(RANSAC)及最小二乘支持向量机(LSSVM)回归的高精度检测方法。建立了损伤区域总灰度与实际尺寸的回归模型，通过该回归模型对待检测损伤区域的尺寸进行预测，得到损伤区域的高精度尺寸。为剔除回归模型建立过程中离群样本点的影响，采用RANSAC方法对训练样本进行优化选择。针对抽样组中样本数对检测精度及检测效率的影响进行了相关实验，确定了抽样组中样本数的合适区间。RANSAC-LSSVM方法可通过改变误差评价函数得到不同评价体系下的最优回归模型。实验证明，在传统像素级检测方法的基础上，该方法将损伤尺寸检测的平均相对误差降低了近90%。

拉丝塔在线制作光纤布拉格光栅(FBG)可以在单根光纤上制作无焊点串接的FBG阵列，有利于构建大规模的传感网络。尝试用相位掩模方法在拉丝塔上在线制作FBG，使用这种方法可以精确地控制所制作FBG的布拉格波长。针对相位掩模制作FBG的特点以及拉丝塔在线制作FBG的要求，研制了一套拉丝塔在线制作FBG的装置，使用此装置在拉丝塔上进行了实验，在线制作出由164个无焊点串接的FBG构成的FBG阵列。