三维扫描技术获取的三维轮廓数据体积较大, 不便于三维数字博物馆数据的实时传输和显示。针对这个问题, 提出了基于复合抖动技术的三维轮廓数据压缩方法。首先, 利用虚拟结构光投影系统实现三维轮廓数据的图像存储。然后, 对图像的不同通道使用不同的抖动技术进行处理, 并将结果保存到8位灰度图中主要的3位或者3幅1位逻辑图中, 实现三维轮廓数据的进一步压缩存储。实验表明, 与提供的三维模型格式相比提出方法的数据压缩比高达75.9∶1, 非常适合三维轮廓数据的实时传输、重建与显示。

在复杂海洋背景下，诱饵弹的发射对海面环境及舰船目标的干扰影响不可忽略。为了实时计算耦合的红外海洋干扰场景，利用了舰载和机载诱饵弹空时域分布特性及红外辐射模型，分析了诱饵弹在红外波段的工作特点；根据诱饵弹与海洋环境的辐射能量作用机理，利用双向反射率分布函数建立了海面面元的散射特性模型；构建了基于GPU并行运算的海上诱饵弹干扰场景渲染框架，实现了复杂海洋环境中舰载和机载诱饵弹干扰结果的实时计算；评估了舰载和机载诱饵弹对舰船成像结果的影响，并定量分析了舰船对比度随诱饵弹发射角度及观察高度的影响，为复杂海环境目标的侦查探测算法研究、诱饵弹开发提供了依据。

近年来，在线三维数字博物馆成为文物保护和资源共享的新兴手段，但是使用三维扫描技术获得的三维轮廓数据体积较大，不便于三维数字博物馆数据的实时加载与显示。针对该问题，提出了一种基于灰度值编码的三维轮廓数据表示方法。在虚拟条纹投影系统的基础上，根据虚拟照相机水平方向分辨率将灰度值编码为8 位灰度图像或者8 位灰度图像和二值图像，并将其作为投影图像进行投影。使用虚拟照相机对发生形变的投影图像进行拍摄，实现三维轮廓数据的图片表示。实验结果表明，与传统的三维数据格式相比，提出方法所需的数据加载及显示时间减少了98%以上，非常适合基于三维轮廓数据数字博物馆的数据实时加载与显示。

针对高光谱图像溢油检测过程中云背景的干扰问题，提出一种高光谱场景云背景抑制方法.首先，分析了海面溢油的光谱反射率特性，根据海面溢油中C-H键的光谱特征，介绍了基于伪彩图像的溢油检测方法.其次，比较了高光谱场景中海水、溢油和云背景的辐射特性，依据云背景辐射特性的特点，设计了一种新的云背景辐射光谱特征提取模型，在此基础上，进一步考虑云、海面与溢油的差异，选取云辐射最大的波段图像，结合云背景辐射光谱特征生成云背景抑制图.最后，将云背景抑制图与溢油伪彩图像相乘，得到云背景抑制结果.将本文提出的方法应用于实际墨西哥湾Airborne Visible InfraRed Imaging Spectrometer高光谱遥感影像的海面溢油的检测，结果表明本文提出的方法能够在不影响溢油检测条件下，有效地消除高光谱溢油检测过程中云背景的影响.

海面溢油对海洋环境会生成许多有害物质, 导致位于食物链底端的浮游生物大量死亡, 进而危害整个海洋生态系统。 高光谱遥感可以获取溢油和海水的空间分布信息和光谱分布信息, 利用高光谱图像进行溢油检测具有更好的检测性能。 针对高光谱图像的海面溢油检测过程中需要人工辅助的缺点, 提出一种基于自适应匹配滤波的高光谱图像海面溢油自动检测方法。 首先, 利用场景中溢油的C—H键光谱特性, 设计一种溢油参考光谱特征提取模型, 获取溢油检测过程中的参考光谱。 其次, 依据海水、 云以及溢油光谱反射特性的差异, 选取海水、 云和溢油差异最大的波段, 分割海水像素, 计算溢油检测过程中的背景参数。 最后, 将目标检测中经典的自适应匹配滤波方法进行适当的改进应用于溢油的检测。 将该方法应用于实际墨西哥湾airborne visible infrared imaging spectrometer（AVIRIS）高光谱遥感影像的海面溢油的检测, 结果表明该方法具有计算速度快, 不需要人工辅助等方面的特点, 可用于海面溢油的自动检测。

管道滤波算法提出了从时域角度解决弱小目标检测问题的思路, 对于红外强起伏天空背景中弱点目标的检测问题, 管道内强噪音的干扰以及低信噪比的条件会导致检测概率降低的情况出现.本文提出了一种运动方向估计的管道滤波算法, 分析了红外弱点目标的运动特性, 依据弱点目标在相邻帧间位置具有连贯性的特征, 建立了弱点目标的运动方向估计模型.在模型中利用弱点目标逐帧检测的先验位置信息, 估计弱点目标的运动方向和轨迹, 根据估计结果去除管道内噪音对弱点目标的干扰.仿真结果表明, 该方法能够很好地抑制管道内噪音的影响, 提高弱点目标的检测概率, 增强弱点目标抗管道内噪音干扰的能力.

为了降低噪声对实测红外光谱信号的影响, 引入了一种非下采样小波变换的红外光谱数据去噪方法。采用非下采样小波变换对原始光谱信号进行多尺度分解, 提取信号的多尺度细节特征; 根据光谱信号和噪声在不同尺度上的差异, 通过应用变分偏微分方程方法调整分解后的各子带系数; 重构各子带就可以将原始光谱信号中真实信号和噪声分离, 从而达到剔除噪声的目的。通过两组实验对比传统小波和该方法针对红外光谱数据的消噪效果, 实验结果表明:非下采样小波变换在红外光谱数据去噪方面具有明显的优势, 不仅能够有效地去除噪声, 很好地保持信号的形状, 并且均方误差较小; 在实际的红外光谱数据处理中能够获得较好的去噪效果。

背景杂波是影响红外搜索跟踪系统探测性能的主要因素, 针对这一问题, 根据红外场景中目标和背景特性, 提出了一种基于多分辨率双边滤波的红外场景杂波抑制新方法.首先采用非下采样轮廓波对红外场景图像进行多尺度、多方向分解, 提取红外原始场景图像在不同尺度和方向上的细节特征, 然后, 根据目标和背景信号子带分布特性之差异, 通过应用双边滤波调整分解后的各子带系数, 最后重构各子带就可将红外场景中目标信号和背景杂波分离, 可有效地将背景杂波剔除掉.将本文提出的方法应用于实际的红外场景, 实验结果显示, 与经典的二维最小均方误差方法相比较, 该方法具有更好的杂波抑制能力.

针对飞机目标的探测与抗干扰问题，提出一种新的面向飞机目标探测的波段选择方法，通过耦合分析飞机目标、背景、大气、成像系统和干扰的特性，建立目标和背景的信噪比模型，确定出探测波段的中心。在此基础上，不断扩展探测波段，并分析信噪比的变化，得到探测波段的宽度。随后，根据干扰目标的辐射特性，添加抗干扰波段，有效解决了目标探测和抗干扰的结合。将所选择的探测波段应用于飞机目标的探测，仿真结果表明我们给出的波段选择方法得到的探测波段能够提高系统探测距离，同时具有一定的抗干扰能力。

针对高光谱图像异常检测中背景问题, 提出了一种新的基于非子采样金字塔变换的异常检测方法。首先对高光谱图像进行分解, 将其划分为不同频率的子块; 根据子块中异常和背景的特点构造变分偏微分方程来抑制背景杂波; 进而将检测算子应用于抑制后的子块; 重构图像, 最终得到异常检测的结果。采用真实和模拟的超光谱图像异常点进行了仿真实验, 与经典的RX算法相比, 实验结果验证了该算法具有很好的检测性能。