为了克服传统的基于周期靶标的在轨调制传递函数测量方法中测量精度过分依赖靶标组数的问题,通过对传统方法的原理进行深入剖析,提出了一种新的测量方法。在获得多组具有一定相位差异的地面周期靶标图像数据后,充分利用所有采样数据及相应相位关系,进行参数拟合,得到地面靶标经成像系统后的调制度,对比输入调制度计算调制传递函数。仿真及实际光学遥感相机的实验结果表明:仅利用两组靶标,理论上所提方法的测量精度可优于0.5%;测试图像噪声、靶标周期匹配偏差、测量角度匹配偏差等因素对测量误差的影响均在4%以内,该测量方法的适应性较高。所提方法的计算结果与倾斜刃边法具有良好的一致性,可以应用于高分辨率光学遥感相机的在轨调制传递函数测量。

为了提升光学遥感成像系统的空间分辨率，提出了基于线阵探测器错位成像的超分辨遥感技术，给出了线阵探测器错位排列方式以及获得错位低分辨率图像后的超分辨重建算法。根据光学相机成像原理，构建了代价函数用于正则化的迭代求解。实验中针对超分辨因子为2的情形，进行了错位成像仿真以及超分辨重建。实验结果表明，在采用4组线阵探测器错位的情况下，传统插值投影方法获得的重建图像在等效的奈奎斯特频率处，系统调制传递函数（MTF）计算值为0.01，而所提基于正则化的方法MTF为0.28，相比原始单列探测器在奈奎斯特频率处MTF为0.13也有较大提升。无论是图像视觉效果还是MTF统计结果都验证了所提方法的有效性。该技术在遥感成像领域具有较大的工程应用价值。

为了测算中分辨率光谱成像仪在轨调制传递函数(MTF)，提出了一种基于图像中非理想阶跃目标的处理方法。利用仅一侧具有较好均匀性的目标，在线扩散函数(LSF)的对称性假设下，实施基于阶跃响应思想的测算方法。与传统的阶跃边缘法相比，该方法得到的结果与中分辨率光谱成像仪获得的结果一致。将其应用在中分辨率光谱成像仪的指标考核中，得到的半峰全宽(FWHM)与传统处理方法仅相差0.03 pixel，奈奎斯特频率处的MTF值也仅相差0.02，验证了本文方法的有效性。该方法所利用的目标在中分辨率光谱成像仪遥感图像中极为常见，因而普适性更好。

随着半导体工艺的进展，长波非制冷红外成像器件灵敏度得到长足进步，作用距离日益提高，应用逐步成熟，国内外已在空地弹上应用，但在防空弹上未见报道；对于近程防空导弹，由于飞行距离和时间短，非制冷的应用条件基本满足，但对于一些应用上的具体问题需要深入探讨和研究。从空地弹上对非制冷研究，可以总结出非制冷在防空中应用的几个关键问题：首先，由于敏感的波段不一样，因此典型空中目标、天空(地物)背景的长波目标特性对目标的远距离识别和提取有影响，从而影响截获距离；其次，长波非制冷探测器的热时间常数较大，对于机动目标的跟踪有一定的问题，因此应用上可能有限制；并且，在中波段短时间飞行影响很小的头罩气动热问题在长波段可能有较大影响，需要进一步详细研究。若可以很好地解决上述几个问题，相信非制冷红外成像在防空导弹上的应用指日可待。文中对非制冷红外成像制导应用的几个关键问题进行了逐一分析，作为总体牵引研究。

针对传统的基于场景的红外焦平面阵列非均匀性校正算法收敛速度慢和校正精度不高的缺点，提出了一种基于扩展全变分的红外焦平面阵列非均匀性校正方法。在分析全变分算法的图像去噪性能的基础上，针对运动的红外图像序列，扩展了全变分的应用范围。通过最小化非均匀校正后图像的全变分，利用最陡下降法，得到计算增益量校正因子和偏移量校正因子的迭代公式。针对校正图像存在的鬼影现象，设计了一种自适应阈值控制的鬼影消除方法。实验表明：相较于目前已有的方法，该方法有效地去除了原始红外图像的固定图案噪声，较大程度地保留了图像细节信息，提高了图像质量。

针对传统的基于反锐化掩模法的红外图像增强方法噪声干扰较高且有光晕现象，提出了基于广义线性运算和双边滤波(BF)的红外图像增强方法。首先，通过双边滤波得到图像的基础层部分。接着，设计了广义线性运算模型，并在这个运算模型下对图像细节进行了非线性分割、去噪和自适应放大。最后，将经过动态范围压缩的图像基础层和自适应增强的图像细节层非线性叠加，得到最后的增强图像。另外，针对传统评价增强图像质量的平均对比度指标的缺点，提出了由局部到整体的改进平均对比度评估方法。3组对比实验观察和定量分析表明，本文提出的方法在对红外图像有效动态范围压缩和细节放大的同时，很好地抑制了红外图像的干扰噪声和光晕现象，得到的结果非常适用于实际红外热像仪的后端图像处理。

针对传统红外图像动态范围压缩和对比度增强方法对原始图像信息保留不足的缺点，提出了一种基于最优映射曲线的红外图像动态范围压缩和对比度增强方法。利用自适应高斯核函数卷积原始红外图像的直方图，用平滑后直方图的一阶导实现原始直方图灰度分割，用分割结果计算得到最优的非线性映射曲线参数，得到增强后的低动态范围图像。对大量的红外图像进行了实验并对增强效果进行了定性和定量评价。结果表明，相较于目前已有的方法，该方法在最小化图像增强前后均方误差的同时，明显改善了图像的整体视觉效果；该方法处理速度快、自动化程度高，适合红外图像视频的实时处理。

为了改善空间光学遥感图像的质量，提出了基于受限全变差正则化的图像去模糊方法。通过多通道盲反卷积法估算点扩展函数，从而将遥感图像的去模糊问题转化为非盲复原问题。然后通过快速梯度投影算法求解非平滑最优化问题，得到去模糊图像。对不可避免的点扩展函数估算误差和噪声，该方法不会引入明显的振铃和噪声放大。对全色遥感图像的实验结果表明，该方法在保持图像均值的同时，将拉普拉斯能量由11.1455提升至57.5541，去模糊后的图像相对原始图像的结构相似度指标为0.9824。直观效果与客观评价指标都表明该方法可以有效提升遥感图像质量。

推扫式遥感相机图像中存在微弱的条带噪声，干扰数据分析精度和后续图像处理。在分析其噪声特性后，提出了一种去除条带噪声的方法。以相对平坦区作为参考图像，获取垂轨边缘信息并进行图像形态学处理，从而获得各像元的校正参数来对图像进行补偿。实验表明，可以将遥感图像峰值信噪比由32 dB提升到48 dB；相较于目前已有的去条带噪声方法，该方法处理的图像畸变较小，变异逆系数及信噪比提升幅度较大，在有效去除条带噪声的同时保留了原图像灰度信息，提高了图像质量。

为了快速、准确地在轨估算空间光学遥感成像系统的点扩展函数(PSF)，提出了基于多通道盲反卷积（MBD）的估算方法，避免了以往方法依赖靶标及时间开销大等缺点。从单幅遥感图像中，提取多幅具有局部一致背景的目标子图像，进行交替最小化的迭代盲反卷积计算。在Intel Core i5-2400 3.1 GHz主频的计算机Matlab软件平台上，使用两幅无噪子图像只需0.4917 s即可达到均方误差百分率为1.1%的PSF估算结果；使用信噪比为45 dB的两幅含噪子图像，其均方误差百分率可达到5.9%。由估算的PSF复原图像时，可以将灰度平均梯度由5.7提高至7.1，拉普拉斯能量由29提高至46。估算精度与运行速度均优于常用的倾斜刃边法。