基于压缩感知的计算关联成像中,散斑设计是高质量图像重构的关键。针对传统散斑生成方法存在冗余高、关联成像质量低的问题,提出了一种基于主成分分析的散斑设计方法。该方法通过线性映射将高维空间中的数据投影到低维空间中,使低维空间上的投影方差最大化。结合图像先验知识,通过样本训练方法得到一组测量矩阵,在低采样率下可提高成像质量。实验结果表明,与传统方法相比,在采样率相同且低于0.5时,本方法可将图像的峰值信噪比提升5 dB,结构相似度提升0.2,为低采样率下获取高质量图像的同类场景提供了新思路。

针对传统光学成像测量方法对高速运动目标成像帧频低、像质模糊, 难以满足对目标形变高精度测量的缺点, 提出一种基于线阵CCD像素数提取的高速运动目标形变测量方法。该方法利用线阵CCD高分辨率、高帧频等优势, 通过提取线阵CCD输出目标强度——像素曲线斜率变化率最大点来获取目标所占像素数N的像素数提取方法, 同时采用DMD模拟高速运动目标形变过程, 配合基于线阵CCD像素数提取的高速运动目标形变测量方法进行形变测量实验验证。实验结果显示采用该方法对V=450 km/h的高速运动目标进行形变量测量时, 可以满足目标形变测量偏差小于0.3 mm, 标准差小于0.5 mm, 相对误差最低0.01%。实现了高速运动目标形变量的准确测量, 为高速磨损测试、高温形变测试、高压形态测试等奠定了基础。

针对现有脉冲激光回波目标识别方法不能准确反映目标姿态的关键问题, 提出一种基于激光回波与散斑的时空域目标探测方法, 重点建立了粗糙目标的脉冲激光回波与二维激光散斑模型, 通过对平面、球面和非球面三种面型目标进行仿真, 不仅可以映射出不同目标的面型和偏转角度, 还可以区分目标的偏转方向, 说明该方法的可行性与有效性。