用动能为1360 keV的¹²⁹Xe^q+（q=17，20，23，25，27）高电荷态离子分别入射到金属Al和Ti固体靶表面，测量高电荷离子与表面相互作用过程中离子俘获表面电子完成中性化所形成的激发态Xe原子和低电离态Xe离子退激辐射的近红外光谱线（800~1700 nm），以及靶原子被离化激发、退激辐射的光谱线。实验结果表明：高电荷态离子入射金属表面的过程中，携带的势能在飞秒量级的时间内沉积到靶表面，使靶原子离化激发，较强的库仑势能可使靶原子形成高离化态和复杂的电子组态、退激辐射光谱线。随着入射离子的电荷态增加，测量谱线的强度增大，该变化趋势与入射离子的势能随电荷增加的变化趋势大体一致，说明经典过垒模型在近玻尔速度能区是成立的。

在多源信息融合中,对不同源信息及处理结果的可信度度量是影响多源信息融合精确性的关键.针对可见光和热红外动目标检测问题,提出了基于F-BDEF的运动目标多源协同检测算法.F-BDEF即前景-背景可区分性评价因子,是一种无基准的运动分割质量评价因子,用来评价不同信息源(可见光/热红外)运动检测结果的好坏.实验表明:与现有融合检测算法比较,该算法具有较高的检测精度,能较好得解决光照突变、阴影、鬼影、低对比度夜晚场景等问题.

为了快速准确地估计直线运动模糊图像中的模糊参数，分析了直线运动模糊参数的长度和方向在频率域图像和倒谱图像中的表现形式，提出了一种基于主成分分析的运动模糊参数估计方法。首先，基于高斯建模对模糊图像中的倒谱图像进行二值化分割，得到倒谱图像中的亮线区域。然后，基于主成分分析提取亮线区域的主成分分量，主成分分量的方向即为模糊角度; 依据估计的模糊角度，计算模糊图像傅里叶频率域图像相应角度的Radon变换，进行滤波去“毛刺”处理。最后，通过计算极小值之间的间距，估计模糊长度。实验结果表明：估计的模糊角度和模糊长度平均误差分别为0.138 4°和0.273 9 pixel，在同精度条件下，速度是传统的Radon变换方法的10倍左右，表明该方法能快速、准确地估计直线运动模糊参数。

提出了基于分数阶积分去噪的工业计算机断层切片图像中三维边缘曲面追踪算法.由于二维分数阶积分在去噪的同时能够很好地保持二维图像细节信息，且计算量较小，采用离散模板滤波形式去噪，效果良好.因此本文将二维分数阶积分连续理论推广至三维，利用二维分数阶积分傅里叶变换的可分离性，推导出三维离散去噪滤波模板，加入至三维边缘曲面追踪算法，克服了传统算法中Lalacian算子对噪音比较敏感的缺点.由于三维分数阶积分具有良好的去噪能力，可有效抑制噪音.实验结果表明，本文提出的基于三维分数阶积分去噪的算法能够从噪音污染工业计算机断层图像切片图像中追踪出高准确度的边缘曲面，有效改进了边缘曲面追踪算法易受噪音干扰影响的缺陷，通过体数据峰值信噪比和视觉效果比较，本文提出的算法性能优于基于三维高斯去噪的三维图像边缘曲面追踪算法.

为了实现高效自动目标检测, 提出了一种可用于低信噪比条件下的空间可见光弱小目标检测算法。首先, 建立空间光学图像模型, 利用恒虚警率(CFAR)方法确定分割系数对单帧图像背景进行分割; 然后, 基于恒星结构稳定特性构建距离特征空间, 并针对特征空间构造分类准则函数, 使用迭代最优化分类方法提取出候选目标点; 最后, 依据目标运动轨迹的连续性建立空间目标轨迹关联、合并以及虚假目标轨迹删除规则, 进行轨迹处理, 实现空间可见光弱小目标的检测。文中还提出了单帧检测率、虚警率与序列检测率、虚警率相结合的评价方法。实验结果表明: 在低信噪比条件下(SNR≤3), 得到的序列检测率达到96.02%以上, 序列虚警率达到4.4%以下。该方法在低信噪比条件下显著提高了目标检测率, 并有效抑制了虚警。

在智能视频监视领域，协同利用可见光和热红外传感器,使全天时、精确、鲁棒的智能监视成为可能，具有显著的优势.对可见光-热红外运动目标融合检测的研究进展进行分析和总结.首先，分析了多源传感器融合检测问题，着重说明了融合检测的显著优势、关键步骤及已有公开测试数据集等；然后，详细分析了该类算法的研究进展，从融合策略、运动检测策略和融合结构三个不同方面进行了对比说明，讨论了其优缺点和适用范围；最后,对目前所面临的问题和可能的研究方向进行了探讨.

帧转移型CCD传感器在拍摄星空背景图像时，视场中高亮度恒星会产生Smear现象，从而对目标检测有严重影响.为了消除Smear现象，提出了一种星图中基于小波变换的Smear消除方法.首先根据Smear产生机理及星空图像特性，建立星图Smear问题的模型；然后使用多层二维Haar小波分解，把Smear亮线分离到低频分量及高频垂直分量中分别进行Smear消除处理；最后重构出消除Smear的图像.实验结果表明：该方法能有效去除Smear，最大限度保留图像原有信息，并可增强Smear区域弱小目标信噪比.

提出一种基于稳定Harris角点置信度的三步搜索法数字稳像方法.采用三步搜索法策略进行运动参量的计算，对三步搜索法结果使用稳定Harris角点置信度进行约束，提升运动参量计算准确度.针对分辨率为320×240存在±40个像素范围内抖动的车载运动视频进行稳像处理，实验结果验证此方法有效可行.

针对基于图像像素点分析的边缘提取方法存在无法同时满足高抑噪性、连续性、定位性等问题,本文提出了方向Beamle 变换(DBT)方法,在定义图像线奇异性的理论基础上,利用DBT 对图像进行线奇异性分析,依据Beamlet 变换具有的线段提取能力,将图像边缘检测问题转化为方向Beamlet 变换系数矩阵中奇异点的检测问题,以降低噪声点对边缘检测结果的影响。通过对人工图像以及SAR 图像的实验,与经典边缘检测算子相比较,验证了本方法具有较强的抗噪性,特别是针对直线边缘,在抑制噪声影响的同时保证了线状边缘的直线连接性,抗噪性较强。