红外热成像系统采集的数据大都是高动态范围，为了实现高动态红外图像的可视化，动态范围压缩和细节增强技术的研究至关重要。针对传统方法存在的梯度反转伪影、低对比度细节丢失、背景噪声过增强等问题，提出一种基于边窗滤波的高动态红外图像压缩增强方法。首先，采用边窗滤波将原始红外图像分解为基础分量和细节分量；然后，根据基础分量的灰度级分布情况，设计一种自适应阈值的平台直方图算法，对基础分量进行压缩；接着，利用双边滤波器核权重分布特点，生成自适应增益系数，对细节分量进行增强；最后，对基础分量和细节分量进行加权融合，并将结果量化到8位动态范围。实验结果表明，与经典的压缩增强方法相比，所提方法对强边缘具有更好的保边效果，可以有效避免梯度反转伪影和光晕问题，细节信息更丰富，背景噪声抑制效果更好，对不同场景的适应性更强。

针对载体姿态变化引起的相机旋转运动，提出一种基于相关滤波的高速图像旋转运动估计算法（GPCF）。在灰度投影法的基础上，该算法采用相关滤波代替互相关运算进行角度估计。通过构建循环移位矩阵，扩充负样本数量，有效提高旋转运动估计的精度和鲁棒性。构建噪信比公式，以定量分析噪声对旋转运动估计算法的影响程度。理论分析和实验结果均表明，GPCF能够实时估计图像序列旋转角度，且精度和稳定性相比灰度投影法具有较大提升。

针对现有方法难以在复杂背景下对缺乏内在特征的红外弱小目标进行检测并且存在检测耗时较高等问题，提出了一种适用于嵌入式边缘计算设备的红外弱小目标检测算法。将小目标检测问题转化为语义分割问题，模型使用轻量级主干网络提取特征，设计基于上下文调制的跨层间的特征融合方式，用于交换高层语义和低层细节，引入基于通道和位置的双注意力机制突出特征图中的弱小目标。通过实验验证了提出算法模型相较于现有先进的算法在复杂场景下具有更好的检测效果、更低的虚警以及更少的耗时等优势，且该模型大小只有100 KB，可以达到20 frame/s视频流实时检测，方便嵌入式部署及实际应用。

针对暗通道先验法中存在的透射率估值不准确、景深处易产生光晕效应、天空区域颜色失真以及算法实时性差等问题，提出了一种暗通道和全局估计结合的图像快速去雾方法。首先，求取图像中每个像素点R、G、B三个颜色通道强度值的最小值，采用大气散射模型结合全局估计的方法，并利用一种简单、快速的线性模型，求得无块状效应的透射率值；然后，再与暗通道先验法求得的粗略透射率进行线性融合；之后，根据有雾图像特点，对透射率值进行自适应调整，使得透射率估值更准确；最后，复原出去雾后的清晰图像。实验结果表明，所提方法得到的透射率值更准确，能有效地复原出图像的细节信息，避免光晕效应和颜色失真问题；同时，算法的处理速度更快，能更好地满足对实时性要求很高的视觉系统。

通过调整模块的工作参数,提出了一种对距离选通成像系统性能进行在线优化的方法。将眼图参数视为一个随系统可调参数变化的随机变量,采用高斯过程回归方法拟合此变化关系,并在学习过程中引入参数优化步骤,从而在更快速地从高维参数空间中学习到随机过程变化特征的同时优化系统参数。实验结果表明:所提方法可在线优化系统参数配置,提高距离分辨能力,揭示模块参数配置对距离分辨能力的影响,可为成像系统的设计提供一定依据。

分析了全光纤电流互感器(AFOCT)光纤元件的双折射来源和影响,针对其应力加载特征,提出一种适用于系统的光纤双折射参数测量方法.测量基于研究双折射对偏振态的调制情况,在邦加球上分析传输光偏振态随不同光程的演化轨迹,可获得待测光纤椭圆双折射参数,相对误差在2.85%以内.验证实验说明基于测量结果的变比估计相对偏差1.08%.该方法准确度优于传统方法,装置结构简单易于实现.由传感光纤双折射测量结果可推导AFOCT系统的变比,也可作为温度、振动补偿实验的依据.本方法可作为设计制作AFOCT系统过程中的一个有力的参考.