Mg元素能使铝合金获得更好的力学性能并在合金表面形成抗腐蚀的尖晶石膜，使合金具备较好的抗腐蚀性能，因此，探索能快速准确定量分析铝合金中Mg元素含量的方法具有重要意义。首先，基于激光诱导击穿光谱（LIBS）技术对17个铝合金样品中的Mg元素进行检测分析。然后，用Nd∶YAG激光器作为光源，分别建立了偏最小二乘（PLS）和随机森林（RF）模型，并对模型的预测性能进行了分析。实验结果表明，针对相同的测试集，PLS模型的相关系数（Rp2）为0.6809，均方根误差（RMSE）为1.2042；RF模型的Rp2为0.8571，RMSE为1.0918。为了提高RF模型的预测性能，根据变量重要性对输入波长进行筛选。选取变量重要性大于0.11的波长点时，基于变量重要性的RF模型Rp2为0.9461，RMSE为0.9534，相比RF模型的预测结果，Rp2提升了10.38%，RMSE降低了12.68%，且建模时间减少了91.67%。

随着精确制导**向轻型化、小型化、低成本以及高机动性方向发展, 捷联式光学图像导引头应运而生。捷联式光学图像导引头去掉了结构复杂、价格昂贵的万向支架, 其体积大幅减小, 重量大幅减轻且成本大幅降低, 而可靠性却显著提高。文章深入研究了捷联式光学图像导引系统, 并对其工作原理以及导引头的工作原理进行了详细的阐述, 为捷联式光学图像导引头的研制以及其制导技术的研究奠定了理论基础, 具有重要的意义。

以消除捷联图像导引系统视频抖动为出发点，深入研究了捷联图像导引系统传感器稳像方法。通过分析惯性坐标系与弹体坐标系之间的转换关系，推导出了弹体姿态变化与探测器成像平面上像素点坐标变化之间的映射关系，利用该映射关系并结合陀螺提供的弹体实时姿态信息建立起当前帧中像素点坐标在抖动前后的对应关系，再通过数字图像处理中常用的重采样技术和插值技术实现对当前帧的运动补偿，完成了传感器实时稳像方案的设计。实验结果表明，该稳像方法具有很好的实时性和较高的稳像精度。

针对经典Mean Shift算法在目标跟踪过程中不能自适应目标的形状变化, 提出了一种跟踪窗自适应的Mean Shift目标跟踪算法。该算法利用权值图像的矩特征推导出了一种目标真实面积的估计方法, 同时利用估计出的目标真实面积校正可表达目标窗口内图像特征的协方差矩阵, 从而计算出目标区域的主轴长度和方向。实验结果表明, 该方法保留了Mean Shift算法简单、有效的特点, 同时该算法的跟踪窗具备当目标发生旋转和尺度变化时的自适应能力, 并且具有较强的鲁棒性。

针对动载体摄像系统中视频序列受载体姿态运动及抖动的干扰而出现的不稳定现象, 提出一种基于光流算法的多分辨率电子稳像算法。首先, 通过划定有效的运动估算区域取代对整帧图像的计算以降低计算量; 然后, 利用基于光流算法的多分辨率分层运动估计快速并精确地计算出包含平移、旋转以及缩放运动的相邻帧间仿射变换参数; 最后, 采用固定帧补偿算法, 利用求得的仿射变换参数, 对图像进行运动补偿, 消除或减轻图像序列帧间的随机抖动, 达到稳像的目的。实验结果表明, 针对包含运动目标的动态场景, 该算法可以精确地检测出视频序列帧间平移、旋转以及缩放等复杂的抖动, 水平和垂直方向的稳像精确度小于1 pixel, 保证视频序列的稳定输出, 可应用于目标跟踪系统中。

针对存在动态前景目标的抖动视频序列, 提出了一种以块匹配为基础的块差分平方前景目标去除的电子稳像方法。首先, 将图像分成大小为16×16的特征块, 通过设定阈值筛选出具有足够梯度信息来估计运动矢量的特征块, 从而减少参与计算的特征块数量以提高处理速度; 然后, 采用归一化互相关(Normalized Cross Correlation, NCC)匹配算法和迭代搜索策略来完成特征块的匹配; 最后, 采用牛顿迭代法计算仿射变换模型下的帧间运动参数, 并根据这些参数完成运动补偿, 实现图像序列的稳定。实验表明, 算法成功地去除了视频序列中动态前景目标的干扰, 对存在平移及旋转运动的视频序列, 能够快速有效地去除抖动, 获得稳定的视频序列。

为解决尺度、视角、光照变化较大及存在噪声和模糊变化情况下的图像拼接问题, 提出了一种具有较强鲁棒性的图像拼接方法。首先, 根据Harris算法和SIFT算法各自的特点, 提出了一种自适应的Harris-SIFT特征点提取方法, 利用最邻近法完成图像间的特征点粗匹配; 然后, 应用随机抽样一致性(Random Sample Consensus, RANSAC)算法对粗匹配的特征点进行筛选, 同时估计出透视变换模型的变换矩阵, 并对相邻的两帧图像进行配准; 最后, 利用加权平均融合算法消除图像拼接处的缝合线, 实现图像的高质量拼接。实验结果表明, 该算法在提升SIFT算法鲁棒性的同时, 还增强了图像拼接的效果, 消除了图像亮度和色度差异的影响。

针对视频序列受载体的影响, 本文提出了基于 Harris局部特征点的数字稳像方法。局部特征点在图像处理、模式识别、计算机视觉以及目标检测与跟踪领域得到了广泛的研究。首先, 利用 Harris算法提取动载体摄像系统中每帧图像的局部特征点, 采用基于归一化互相关匹配算法进行局部特征点的匹配, 提出了一种双向搜索的匹配策略来提取具有较强鲁棒性的特征点; 然后, 利用随机抽样一致算法进一步筛选所选定的特征点, 并将保留下来的精确匹配特征点带入仿射运动模型求出全局运动矢量; 最后, 提取全局运动矢量中的抖动参数, 并对原始图像进行补偿。实验结果表明, 该方法可以快速有效地处理图像序列的仿射运动, 水平和垂直方向的精确度小于 1 pixel, 并且具有较好的鲁棒性, 可用于动载体摄像系统。