衍射场作为叠层衍射成像技术（ptychography）的重要约束，其信息的丰富度和准确性将直接影响重构质量。提出一种基于极大似然噪声估计的高动态范围（ML-HDR）叠层衍射成像方法，即在探测器线性响应假设下，构建复合高斯噪声模型，根据极大似然估计求解最优权重函数，由多张低动态范围衍射场合成高信噪比衍射场。对比了单次曝光、传统HDR和ML-HDR三种方法的重构质量。仿真和实验结果表明：相比单次曝光，ML-HDR能将动态范围拓宽8位，重构分辨率提升至2.83倍；相比传统HDR，ML-HDR能提高重构图像的均匀性和对比度，且无需额外标定硬件参数。

为进一步提升高动态范围图像在普通显示器上的呈现效果，提出了一种基于改进拉普拉斯金字塔的高动态范围图像色调映射算法。该算法将预处理后的图像分解为高频层和低频层，分别输入2个特征提取子网络，将2个包含不同特征的输出图像融合后再输入微调网络，最终得到感知效果优越的低动态范围图像。此外，该算法设计了自适应分组卷积模块以增强子网络提取局部和全局特征的能力。测试结果表明：与现有的先进算法相比，所提算法可以更好地压缩高动态范围图像的亮度，保留更多图像细节，拥有更加优越的客观质量指标和主观感知效果。

相移轮廓术由于其高测量精度和高鲁棒性已广泛应用于各个领域。然而，由于需投射多幅条纹图到物体表面，因此要求物体在测量过程中保持静止。另一方面，当重建高反光运动物体时，不仅出现过曝光现象，过曝光位置还将随着物体运动而变化，对测量提出了挑战。基于此，提出一种测量高反光运动物体的算法。过曝光位置随着物体运动变化意味着并非所有条纹图都存在过曝光。首先，投射双频率条纹图到运动物体表面并拍摄。其次，识别所有条纹图中的过曝光区域，并记录物体上每一点的非过曝光条纹图。再次，基于非等间隔相移的非过曝光条纹图进行相位提取，获得双频率相位分布。最后，对双频率相位分布进行运动补偿，并基于双频率解包裹算法实现正确解包裹，完成高反光运动物体三维重构。实验结果表明，该算法能有效减小高反光运动物体引起的测量误差，具有较高的工业应用价值。

高动态范围成像图像是真实表示自然场景中高动态范围亮度的图像，可以反映更多自然场景的信息。多曝光融合以无需改进硬件、算法流程简单的优点成为重建高动态范围图像的重要手段之一，并已在手机相机、工业相机等多个领域得到广泛应用。首先，分别依据融合层次、运动像素处理方式对静态场景、动态场景的多曝光图像融合方法进行分类总结，并对基于深度学习的方法进行单独分析总结。其次，针对多曝光图像融合的相关数据集和性能评价指标进行综述，并对融合方法使用的性能评价指标进行汇总。最后，对多曝光图像融合研究值得关注的问题进行展望，提供了后续相关研究的思路。

热成像技术具有广泛的应用领域，随着红外焦平面探测器及数字图像处理技术的发展，新型热成像模式及其图像处理技术成为国内外发展的重要方向。介绍了近年来研究的几个典型进展，其中改进的基于场景特征的时域高通与空域低通滤波结合的非均匀性校正方法能够有效滤除制冷热成像系统观察低温天空场景时的水波纹固定图案噪声，并在FPGA 硬件平台上实现了算法移植；研制出红外分焦平面偏振片阵列，实现了中波制冷和长波非制冷红外焦平面探测器的耦合成像，并通过考虑偏振片效应的偏振成像模型，滤除光路中偏振片的辐射影响；研制出基于常规制冷长波红外焦平面探测器的超频高动态热成像系统，在FPGA实现了多积分时间图像融合-细节增强级联的HDR图像融合方法，实现了对高动态场景的实时成像；研究了“田”字型四孔径和“十”字型四/五孔径等三类紧凑型视场部分重叠仿生复眼热成像模式，研制了2套实验系统来验证该方法的有效性；提出一种基于双生成对抗网络的非配对热红外-可见光图像转换算法TIV-Net，该方法能够将热图像有效地转化为类彩色可见光图像，并在无人机等平台实现了不低于20 Hz的实时处理。以上具有创新性的技术突破或已获得应用或展现良好的应用前景，将是进一步研究完善的重要方向。

利用光栅条纹投影法进行非接触式三维形貌测量已经成为各个领域中对复杂被测对象进行尺寸测量的主要方法。然而，对表面同时具有高反射率和低反射率区域的被测对象进行快速准确的三维测量，一直是众多学者的研究对象和工业中急需解决的问题。本文首先根据理论分析和仿真分析，得出投影不同条纹强度幅值在不同信噪比时的相位误差大小，据此进一步提出无需提前标定被测表面反射率及最佳投影条纹强度幅值时的高动态范围三维形貌测量新方法：首先利用两组不同强度幅值的相移光栅条纹图进行三维测量；然后对两次测量进行融合得出比较完整的三维形貌测量结果，通过实验验证了该方法的可行性和有效性；最后对反射率相差较大的被测物体表面进行三维形貌测量实验。根据实验结果可知，该方法不仅可以有效测量高动态范围表面，而且提高了测量效率，并为最近提出的高速测量方法（单个投影周期内两次采集条纹图）的有效性提供了理论与实验依据。