全场纳米谱学成像（TXM-XANES）是将透射X射线显微镜（Transmission X-ray Microscope，TXM）与X射线近边吸收结构（X-ray Absorption Near Edge Structural，XANES）有机结合的成像方法，通过测量感兴趣元素K边前后多个能量点的TXM图像，无损获得样品内部纳米尺度化学元素价态分布，已应用于能源材料、生物医学和地球科学等多个学科领域。常规TXM-XANES数据需要采集每个能量点下的图像和背景图像，数据量大，采集时间长，由于纳米尺度下机械结构的不稳定和样品的移动都会对TXM-XANES数据分析产生一定的影响。基于已知数据，利用机器学习的算法建立了多项式回归与线性插值运算模型，实现了仅通过两张谱学背景图像完成背景图像序列预测建模。利用该方法对标准样品及锂电池正极材料进行谱学成像分析，结果表明：相对于常规TXM-XANES方法，该方法具有数据量少、采集时间短等优势，可显著提升TXM-XANES的实验效率。

空间目标的精密定轨需要高精度的天文定位技术，而星图匹配是天文定位的基础。本文针对精密跟踪型望远镜提出一种快速星图匹配算法，它包含优化三角形匹配和序列图像修正两部分。论文主要叙述了该算法原理、流程与实现，并对其速度与精度等方面进行了研究。首先，利用编码器轴系定位划取指向天区的星表数据，经筛选和归算列为导航星表。接着，应用降维查表的方法加速三角形匹配并通过理想坐标底片常数之间的关系校验得出首帧匹配结果。然后，修正算法结合后续各帧中望远镜指向的变化量计算导航星的理想坐标，并应用上一帧的底片常数，匹配观测星和导航星。最后，对底片常数计算得出的导航星和目标定位结果进行统计对比。经实验，计算39组星对时采用快速三角形匹配可以将时间缩短至近1/300；对后续图像（每帧含大约100组匹配星对）使用序列图像修正算法，均可以在0.04 s以内完成匹配；采用快速星图匹配算法获取的匹配星对用于对中高轨激光星定位，其平均误差在0.5″左右。由此可见，快速星图匹配算法充分满足精密跟踪型望远镜天文定位精度高、速度快的要求。

将传统的关键帧提取算法应用于经纬仪图像序列时，关键帧序列中会包含大量的非稳定跟踪图像帧。为了在关键帧提取过程中更好地保留目标稳定跟踪测量信息，该文在分析了经纬仪图像序列的特点后，构建了一种基于局部极大值的经纬仪图像序列关键帧提取算法。该算法首先计算图像序列的帧间差分，然后使用汉宁窗函数对帧间差分进行平滑，最后基于平滑后的帧间差分局部极大值来提取关键帧。实验结果表明：提出的算法相对于传统的帧间差分强度排序方法能更好地保留目标的跟踪测量信息，提取的关键帧在整个跟踪测量图像序列中分布更为均匀，包含的场景信息更为丰富。

针对红外图像弱目标检测困难的现状，提出一种基于最恰对比度显著性分析的红外弱小目标检测方法，在滑动窗口中采用了非线性处理技术对图像进行处理，避免了传统的显著度分析算法处理图像时在景像边缘处产生的显著度值干扰问题，同时不影响在目标区域对目标的提取能力。进行了大量的半实物仿真实验，结果表明，虽然提出的方法在背景抑制因子中未明显提高，但在均值信噪比和信噪比增益两个指标中对目标检测性能明显增强。在图像处理后的三种方法视觉对比图中，效果最好。