夜间图像去雾技术已经成为图像处理技术领域的重要研究内容，在目标跟踪探测、视频监控、遥感等方面有着重要的意义。夜间有雾图像通常具有对比度低、光照不均匀、颜色偏移等特点，这些特点使得夜间图像去雾面临着极大的挑战。通过调研近年来夜间图像去雾算法的国内外研究现状，从物理模型、非物理模型和深度学习的角度对其中比较经典的算法进行了归纳总结，详细阐述了算法的流程以及优缺点。最后，对夜间去雾算法的未来研究方向进行了展望。

对动态不良天候成像图像去雾霾方法进行了研究, 提出了基于改进色彩同态滤波、基于物理模型暗通道快速实时图像去雾霾方法, 将算法应用于静止场景和含运动目标场景, 并对比分析了各算法运行和测试效果, 经验证, 所提出的方法图像增强后全局熵值(7.608 3)更小, 图像的不确定性低, 纹理更清晰, 且单帧处理平均耗时12.223 ms, 满足实时性运行要求, 为后续复杂气象环境下目标检测、识别奠定了基础。

为了实现水工物理模型实验中波高这一重要参量的高精度测量，提出了一种基于激光入射光斑识别的非接触式波高测量方法。构建了波高测量装置的图像成像几何关系模型，研究了波高测量装置主要参数的确定方法。根据激光入水二值化图像特征构造了激光入水特征模板，提出了激光光斑动态跟踪算法。最后，根据确定的结构参数与图像传感器参数，搭建了实验装置，对波高传感器进行了标定，并利用标定曲线对电动位移平台模拟的波浪进行了测量。实验结果表明：实测位移与电动位移平台设定的位移基本吻合，最大误差仅为0.65 mm。该方法基本满足水工物理模型实验波高测量的高精度、非接触与高动态性等需求。

雾霾天气下拍摄的图像, 由于大气中混浊悬浮物对光的吸收和散射的影响, 导致“透光”强度减弱, 图像能见度严重降低, 许多特征被覆盖或模糊, 限制和影响了可见光视觉系统工作效用的发挥。研究针对低能见度天气下, 可见光视觉系统工作受限的现实, 从雾天图像退化模型出发, 通过发掘颜色分布与透射率两者之间的约束关系构建透射率求解方程。之后, 通过对大气光值在线更新和马尔可夫随机场模型, 实现对大气光及透射率的时空连续性约束, 解决复杂场景以及天气条件下可见光视觉系统工作的适应性与稳健性问题。实验结果表明, 所提算法可以有效地提高低能见度条件下的成像距离, 视频图像去雾后忠于原始图片颜色分布, 无色彩失真, 可为后续高级视觉任务提供良好的图像基础。

针对低照度图像增强过程中存在的光晕伪影、边缘细节丢失和噪声放大等问题,提出了一种结合双通道先验和光照图引导滤波的图像增强算法。传统去雾物理模型仅基于暗通道先验进行图像增强,局部区域景深不同,进而导致图像过曝和光晕伪影等问题。针对该问题,采取亮暗双通道结合的方法求取大气光值和透射率。对于边缘信息易丢失的问题,采取光照图梯度域引导滤波来改善细化透射率。对于增强过程中噪声放大的问题,采取BM3D滤波进行去噪。实验结果表明,在不同情况下的低照度图像中,该算法相对于其他低照度增强算法,在去噪、光晕消除、亮度调整和边缘保持等方面都有明显的提升。

针对现有水下超声波水位测量方法精度偏低, 无法满足水工物理模型实验测量需求的问题, 分析了水下超声波水位测量误差来源和误差量级, 综合考虑水声速与渡越时间对测量精度的影响, 提出了一种水下高精度超声水位测量方法。首先, 分析了超声波换能器间隙误差对声速测量精度的影响, 提出了间隙误差计算方法, 从原理上消除了水体环境变化对水位测量精度的影响; 其次, 基于超声波回波信号的包络形态不变原则, 采用归一化包络时差法检测超声波渡越时间, 并给出了离散数值计算算法流程, 以减小信号衰减特性的渡越时间检测的影响。理论分析表明, 该方法能从水声速和渡越时间两方面同时减小水位测量误差。为了验证本方法的可行性, 开发了实验样机, 并进行了计量检定实验, 实验结果表明, 在400 mm量程范围内, 水位测量误差小于0.1 mm, 满足水工物理模型实验高精度水位测量需求。

采用光栅光谱仪测量了单脉冲激光烧蚀青铜金刚石砂轮的等离子体空间分辨发射光谱，计算得到单脉冲激光烧蚀下等离子体电子温度约为5220 K，距离砂轮表面0~0.35 mm范围内等离子体电子密度值为0.5×1016~1.8×1016 cm-3。建立了单脉冲激光烧蚀青铜金刚石砂轮的等离子体浓度空间分布模型以及等温膨胀动力学方程，仿真结果表明，在一个脉冲时间内，等离子体等温膨胀速度最大值出现在25 ns左右，等离子体浓度最大值(1.8943×1016 cm-3)出现在距离砂轮表面0.05 mm处，且等离子体屏蔽作用小，实际烧蚀中可以不予考虑。试验结果与数值仿真结果数量级基本一致，验证了等离子体物理模型的正确性。研究结果对优化脉冲激光烧蚀工艺具有指导作用。

基于红外图像与可见光雾化图像之间的相似性, 通过比较红外图像的灰度均值和图像亮暗程度的灰度阈值, 实现图像亮暗的自动判别, 进而判断图像是否需要灰度反转。对原图或原图灰度反转图采用类似可见光去雾的暗原色先验算法——伪暗原色算法求出红外图像的粗糙透射率, 结合导向滤波实现粗糙透射率的细化, 依据大气散射物理模型得到最终增强的红外图像。实验结果表明, 采用伪暗原色红外图像增强的算法可以提高红外图像的对比度, 突出其细节, 提高其信噪比, 并且具有良好的视觉效果。