基于双泽尼克多项式推导稀疏孔径光学系统与视场相关的广义光瞳函数，以Golay3稀疏孔径成像系统为例，通过ZEMAX软件进行光学设计和数据拟合获得广义光瞳函数的双泽尼克多项式系数，根据傅里叶变换关系计算得到稀疏孔径光学系统的调制传递函数（MTF），并针对不同视场稀疏孔径光学系统进行成像模拟和图像复原。结果表明，调制传递函数的理论计算结果与ZEMAX设计结果一致，利用双泽尼克多项式可以表示不同视场稀疏孔径光学系统的成像特性。构建与视场相关的维纳滤波器进行图像复原，可有效提高不同视场稀疏孔径光学系统的成像质量。

针对阵列信号处理中传统信源个数估计方法如基于Akaike 信息论准则方法(AIC)、最小描述长度准则方法(MDL)等特征值分解类算法计算量大，且在小快拍数、低信噪比时性能下降甚至无法正确估计的问题，提出了一种基于子空间分析的快速信源个数估计方法。该算法首先利用多级维纳滤波器(MWF)对信号进行快速的子空间估计，然后计算阵列信号协方差在子空间匹配滤波器中的投影值，通过分析其正交性来估计信源个数。研究结果表明，该算法不但在小快拍数、低信噪比时相较于传统特征值分解类算法具有更优异的性能，并且计算量大大降低。

为了复原红外图像的热源, 采用高斯点扩展函数的方法来增强热源的清晰度和对比度。首先, 确定热源图像的高斯点扩展函数, 建立其退化模型; 然后, 采用维纳滤波的方法复原红外图像中的热源, 对复原图像通过YIQ变换来复原其温度场彩色信息; 最后, 通过边缘锐度和标准差评价分析热源复原的质量, 并与盲复原算法对比。结果表明, 边缘锐度边缘锐度和标准差分别提高了0.502%和0.124%。基于高斯型点扩展函数的方法对红外图像的热源复原具有明显的效果。

传统的暗通道先验算法对单幅图像处理时间长，复杂度高，图像质量能继续优化。本文提出改进算法，结合LOG 边缘检测和四叉树快速定位大气光颜色矢量A 值区间，应用skyline 较为精准地确定A 值；利用分区间维纳滤波兼得传统维纳滤波的保边去噪能力强的优点，抑制透射图晕轮效应，并通过膨胀和腐蚀进一步优化投射图边缘。大量测试图像表明，改进算法在优化去雾图像视觉效果的前提下节约处理时间。

为了解决光学合成孔径系统成像模糊问题以及研究其相应图像复原算法,采用Zemax软件分析了四孔径光学合成孔径系统的MTF,以及其像质模糊原因。并用MATLAB仿真分析常用的Wiener滤波复原算法,得出该算法在处理合成孔径系统图像存在不足。提出了一种基于K值自适应改变Wiener滤波图像复原方法,通过计算机仿真验证表明,该算法可使合成孔径系统降质图像的像质得到较好改善,复原效果优于Wiener滤波,且其像质评价参数PSNR以及ISNR分别提高了6.89%和1.1 dB。

由于大气湍流影响，光电探测系统一般只能获得模糊降质图像。根据大多数图像频谱幅度谱具有指数律分布的特征，提出了一种新的快速盲图像解卷积算法，该算法基于图像谱服从指数律分布的观察，从降质图像中直接获得降质过程的初始估计，大大加快了算法收敛速度，提高了算法稳定性；以此为基础，采用加权增量维纳滤波的方法交替迭代进行点扩展函数与原始图像的进一步估计，保证了算法的良好解卷积性能和普适性，最终实现了快速有效的盲解卷积。实验表明，基于指数律的增量维纳滤波(BPL-IWF)盲图像解卷积后处理的光电探测系统，能够实时探测目标，并准实时输出BPL-IWF盲图像解卷积图像。

作为热波无损检测技术中的关键环节,热波图像分割对结构损伤的有效识别与准确评估具有重要影响。为克服红外热波图像背景噪声大,对比度低等因素对损伤识别的影响,提出了一种基于支持向量机的热波图像分割方法。该方法首先采用Wiener滤波对热波图像进行预处理,然后随机选取目标区域和背景区域内多个像素点的像素值组成目标向量与背景向量,对基于多项式核函数的支持向量机进行训练,最后将训练好的分类器应用于不同的热波图像,实现热波图像的分割。试验结果表明：该方法可有效克服热波图像背景噪声大的问题,较好地保留了缺陷区域分割的完整性；与基于硬阈值的图像分割方法相比,该方法能更好地抑制背景区域的噪声干扰,更有利于损伤的识别与评估。

提出结合分段对比度拉伸变换(PCST)和基于块的局部最优维纳(PLOW)滤波算法进行太赫兹Gabor同轴数字全息二维再现像图像复原的方法。分别介绍了PCST和PLOW的工作原理， 给出了PCST-PLOW组合滤波算法的工作流程。对真实的2.52 THz数字全息再现像进行了去噪处理，并对每一处理过程进行了对比分析。比较了PCST节点对增强效果的影响,其节点的起点和终点分别根据直方图和图像均值确定。对真实太赫兹再现像的处理结果显示：去噪处理后的40帧平均全息图再现像的整体标准差由0.184 9提升到0.307 4，均值与标准差的比值由1.720 8提升到2.268 8。得到的结果表明所用方法明显抑制了噪声，同时提高了图像对比度。

提出一种小波域的维纳滤波方法对锥束牙科CT断层图像进行降噪。该算法以db4小波作为分解小波对CT图像进行分解, 在分解后的每个子带再进行维纳滤波, 并根据图像的区域统计特性对每个子带的局部均值和噪声方差估计参数进行了调整。利用降噪后的小波系数重构图像, 得到降噪后的CT断层图像。通过计算机仿真及锥束牙科CT的真实数据测试表明, 本文采用的方法有效抑制了图像噪声, 提高了图像的信噪比, 明显改善了图像的视觉效果。

针对目前毫米波被动成像的图像分辨率很低的问题，提出了一种新的有效的超分辨率算法。通过改进维纳滤波方法，对毫米波图像进行低频分量恢复，将得到的低频分量代替通带内频谱分量，充分利用了图像中的信息，使之具有自适应功能。将改进的维纳滤波的优点和正则最大实验概率(MAP)超分辨率算法外推高频分量的优点相结合，通过正则MAP算法迭代获得外推高频分量，对图像的傅里叶变换作频域校正，再求图像的逆变换，对其作进一步校正，逐次进行上述过程，直到达到提高图像的分辨率的目的。对提出新的自适应超分辨率算法进行了多次实验验证。结果表明，提出的新算法能够增强图像的分辨率，收敛速度快，峰值信噪比高，并且视觉效果优越于维纳滤波和正则MAP算法。实验结果证明了所提出方法的有效性。