为了在有效地检测复杂场景下红外弱小目标的同时保持较低虚警率，在满足算法实现实时性的前提下，提出一种基于引导滤波和分块自适应阈值的单帧红外弱小目标检测。首先，为缓解边缘杂波干扰，采用具有保边特性的引导滤波对图像进行背景估计；然后，利用弱小目标具备的局部灰度最大特性，提出基于软阈值非极大值抑制的九宫格滤波计算目标的概率。通过加权的方式进一步剔除背景，抑制结果中不满足目标特性的区域；最后，针对复杂场景目标检测虚警率和漏检率高的问题，提出一种分块自适应阈值分割方法提取候选目标。实验结果表明，在公开数据集上与Top-Hat、LCM和Max-Median等经典方法相比，所提方法性能优于其他方法，恒虚警下不同复杂度场景的召回率分别达到87.97%、84.93%和86.22%，可有效抑制背景，增强目标信号，提高红外弱小目标检测的召回率，且具有更好的场景鲁棒性。

Stimulated emission depletion (STED) nanoscopy is one of the most well-developed nanoscopy techniques that can provide subdiffraction spatial resolution imaging. Here, we introduce dual-modulation difference STED microscopy (dmdSTED) to suppress the background noise in traditional STED imaging. By applying respective time-domain modulations to the two continuous-wave lasers, signals are distributed discretely in the frequency spectrum and thus are obtained through lock-in demodulation of the corresponding frequencies. The background signals can be selectively eliminated from the effective signal without compromise of temporal resolution. We used nanoparticle, fixed cell, and perovskite coating experiments, as well as theoretical demonstration, to confirm the effectiveness of this method. We highlight dmdSTED as an idea and approach with simple implementation for improving the imaging quality, which substantially enlarges the versatility of STED nanoscopy.

由于点目标可用信息少，点目标检测技术是红外搜索与跟踪系统（IRST）中的挑战性难点。基于人工提取特征的传统目标检测，智能化水平低，对点目标检测的难度大。针对此问题，提出一种新的基于深度时空卷积神经网络的点目标检测方法。该方法采用全卷积架构，输入输出尺度相同，可用于处理任意尺度图像。为了提高实时性，卷积分解技术被引入3D时空卷积处理中，将复杂3D时空卷积分解为低复杂度的2D空域卷积和1D时域卷积。根据点目标特点，多权值损失函数被提出，分别采用样本均衡因子和能量均衡因子降低样本不均衡和误差分布不均衡对点目标检测性能的影响。测试结果表明，该方法能够有效抑制复杂背景杂波，并以较低计算量实现点目标检测。

针对地基可见光观测图像中存在的杂散光干扰问题，提出了一种基于星图亮度先验的杂散光噪声去除方法。首先，通过分析杂散光形成的原因及其在星图中的空间分布特征，建立星图在杂散光干扰下的退化模型；然后利用星图的亮度先验，估计大气的深度信息并去除分布不均的杂散光噪声；最后，在地基光学望远镜拍摄的实际星图上进行验证。与现有的算法相比，对于受不同程度杂散光干扰的目标，该方法在背景抑制和目标信杂比提升上均获得了更好的实验效果。其中，针对序列星图中信杂比为2.05以上的空间目标，处理后能够获得7.39以上的信杂比增益和1.92以上的背景抑制因子。

为了提高红外焦平面检测目标的灵敏度，目标辐射产生的载流子应尽可能长时间保持，同时应尽可能减少热激发和背景辐射激发的比例。高背景条件下长波红外读出电路的积分电容较快饱和，且长波红外探测器暗电流的非均匀性会影响焦平面的固定图形噪声。基于共模背景抑制结构以及长波碲镉汞探测器暗电流分析的基础上，设计了具有非均匀性矫正的背景抑制电路。传统的背景抑制电路采用单一共模背景抑制或差模背景抑制。差模背景抑制模块的高精度背景记忆一般在小范围区间内。本文背景抑制结构采用共模背景抑制与差模背景抑制相结合，可以在较大的背景噪声范围内有效地降低固定图形噪声以及增大动态范围。该背景抑制结构中共模背景抑制采用电压-电流转换法，差模背景抑制采用电流存储型背景抑制结构。差模背景抑制通过背景记忆时信号放大，背景抑制时信号缩小来提高背景抑制精度。电路采用标准CMOS工艺流片。测试结果表明：读出电路的FPN值为2.08 mV。未开启背景抑制时，焦平面FPN值为48.25 mV。开启背景抑制后，焦平面FPN值降至5.8 mV。基于探测器的暗电流非均匀分布，计算其理论FPN值为40.9 mV。长波红外焦平面输出信号的RMS噪声在0.6 mV左右。