提出了一种新颖的两级相关双采样(CDS)电路，用于消除基于时间幅度转换器(TAC)结构的高密度光子飞行时间(TOF)阵列探测器的固定模式噪声(FPN)。相比于传统的全差分电路，该电路的结构更加简单，每一级仅使用两个开关管和一个采样电容。电路采用SMIC 0.18 μm标准CMOS工艺制造，面积仅为40 μm×35 μm，静态功耗仅为301 μW。测试结果表明，所提出的两级CDS电路具有99.98%的高线性度，在1.8 V电源下实现了0.9 V的宽输出摆幅，FPN总量减少了54%以上。提出的CDS方案可以有效消除阵列的像素级和列级的FPN，非常适用于基于TAC的高密度TOF阵列探测器。

固定模式噪声（fixed pattern noise，FPN）是CMOS（互补金属氧化物半导体）图像传感器中一种常见的噪声，该噪声会对相机成像质量产生很大的影响。为提高道路病害检测图像的质量，提出基于组合滤波的CMOS图像传感器固定模式噪声去除算法。首先使用均值滤波提取出CMOS传感器相机固定模式噪声的空间分布特征。随后使用提出的线性滤波方式去除绝大部分固定模式噪声。最后使用非线性滤波方式去除椒盐噪声。测试结果表明，经过该算法处理后，3组测试图像的峰值信噪比（PSNR）在28.75～32.50之间，图像均方差由处理之前的9.66～11.28降至处理之后的5.45～7.59，处理后的图像均方差相比处理之前降低了27.68%～43.61%不等。该算法有效地降低CMOS传感器相机中固定模式噪声对图像质量的影响，同时较好地保留道路病害图像的主要纹理特征，并且相对于传统的对CMOS传感器相机标定方法具有更高的实用性。

为了抑制由读出放大电路增益不一致导致的CMOS传感器固定模式噪声(FPN), 提高成像质量, 本文提出了基于暗电流的固定模式噪声校正方法。该方法相比于传统校正方法具有校正系统简单, 算法易于实现的优点。本文对校正前后的图像通过灰度方差进行评估,评估结果表明: 由暗电流形成的本底图像, 图像灰度方差校正后相比于校正前, 降低1~2个数量级; 均匀光照条件下的CMOS图像, 校正后相比于校正前, 图像灰度方差增大2个数量级。该评估结果及相关结论对暗电流本底图像及相关校正方法探讨具有一定的借鉴意义。

高功率激光器的建造需要大量的高精度光学平板,其波前检测一般采用相移干涉技术。由于测试光在光学平板内的多次反射,存在由寄生干涉导致的死条纹现象。死条纹会在波前检测结果中引入周期性相位噪声,极大降低了波前检测结果的置信度。针对该问题,提出了一种基于小波变换的降噪方法,可根据死条纹噪声特征对波前检测结果进行降噪,不需要额外硬件或调整测试状态。实验结果表明,该方法可以有效滤除死条纹引入的相位噪声,且能很好地保留加工特征。

随着近年来便携式光谱仪技术的迅速发展, CCD光谱仪相对于传统光谱仪在光谱收集方式上发生了很多变化: （1）采集到的光谱对信号进行叠加积分, 传统信噪比评估方法无法通过单次检测获得探测器波动; （2）对于谱图噪声（谱线随机波动）, 由探测器响应随机波动和扫描重复误差转变为CCD探测器像素响应差异、 探测器随机噪声和与光学系统分辨力有关的模式噪声。 噪声类型发生改变, 导致原有的光谱质量评价方法适用性变差, 基于实测光谱提出更具适应性的光谱质量评价方法具有很强的现实意义。 根据拉曼光谱仪检测器的变化, 对采集光谱信号的成分进行分析, 在该分析的基础上提出了CCD光谱仪的噪声模型假设, 根据该假设使用不同的信号极值点频率对不同的噪声进行像素分离, 并对噪声频率模式进行了数值模拟, 模拟结果与假设相符; 在此基础上提出并实验验证了通过谱线极值间距评估谱线噪声的拉曼光谱信噪比评估方法, 该方法包括以下两个步骤: （1）通过采集多次实测光谱进行叠加, 叠加过程中对对应不同频次的光谱极值点数量进行统计, 得到统计结果后基于文中规律分离光谱仪中的环境噪声和暗噪声; （2）应用上述分离结果, 对实测光谱中对应暗噪声的谱线极值点作统计平均, 再将该值应用于文中公式, 计算得到信噪比。 该方法在进行了步骤（1）的前期准备后, 可以通过单张谱图评估CCD拉曼光谱仪的随机噪声, 并用于评估光谱的信噪比。 基于光学构架相同、 CCD探测器不同的三个拉曼光谱系统进行实验, 采用该方法通过设定信噪比阈值对谱图质量进行控制, 获得了一致的光谱曲线; 基于该方法对同步叠加平均法进行信噪比拟合, 拟合优度达到98%。 该方法可用于拉曼光谱仪的性能评估和获取拉曼光谱谱图的质量实时控制。 理论和实验表明: 对于基于CCD探测器的拉曼光谱仪器, 当确定样品和特征峰时, 可以基于此方法获得信噪比。 该方法还可用于比对不同配置的拉曼光谱设备, 以及作为控制谱图质量一致性的标准, 并对基于拉曼光谱技术的智能鉴别系统的开发具有指导意义。

提出了一种新的消除红外图像中条纹噪声的方法。由于红外焦平面阵列中每列读出电路的偏置电压不同，导致红外图像中有明显的条纹状噪声。分析了读出电路偏置电压不均匀对红外成像的影响，提出了利用双边滤波器估计读出电路偏置电压的方法，并使用估计的偏置电压校正红外图像。基于实际红外图像的实验结果表明，提出的算法能够显著地消除红外图像中的条纹噪声。

凝视阵列型热像仪的空间噪声制约着热像仪对远距离目标的探测、分辨、跟踪性能。为解决热像仪空间噪声实际测量问题, 分析了热像仪的空间噪声测量原理, 给出了热像仪基于信号传递函数的空间噪声测量数学模型, 介绍了热像仪某一组、某一区域或全部像素如何剔除时间域NETD, 再通过统计计算得到其空间NETD的数学模型。对制冷型MCT320×256凝视列阵热像仪的SiTF和空间NETD进行测量, 当背景黑体温度为5 ℃时, FOV区域中心信号传递函数(SiTF)为27.29 mV/℃, NETD为0.128 ℃, 20 ℃时FOV区域中心SiTF为29.03 ℃, NETD为0.121 ℃。测量结果表明: 该方法可评估空间噪声对热像仪性能的影响。

非均匀性是焦平面红外成像设备的固有特性，影响成像质量。介绍了非均匀性产生的原因、校正方法及校正残差的描述方法。从理论上分析计算了不同校正方法的校正残差及其变化规律。并针对某 VOx非制冷热像仪实测图像数据计算了不同校正方法、不同温度下的校正残差大小，得出在使用单点校正方法测量时尽量将校正温度点选在测量对象温度(等效黑体温度)分布的中间位置及使用两点校正时校正温度尽量设置在测量对象温度区域(等效黑体温度)两侧的结论。

非均匀性校正是红外焦平面阵列应用中的关键技术之一。神经网络算法是比较传统的非均匀性校正算法, 由于该算法采用像元四邻域的平均值作为此像元的真值, 所以这种估计方法具有较大的误差。在传统的神经网络算法基础上对焦平面阵列像元响应的真值估计进行了改进：基于图像匹配算法, 采用了相邻多帧图像中不同像元对同一场景点的响应的均值作为真值, 因而具有更高的准确性。对比仿真试验的结果表明, 该改进算法比传统的神经网络算法具有更好的效果, 在有效去除各种非均匀性的同时, 保持了图像细节, 改善了图像的视觉效果。

基于递推最小二乘(RLS)的红外焦平面阵列非均匀校正算法具有计算量和存储量小等优点,易于工程实现.但RLS并不完全满足实际问题模型的要求,因此拟合出的噪声参数存在严重偏差.提出了一种利用递推混合最小二乘(RMLS)替代RLS进行非均匀校正的算法,它不但具有原方法的各种优点,而且由于符合问题模型的基本特征,因此在拟合精度和收敛速度方面都优于RLS.文中实验结果也验证了该方法的有效性.