为了实现高分七号卫星亚米级影像的高精度精细三维重建，针对高分七号卫星前后视线阵相机的成像特点，围绕影像的定向、影像畸变消除、密集匹配方法优化等方面，提出一套完整的精细三维重建方法和流程。利用影像间连接点几何约束关系对有理函数模型进行了二次定向消除系统误差；其次采用一种基于物方投影面的水平纠正方法对原始影像进行纠正，消除了立体像对之间大的倾斜误差；在密集匹配阶段，将全球公开数字高程模型（Digital Elevation Model，DEM）数据作为视差约束，同时引入顾及影像灰度和特征信息的AD-Census作为匹配测度，有效削弱重复纹理引起的匹配错误问题，提升了数字表面模型（Digital Surface Model，DSM）的质量。利用覆盖我国宁夏和新疆某地的两组高分七号的立体影像进行了试验，结果表明本文所提出方法可将相对误差精度由平差前的0.847 pixel和0.725 pixel分别提升到平差后的0.652 pixel和0.593 pixel，相对误差精度最大可提高23.02%，基于物方投影面的水平纠正方法能够显著消除大倾角差异带来的几何畸变，对高分七号卫星影像取得了较好质量的DSM产品，尤其是对于小尺度密集建筑物区域的重复纹理取得了较好的效果。

针对机器视觉系统中透视投影导致的钢管、桥梁拉索等圆柱表面缺陷测量不准的问题，提出了一种圆柱曲面透视投影失真的图像校正方法。该方法在提取圆柱成像区域、明确横向和轴向方向的基础上，基于圆柱曲面的透视投影特性，将产生的失真分解为轴向变形和横向变形，利用系统成像参数和圆柱半径建立校正图像与原图像的坐标对应关系，通过最邻近插值法进行像素映射实现透视投影失真校正。实验结果表明，该方法对不同直径圆柱的图像均有良好的校正效果，校正后的图像消除了圆柱曲面“近大远小”透视变形和倾斜投影变形；进行棋盘格模拟校正时，6个圆柱棋盘格边长的测量误差从校正前最高的14.9%降低至校正后的1.2%；进行划痕测量时，两种直径的原图像的最大误差分别为78.0%与61.8%，经本文方法校正后，两种直径的最大误差仅为5.9%与5.5%，校正效果显著。

红外弱小移动目标检测技术是计算机视觉的研究热点和难点。针对机载高动态条件下的空地目标检测存在的场景变化动态、背景干扰强度大、目标运动规律未知等挑战，提出了一种新型的基于增量惯导信息辅助的空地红外弱小移动目标检测算法。为了解决传统惯导信息预测的漂移误差问题，提出了增量惯导信息概念，设计了增量惯导信息的位置预测模型，实现了对目标点的准确预测。构建了基于增量惯导信息辅助与背景差分的移动目标检测框架，通过增量惯导信息对不同位姿下的成像进行校正，引入基于爬山法互相关匹配算法计算校正后图像的平移参数，采用高斯加权对背景图像进行估计，最后通过图像分割检测弱小移动目标。仿真实验验证了文中设计检测算法的有效性和精确性。

红外成像探测技术是精确制导的重要手段，随着导弹**向超音速、高超音速方向发展，红外成像探测装置的工作环境更为恶劣。高速飞行条件下恶劣的气动力热环境使红外窗口的结构安全面临极大挑战，激波、窗口等高温辐射源的辐射干扰严重影响红外探测能力，流场和窗口的传输效应降低了探测制导精度。气动光学效应是高速红外探测与传统红外探测的本质的区别，也是决定红外探测应用于高速导弹可行性的关键因素。文中主要介绍了高速红外成像探测的气动力热效应、热辐射效应和传输效应及其影响，阐述了气动光学效应在机理研究、试验研究、数值模拟和抑制校正技术方面的进展，最后给出了高速红外探测气动光学效应研究的思考与建议。

针对辅助驾驶或自动驾驶领域车载图像的车辆压线检测问题，以及检测过程中由于欠曝、阴影或实体遮挡等因素导致的漏检、误检问题，提出基于改进Mask R-CNN与LaneNet的车辆压线检测算法。在网络优化方面，在Mask R-CNN网络的基础上将RoI Align层的图像缩放算法（双线性插值）改进为双三次插值，将全连接层卷积化的VGG16网络取代LaneNet的E-Net共享解码器；在图像增强方面，改进Gamma校正算法以实现欠曝图像的自动校正；在训练数据方面，完成Tusimple数据集中车辆目标的标注并基于改进的随机擦除算法在网络训练过程中进行数据增强。实验结果表明：车辆检测速度保持不变的同时车道线检测速度提升了28%，车辆漏检率、误检率分别降低了38.93%，89.04%，车道线漏检率、误检率分别降低了67.21%，87.05%，算法的性能指标可满足车辆压线判断的应用需求。