光学衍射层析成像以折射率为内源性染剂，非侵入式地获取生物样本的三维结构信息，并有希望实现对活体样本（如活细胞等）的长时间动态观测，在生物医学和生命科学领域具有重要的意义。然而，光学衍射层析成像依赖于弱散射近似和干涉测量，前者极大地限制此项技术在集群细胞和组织等厚样本上的观测表现，后者则会显著地增加成像系统的复杂度。针对上述问题，研究人员开发了一类基于非干涉强度测量原理的衍射层析成像技术。首先，对非干涉强度衍射层析成像进行基本描述，包括其成像系统、成像指标和重建问题等；接下来从非干涉相位恢复、三维光学传递函数、多层递归正向传播模型和神经网络4条技术路线介绍非干涉强度衍射层析成像的研究成果和最新进展，并对上述方法进行对比；最后讨论当前面临的问题和挑战以及未来的研究方向。

针对水下图像存在的雾化、模糊和颜色失真问题，提出一种基于全变分和颜色平衡的水下图像复原方法。以完整水下光学成像模型为基础，分别结合四叉树细分法与光在水中传播特性估计背景光，利用水下中值暗通道先验估计透射率，并采用共轭梯度和迭代最小二乘法估计模糊核。为提高计算效率，引入交替方向乘子法对变分能量方程进行逆求解得到去雾、去模糊的图像。在此基础上，在YCbCr空间采用颜色平衡算法对颜色通道进行补偿以校正色彩失真。与6种流行的水下图像增强和复原方法进行比较，实验结果表明，所提方法可以有效地去除雾化和模糊、校正色偏、恢复出清晰、色彩真实的水下图像。

为解决弱特征区域中航空相机成像清晰度检测的问题，根据前后两次图像间具有重叠区域的特点，提出了一种基于数字高程模型（DEM）的航空相机图像清晰度检测方法。该方法在引入高精度DEM数据后，以重投影误差最小化原则修正航空成像模型，应用尺度不变特征转换（SIFT）算法进行特征匹配，并利用特征点偏移位置计算主距变化量，最终将主距变化量作为清晰度检测的标准以实现弱特征区域航空图像的清晰度检测。实验表明，所提算法对不同清晰度的弱特征区域航空图像均能进行清晰度检测，其检测均方根误差为16.275 μm，小于光学系统的半焦深（19.2 μm），能够满足航空相机的实际工程精度要求。

三维发射层析技术跨越了传统二维层析技术中的“切片”过程，将被测区域作为一个整体进行重建，投影方向及位置不局限在同一水平面内，可以解决实际燃烧场测试中探测器位置受限以及装配误差等问题，对燃烧场的三维成像及测试具有重要意义。针对已有三维发射层析技术中权重矩阵的计算存在数据量大、精度和效率低等问题，在三维空间相机成像投影数学模型的基础上，提出了一种基于线性插值原理的三维权重矩阵计算方法，并结合代数迭代算法实现层析重建。通过数值模拟验证了算法精度，建立了多相机发射层析系统并对燃烧火焰进行三维层析重建。研究结果对提高层析重建精度和效率具有重要的参考价值。

针对连续旋转型偏振成像系统Stocks测量模型，对该模型受起始曝光角误差、检偏片转速不均、光轴偏转等因素进行分析，提出了基于连续旋转的准实时偏振探测系统成像设计约束条件，结合实际情况介绍了基于滑动窗口的偏振维信息计算方法，利用所建模型仿真分析了影响测量存在的各类误差。结果表明，曝光角大小对偏振维信息获取不会造成大的影响，转速不均匀对Stocks参量的影响随着转速增加而减小，为保证Stocks参量误差小于0.01，起始检偏角校准误差绝对值应小于0.573°，光轴偏转角绝对值应小于11.422°。

为了充分挖掘雾天成像时的先验信息和物理参数间的约束关系，提高去雾算法的精度，本文提出了嵌入物理成像模型的分解合成循环细化网络以实现图像去雾。不同于已有的去雾算法，它包含透射率估计分支和清晰图像估计分支，且两分支均使用嵌入循环单元的多尺度金字塔编码解码网络框架来实现，具有能加强循环间信息交流、充分利用多尺度上下文特征的优点。考虑到透射率与场景深度和雾气浓度有关，可将透射率视为雾浓度先验，引导清晰图像估计分支循环细化去雾结果；而清晰图像中包含场景的深度信息，可将其视为深度先验，引导透射率估计分支预测及循环细化透射率。每次循环时，两分支估计的透射率和清晰图像进一步合成雾图，循环作为网络的输入，以确保透射率和清晰图像的估计结果满足物理成像模型的约束。实验结果表明算法在合成雾图及真实图像上均能取得较好的去雾效果，在视觉评价和客观评价方面均优于现有的去雾算法，单张雾图的处理时间仅为0.037 s，能有效用于图像去雾的工程实践中。