液晶波前校正器通常基于液晶显示器的工艺制备而成，因此其研制成本高、定制难度大。本文基于掩模光刻法制备液晶波前校正器，以实现液晶波前校正器的专用化、低成本研制。基于掩模光刻技术设计并制备了91像素的无源液晶驱动电极，并封装成液晶光学校正单元。设计并制备了驱动连接电路板，实现了液晶光学驱动单元和驱动电路板的匹配对接。对液晶波前校正器响应特性进行检测。结果显示，其相位调制量为5.5个波长，响应时间为224 ms。利用Zygo干涉仪进行球面波的产生和静态倾斜像差的校正。结果显示，其可以产生正负离焦波前，且对水平倾斜像差校正后，Zernike多项式中第一项的值从1.18降至0.16，校正幅度达86%，实现了像差的有效校正。本文的研究工作可为液晶波前校正器的研制提供新思路，进而拓宽其应用领域和场景。

激光惯性约束聚变实验需要使用数十台套诊断设备从不同方位对瞬态微尺度物理过程进行诊断表征。大部分诊断设备通常需要进入巨型靶室真空环境内，在厘米到米级的不同工作距离上，对聚变靶上面毫米到数十微米的靶标进行瞄准，大部分诊断设备的瞄准精度需要达到50 μm水平。双目瞄准方法是在真空环境下实现远距离高精度瞄准的一种重要方法，但目前主要依赖人工判读图像识别靶标和手动操作诊断搭载平台运动实现对靶瞄准，特别是靶室内照明条件或诊断设备瞄准视线存在夹角等条件会严重影响靶标识别效果，对诊断设备瞄准精度造成较大影响。发展了一种基于机器视觉的诊断自动瞄准方法，采用Mask R-CNN算法并以大量模拟瞄准图进行靶标识别训练，有效解决了靶标自动判读问题，对靶标识别误差控制在8个像素点以内；同时基于实验室瞄准测试平台开展了靶标像素偏差与瞄准坐标偏离关系的离线标定，开展了算法引导下的瞄准精度测试，根据测试结果预估指向瞄准精度优于30 μm、径向瞄准精度优于50 μm，对实现诊断设备的高精度自动瞄准有一定的基础参考价值。

进行波前探测时，标准动物模型小鼠的眼底视网膜双层反射光会导致像差探测失效。为解决这一问题，本文提出了一种结合光学掩模调制的鼠眼像差测量方法，以期提高鼠眼波前像差测量精度。首先，根据鼠眼视网膜的关键参数，建立鼠眼波前像差探测的光学系统模型并进行光学仿真。然后，分析比较不同孔径的光学掩模对视网膜非目标层反射光束的遮拦效果，确定光学掩模参数与实验方案。最后，搭建鼠眼波前像差探测系统并开展在体鼠眼波前像差的测量实验。实验结果表明：0.5 mm孔径的光学掩模可以将鼠眼波前像差的测量均方根误差降低74.9%，与理论仿真的80%区域实现非目标层反射光遮拦效果近似。本文研究实现了对鼠眼视网膜非目标层反射光的有效遮拦，提升了鼠眼波前像差探测精度，为进一步实现鼠眼高分辨率成像奠定了基础。

随着图像处理应用在各新兴领域的不断扩展，高性能椒盐去噪仍然是一项具有挑战性的任务。本文提出了一种结合噪声掩模训练和最近邻搜索机制的椒盐去噪方法。首先，搭建一个包含9个卷积层的轻量级神经网络，用于生成高质量的噪声掩模。接着，根据该噪声掩模的噪点标记结果，正常像素不作处理，通过最近邻搜索机制寻找与噪点最相邻的正常像素灰阶替代噪点灰阶。本文提出了一种用于噪点标记的轻量级卷积神经网络。在降低网络深度的同时，在中间层采用深度可分离卷积代替常规卷积，这两个因素使得运算复杂度和参数量得到数量级的降低。另外，提出了一种基于最近邻搜索机制的去噪方法，提升了去噪性能。实验结果表明，所提出网络的运算复杂度比传统网络有数量级的降低，训练所得噪声掩模的误判率分别比极点标记、均值标记和极值图像块标记分别降低了94.79%、94.79%和83.65%。此外，去噪图像的峰值信噪比相比于传统卷积神经网络方法的处理结果提升了2.53%，信息损失降低了6.76%。本文首次将轻量级卷积神经网络应用于椒盐去噪，降低了网络的复杂度，提升了去噪性能。