光谱探测器是用来分析光线各个波长组分强度的仪器，在基础科研、工业生产和日常生活中应用广泛。常用的基于色散元件的光谱探测器通常有难以进一步优化的尺寸和质量，并且色散元件精密，不能满足微型化、低成本的发展趋势。利用旋涂法制备一系列具备不同可见光吸收特性的Cs_0.1MA_0.9PbX₃（X为Cl、Br、I）钙钛矿薄膜，将其组合成滤光片阵列，结合互补金属氧化物半导体传感器构造计算重构型光谱探测器；针对光谱探测器滤光片阵列响应特点，利用非负Tikhonov正则化约束法对光谱进行重建；最后对设计的光谱探测器进行测试验证。所提光谱探测器在500 nm波长处具备27 nm的分辨率，在可见光范围内实现了一定的光谱分辨能力。

提出一种基于正则化方法改进的气溶胶微物理特性反演算法，通过引入模式半径范围作为先验约束，并对差异最小值附近的解进行平均，以解决反演时存在的欠定问题。对1500组不同类型的气溶胶粒径分布进行仿真，测试了所提反演算法对气溶胶微物理特性参数的反演精度与稳定性。考虑在20%随机高斯噪声的影响下，90%以上气溶胶的有效半径、体积浓度和表面积浓度反演相对误差可被控制在±33%、±45%和±50%范围内。误差统计结果表明，所提算法基于多波长的气溶胶光学特性，可实现对气溶胶粒径分布的可靠反演。

本文研究了分布式声波传感垂直地震剖面（DAS-VSP）法纵波及转换波智能处理与成像方法，讨论了DAS-VSP形态成分分析法数据去噪技术、DAS-VSP多波智能分离方法和流程，以及基于深度学习的DAS-VSP数据规则化方法。创新性地提出了一种基于最小旅行时的多波VSP成像方法，通过旅行时表控制反射路径附近聚焦成像，比传统地震偏移方法的划弧减少，成像过程中计算覆盖次数，解决了覆盖不均匀成像振幅问题。通过海上斜井DAS-VSP实际数据处理，同时获得DAS-VSP上行纵波和上行转换横波成像剖面，结果显示，DAS-VSP不仅含有反射纵波信息，同时存在较强的转换横波，通过针对性处理后，能够实现DAS-VSP纵波及转换波成像，说明斜井DAS-VSP具备多波成像条件，可获得较高信噪比的纵波及转换波成像数据，多波数据更有利于油气预测和识别，智能处理及多波成像方法为DAS-VSP法用于油气勘探开发提供了新的技术手段。

在惯性约束聚变过程中，冲击波速度与靶丸内爆压缩对称性密切相关，任意反射面速度干涉仪（VISAR）与压缩超快成像（CUP）系统的结合（CUP-VISAR）为冲击波速度二维时变诊断开辟了新思路。针对系统重建耗时长的问题，提出并实现了一种针对CUP-VISAR系统的全变分正则化快速重建算法。对弯曲条纹的仿真重建分析结果表明，本文提出的TVAL3H算法对比传统TVAL3算法，峰值信噪比（PSNR）提升了6.86 dB（25 frame）~1.20 dB（150 frame），结构相似性（SSIM）提升了26.67%（25 frame）~14.10%（150 frame），时间消耗降低了92.15%（25 frame）~78.30%（150 frame）。对比广义交替投影（GAP）和交替方向乘子（ADMM）算法，时间消耗降低了57.79%（100 frame，GAP）~77.20%（25 frame，ADMM）的同时PSNR和SSIM差异较小。在同一重构时间量级下，所建立重构算法不同frame条件的PSNR相比GAP与ADMM算法分别提高了1.92 dB（25 frame）~0.84 dB（150 frame）及1.85 dB（25 frame）~0.80 dB（150 frame）；SSIM相比GAP与ADMM算法分别提高了9.23%（25 frame）~4.48%（150 frame）及8.85%（25 frame）~4.46%（150 frame）。

针对从高分遥感影像中提取建筑物易受阴影和植被等遮挡而导致错误检测的问题，提出一种建筑物轮廓双向驱动自适应分割重构的规则化方法。首先采用基于最小外接矩形（MBR）的平直旋转变换算法，旋转建筑物轮廓至水平或竖直状态，减少轮廓图形学显示上的锯齿表征；然后设计MBR和Shi-Tomasi联合双向驱动建筑物轮廓自适应分割算法，将轮廓化整为零精准分割形成局部片段；最后提出基于局部最优权拟合的轮廓重构算法，依次对局部片段进行属性分配、约束重组、最优权拟合与坐标重组，实现建筑物轮廓的规则化。实验结果表明，与初始提取结果相比，经所提方法规则化的轮廓视觉效果更好。与同类基于栅格填充、角点校正、最优外接矩形拟合和主方向的4种轮廓规则化方法相比，所提方法在保证规则化效率的同时，精度也更高，具有更广泛的适用性，对常见包含不同角度变化的复杂建筑物均能得到更加规整的轮廓，可作为建筑物提取后处理规则化的参考手段。

针对历史栅格地图、遥感影像和LiDAR点云数据中提取的建筑物轮廓存在锯齿、边界不规则和位置不准确等问题，提出了一种普适的建筑物轮廓优化方法。首先，利用改进的Douglas-Peucker算法对轮廓进行初步简化，其中采用凸包法获取轮廓线的起止点并使用垂距法获取轮廓简化的距离阈值。其次，利用最小二乘法进行直线拟合和直线求交，对轮廓进一步优化。再其次，对定义的特征边和特征角进行规则化处理。然后，根据建筑物主方向与每条轮廓边的夹角关系进行直角化处理。最后，设计了一种基于最大面积重叠度的方法实现轮廓位置的精准化。利用多源建筑物轮廓矢量数据进行了实验，结果表明所提方法有效，且与当前主流方法相比，具有更高的建筑物轮廓精度和较强的普适性。

为避免扩散光学层析成像中L1正则项带来的有偏估计问题，提出一种基于凸非凸有限元的全变差（CNC-FETV）正则重构模型。首先，应用有限元方法将求解域剖分为有限个三角形，用一个连续分段多项式函数逼近每个三角形上的吸收系数值，再对导出的差分矩阵进行逐个单元组装，得到有限元的全变差（FETV）正则表示。然后，利用基于凸非凸稀疏正则的构造方法得到凸非凸有限元全变差正则项，并在理论上证明该非凸正则项在一定条件下可保持目标函数的整体凸性。最后，利用交替方向乘子法求解所提模型。数值实验表明，所提CNC-FETV模型在扩散光学层析成像重构的视觉效果和评价指标值上都要优于已有的Tikhonov和FETV正则模型。

电阻抗层析成像（EIT）为碳纤维增强复合材料（CFRP）结构健康检测提供了一种可视化检测的手段。针对EIT图像重建的欠定性和病态性，提出了一种基于L1/L2稀疏正则化的EIT图像重建算法。该算法通过构建L1/L2正则化项的目标泛函，在求解过程中加入正则化参数对解向量进行修正，并在迭代过程中加入约束区间使解向量更加贴近真实分布。仿真和实验结果表明，与共轭梯度（CGLS）算法、Tikhonov算法、L1正则化算法相比，所提L1/L2正则化算法重构的损伤位置和大小更接近真实损伤模型，损伤的辨识度更高，电极伪影得到明显改善，为EIT应用于CFRP层压板损伤检测提供了新方法。

以干涉高光谱成像模型为基础，提出一种结合先验约束的空谱信息同步复原模型，通过非负低秩特性和全变分（TV）正则项分别约束复原高光谱图像的谱间强相关性和空间分段平滑特性，并采用L₁范数和Frobenius范数分别对干涉数据中的稀疏性噪声和高斯噪声进行建模。模拟和真实干涉数据的对比实验验证了所提方法的有效性。相比于传统的干涉数据复原方法，所提方法在准确复原目标光谱信息的同时，能够有效地消除干涉图混合噪声的退化影响，从而提高复原高光谱图像的数据质量。