为提高X射线实时成像系统的空间分辨力，提出了将光学微扫描技术引入原有成像系统，搭建了带有微扫描的X射线实时成像系统，介绍了光学微扫描X射线成像系统的工作原理。该光学微扫描系统得以成功应用的关键技术之一是亚像素级精度的图像配准技术。给出了频域加窗图像配准方法的原理、流程及具体步骤。利用不同配准算法对X射线图像进行了仿真研究，仿真结果表明该图像配准算法对于X射线图像的有效性，该方法将实际X射线图像配准的精度提高到亚像素级，具有较强的实用价值。

研究了软硬件相结合的亚像元超分辨成像技术。首先通过探测器扫描获得同一场景彼此错位亚像元像素的多帧图像作为训练样本和输入图像;然后针对传统的局部线性嵌入(LLE)实例学习超分辨算法过于依赖外部训练样本,不利于光电成像系统直接处理等缺点,提出了一种基于自学习的改进LLE算法;采用新的LLE权值计算方法获得正数权值,同时对初始估计再次运用自学习LLE方法恢复丢失的高频细节信息。仿真实验结果表明,该算法重构的图像的信噪比比传统LLE超分辨算法提高了0.8 dB,运行时间提高了75%,视觉上可感知重构图像的细节信息更丰富。与其它方法相比,用搭载的微位移实验平台运行本文算法所获得重构图像的信噪比和信息熵都有很大提高,表明本文算法能获得高质量和高分辨率的重构图像。

针对自动视觉检测系统中，难以获得具有重复纹理特征的大面积物体的高精度图像问题，提出了一种二维图像光栅的亚像素级定位拼接新方法。采用光栅尺记录物体的位置信息，引入圆盘格标定板对二维运动平台X、Y轴与相机X、Y轴之间的夹角进行准确标定，并建立基于全局物理直角坐标系的二维拼接模型完成图像的拼接。实验结果表明，该方法的标定重复精度可以达到10-4 rad量级，拼接的物理误差为8 μm，拼接精度比校正前提高了近8倍，比已见报道提高1倍以上。该方法已成功应用于导航卫星接收天线电路的在线检测设备，并可广泛推广至检测精度要求达到亚像素级的机器视觉自动化检测领域。

图像超分辨率重建是在现有红外探测器基础上提升空间分辨率的一种有效方法。超分辨率图像重建是利用一组相互之间存在亚像素位移的低分辨率图像构造出一幅高分辨率的图像, 快速、高精度估计图像间的位移是其关键技术之一。提出了一种用于超分辨率重建的亚像素配准算法, 算法由特征检测、像素级配准和亚像素级配准三个处理过程组成。在特征检测过程, 首先采用梯度算子对图像进行边缘检测, 然后对边缘点进行角点预检测, 排除非角点像素点, 之后再进行 Harris角点检测, 大大减少了计算量; 在像素级配准过程, 用 NCC算法进行像素级配准, 用统计方法去除误匹配点对; 在亚像素级配准过程, 先对像素级匹配点的邻域进行插值放大, 再进行亚像素匹配, 误匹配点剔除, 相对偏移量计算。对提出的算法进行了仿真实验, 结果显示本算法的速度较类似算法速度有较大的提高。