为解决自动跟踪过程中目标被遮挡导致丢失的问题，提出一种光电观瞄系统抗目标遮挡的自动跟踪控制方法。在正常跟踪状态时记录当前跟踪控制命令，当目标被遮挡后控制系统进入记忆跟踪状态时，对记录的若干组控制命令进行二次曲线拟合，预测出目标遮挡过程中的控制命令，从而预测目标的运动轨迹，保证自动跟踪的稳定性和可靠性。在目标突然转向或作变加减速运动的情况下，二次曲线拟合的预测误差不大于6%，远小于线性拟合的预测误差73%。该方法已被某型光电观瞄系统挂飞试验进行了验证，结果表明: 在目标被短暂遮挡时，观瞄系统自动跟踪过程平稳，瞄准线稳定。

拉曼光谱技术因其光谱信息丰富、 非接触、 无破坏、 样品用量少、 高灵敏度等特点, 为现代前沿基础科研领域提供一种有力的分析手段, 成为分析科学的研究热点。 激光共焦拉曼技术结合共焦显微探测和拉曼光谱探测技术, 具有空间分辨力高、 可层析探测的优势, 在物理化学、 材料科学、 生物医学、 考古及文物鉴定、 刑侦科学等众多领域应用广泛。 现有共焦拉曼系统由于在扫描过程中无法对探测点进行定焦, 因而在长时间的探测过程中会因环境变化、 系统漂移等问题导致系统离焦, 从而造成测量结果存在误差甚至错误的问题。 本文针对这一问题, 在现有共焦拉曼系统的基础上, 提出一种基于二次曲线拟合的共焦拉曼光谱探测方法。 该方法利用二次曲线对光谱共焦曲线进行拟合, 通过寻找曲线最大值, 得到系统焦点, 进而在扫描过程中对每个探测点进行焦点定位后, 采集该点光谱信息, 从而保证扫描过程中系统始终位于焦点位置, 消除系统离焦对实验结果的影响, 实现共焦拉曼光谱系统的精确测量。 通过仿真分析和实验结果表明: 本文提出的基于二次曲线拟合的共焦拉曼光谱探测方法可以有效消除系统离焦对实验结果造成的影响, 提高系统轴向定焦的准确度, 为共焦拉曼光谱技术的进一步应用提供了保证, 是一种行之有效的定焦准确、 抗漂移强的拉曼光谱测量方法。

根据干涉超光谱图像的特点, 提出了一种基于图像分类与曲线拟合的干涉超光谱图像数据分解算法, 结合内嵌比特平面编码技术实现干涉超光谱图像的压缩。与JPEG2000一样, 该算法实现了有损、无损压缩的兼容。将干涉超光谱图像数据分为主干涉区域与非主干涉区域两类, 针对主干涉区域提出了一种相似匹配算法, 而对非主干涉区域采用经验模式分解和二次曲线拟合方法进行数据分析, 两种分析算法结合起来能够有效地对谱线数据进行分解, 从而有利于取得更好的压缩效果。仿真结果表明, 提出的算法可以使无损压缩的输出码率降低0.2～0.4 bit/pixel,而近无损、限失真压缩的重建图像质量相应提高。