针对空间滤波测速（SFV）中的速度解算算法和系统设计参数优化问题, 使用计算机仿真的方法研究了基于对数加权平均的速度解算新算法, 设计了计算机仿真计算实验, 得到线列图像传感器采集的特征目标的图像和速度解算精度。在运动物体的速度范围为0.1~100m/s内, 设计的SFV均可以解算出物体的运动速度, 解算速度相对误差的均值偏差为-0.250%, 相对误差的标准差为0.623%。使用Monte Carlo仿真的方法研究了基于对数加权平均的速度解算算法中功率阈值对速度测量精度的影响, 以物体运动速度100m/s为例, 解算得到的运动速度的误差由功率阈值为0dB时的1.065m/s降低至功率阈值为-5dB时的0.381m/s, 即相对误差由1.065%降低至0.381%。

不同类型的探测器在成像机理上有不同的侧重点，使得成像图像表征的信息也有所不同，导致单幅图像不能完整地反映场景的有效信息。因此，提取多源图像的互补信息，并去除其中的冗余信息，合成一幅能准确、完整表达场景的复合图像的技术成为了图像处理领域中一项非常重要的技术，图像融合正是这类问题的一种有效解决方法。针对传统多尺度分解的图像融合方法易产生噪声和信息缺失的现象，文中提出了一种基于多层级图像分解的红外与可见光图像融合算法。首先，利用加权平均曲率滤波的边缘保持特性与高斯滤波的平滑特性，构建了多层级图像分解模型。在利用该模型将源图像分解为小尺度层、大尺度层和基层等3个不同层级。然后，针对基层，采用能量属性融合策略进行融合；针对大尺度层，采用复合融合策略进行融合；针对小尺度层，采用最大值融合策略。最后，将融合后的层级进行加和，以重构出最终的融合图像。实验结果表明：文中提出的基于多层级图像分解的图像融合算法能够有效降低噪声产生的概率，同时减少了融合后的信息缺失。

晶硅异质结太阳电池表面的减反层是ITO薄膜,其低的紫外透过率、高的近红外光学损耗限制了电池效率的提升。为此,本文设计了三层减反膜来减小ITO薄膜的光学损耗。利用光学薄膜膜系设计软件TFCalc、光线追迹程序(OPAL 2)和太阳电池模拟软件 PC1D 对三层减反膜的光学性能和相应电池的电学性能进行了模拟和分析,并对折射率色散效应、晶硅表面形貌以及各膜层的厚度容差进行了讨论。结果表明:考虑折射率色散效应的三层减反膜比ITO薄膜的寄生吸收更小,减反射带宽更大;绒面硅表面减反膜比平面硅表面减反膜的加权平均光学损耗降低了2.43个百分点,相应电池的短路电流密度和转换效率分别提高了0.82 mA/cm 2和0.34个百分点;减反膜中低折射率的SiOx 膜层具有更大的厚度容差范围。

针对当前红外(IR)与可见光(VI)图像融合中细节保留能力不足及目标配准精度不高的问题, 设计了一种多尺度2D经验模态分解耦合非下采样方向滤波器组(NSDFB)的红外与可见光图像融合算法。分别计算红外与可见光图像的熵值, 并比较二者阈值的大小, 计算阈值较大图像的残差。通过2D经验模态分解(2D-EMD)和NSDFB机制, 构建了多尺度方向分解模型, 将熵值较大图像的残差和熵值较小的图像变换为高频方向系数与低频系数, 以获得源图像的细节和特征信息。对于低频系数, 引入加权平均作为低频系数的融合准则; 根据区域能量对比度与清晰度来定义融合规则, 完成高频系数的融合。利用2D-EMD多尺度分解逆变换将获取的低频与高频系数生成新图像。实验表明: 与当前常用红外与可见光图像融合对比, 所提算法具有更高的融合质量, 所输出的图像具有更好的对比度与丰富的细节信息。

轻小型、 低成本无人机(unmanned aerial vehicle, UAV)机载光谱成像仪的快速发展为水质监测、 精准农业提供了新的手段。 ZK-VNIR-FPG480机载高光谱成像仪是国产仪器, 拥有自主产权, 影像共有270个波段, 光谱范围为400～1 000 nm, 光谱分辨率为3 nm, 空间分辨率为0.9 m@1 km, 成像方式为运动推扫成像, 该成像仪的特点是影像之间不存在航向重叠, 只存在旁向重叠。 它在提供高光谱、 高空间分辨率影像的同时也存在着一系列问题: ①无人机的狭窄视场限制了每条航带的地面覆盖范围, 需要进行航带拼接; ②其自带的POS系统定位精度低; ③为提高作业效率, 航带间的重叠率较低, 一般设置在30%左右, 为影像拼接增加了困难; ④因飞行时受风力、 光照以及仪器自身等影响使得每条航带间存在亮度差异, 拼接时会出现拼接缝现象。 针对上述问题提出一种基于曲面样条函数和相位相关的无人机高光谱影像拼接方法, 旨在将无人机拍摄的单条高光谱航带拼接成一幅完整的带有地理坐标的全景图, 并实现影像几何和光谱上的匹配。 该方法包括以下几个步骤: 首先, 以正射影像为基准采用曲面样条函数法对高光谱航带进行地理配准, 赋予每条航带真实的地理坐标; 然后采用局部方差法计算各波段信噪比, 取分值最高的波段作为最优波段; 再利用该最优波段采用基于2幂子图像的相位相关算法来纠正航带间已经存在的地理空间映射关系, 消除航带间存在的错位; 最后选用加权平均融合法对相邻航带进行融合, 消除航带拼接时因光照、 仪器自身等影响所产生的拼接线问题, 最终得到带有绝对地理坐标的高光谱全景图。 实验使用ZK-VNIR-FPG480机载高光谱成像仪获取大理某地区的高光谱数据进行拼接, 结果表明, 该拼接方法得到的全景图拼接处没有错位现象, 几何位置准确。 选取4种典型地物拼接前后的光谱曲线, 其曲线走向基本一致, 计算拼接影像与拼接前左右影像的光谱角余弦均值为0.965 2, 光谱相关系数均值为0.863 2, 光谱信息散度均值为0.424 0, 欧式距离均值为0.494 1, 四种光谱曲线相似性测度指标客观上显示了曲线的高度相似性, 表明拼接前后同名点的光谱匹配度高, 适用于无人机高光谱数据的拼接。 该方法不仅提高了拼接影像的地理坐标精度, 还在消除拼接缝的基础上最大限度的保证了光谱的保真性, 并通过引入2幂子图像解决了影像在重叠度低的情况下配准算法失效的问题。 但拼接前相邻航带同名点间存在光谱差异, 且高光谱数据量大, 拼接耗时多, 如何利用重叠区域的像素修正系统误差, 统一拼接图像的度量空间以提升光谱精度和稳定性并提高拼接速度仍是今后需要解决的问题。

在考虑折射率色散效应基础上, 以加权平均反射率作为评价函数, 通过智能优化算法对空间硅太阳电池减反射膜进行优化设计, 得到了最佳的膜厚参数, 并与不考虑色散下设计的减反射膜进行了比较。对MgF2/TiO2, SiO2/ TiO2双层减反射膜, 与不考虑色散情形相比, 考虑色散下优化后的最小加权平均反射率分别减小了36.6%和37.6%; 对具有厚度为15 nm的SiO2钝化层的硅太阳电池的MgF2/TiO2, SiO2/ TiO2减反射膜重新优化设计, 与不考虑色散情形相比, 考虑色散下优化后的最小加权平均反射率分别减小了43.9%和33.7%; 对具有不同厚度钝化层的空间硅太阳电池, 在考虑色散下进行了减反射膜的优化设计。结果发现, 随着钝化层厚度的增加, 所得减反射膜的最小加权平均反射率也随之增大, 减反射效果越来越弱。最后, 在考虑与未考虑色散情形下, 将钝化层膜厚也作为反演参量后重新设计。结果表明: 在色散情形下所设计的减反射膜更佳, 对于MgF2/TiO2/SiO2(钝化层)膜系, 最佳膜厚参量为d1(MgF2)=97.6 nm, d2(TiO2)=40.2 nm, d3(SiO2)=4.9 nm; 对于SiO2/TiO2/ SiO2(钝化层), 最佳膜厚参量为d1(SiO2)=85.1 nm, d2(TiO2)=43.4 nm, d3(SiO2)=1.8 nm。

针对活体荧光光谱不稳定引起的蓝藻门活体藻类定量误差问题，以实验室培养的4种类6个生长期的48个蓝藻样品为研究对象，通过测量样品叶绿素a和藻蓝蛋白的含量，结合藻类活体三维荧光光谱，研究了不同藻种种类、生长期和生长环境下蓝藻细胞色素组成和色素荧光效率的差异；定量分析不同条件对藻类活体荧光光谱不稳定性的影响，获得了不同条件下的光谱不稳定性权重谱；在此基础上，构建基于加权平均方法的蓝藻门活体藻类加权荧光光谱；比较了加权荧光光谱与不同条件下归一化荧光光谱对样品集的测量结果。结果表明：加权荧光光谱能有效降低荧光测量法对藻种种类、生长期、生长环境的依赖性，提高蓝藻门叶绿素浓度的测量准确性；测量结果的相对误差为0.1%~30.4%，平均相对误差为12.8%，相对误差最大可降低104.1%。

针对液晶显示屏(LCD)显示缺陷检测中待测图像出现的平移和旋转导致误检率过高, 传统人工检测效率低、漏检率高, 以及图像配准精度对缺陷检测准确率的影响等问题, 提出一种基于Fourier-Mellin变换的LCD显示缺陷检测方法。基本原理是利用Fourier-Mellin变换对标准图像和待测图像进行粗配准, 通过加速稳健特征/尺度不变特征变换(SURF/SIFT)算法进行细配准, 对标准图像和配准后的图像进行加权平均融合得到最终的配准图, 最后利用局部自适应阈值分割和差影法检测缺陷, 并标注缺陷的位置及信息。实验结果表明, 提出的方法对平移和旋转的稳健性好, 能够有效地检测出LCD显示缺陷, 检测准确率达到98.667%。