本文讨论了随机滤光片光谱编码-解码的基本原理与重构方法，利用深度学习欠完备自编码器的自动特征提取机制，构建了高精度、低延时的像元映射变分辨率光谱成像重构网络，通过变换像元映射关系完成了2×2、4×4像元阵列光谱重构网络的并行训练。最后，利用512×512、120谱段(430 ~670 nm)的遥感光谱图像对重构网络进行验证，实现了2×2像元阵列/40谱段重构峰值信噪比达53 dB、均方误差小于0.002、重构用时0.87 s与4×4像元阵列/120谱段重构峰值信噪比达64 dB、均方误差小于10⁻⁵、重构用时0.52 s的变分辨率光谱图像重构。实验结果表明像元映射变分辨率光谱成像重构网络具备高精度、低延时的动态变换性能。

热成像系统视场与空间分辨率(作用距离)的矛盾是常规成像模式难以解决的问题。多孔径热成像技术主要分为低重叠率、高重叠率和中度重叠率部分重叠成像模式。文中研究了一种视场部分重叠仿生热成像理论，利用4组红外物镜及IRFPA机芯构成了中心变分辨率4孔径分布式热成像系统，各子孔径的“并集”视场构成系统成像大视场，“交集”视场特别是中心重叠视场具有超分辨能力，从而构成空间变分辨率视觉模式，可减缓传统单孔径热成像问题；利用重叠视场可构成4目和2目近场目标场景的体视成像；通过子孔径检偏偏振片，中心视场可构成全偏振热成像模式；对角探测器分别采用长波或中波红外焦平面探测器，则可构成双色热成像模式。分析表明：这种多孔径分布式视场部分重叠仿生热成像具有仿生智能的特性，可针对感兴趣目标进行智能观测，提高复杂背景条件下的目标探测和识别能力，具有广泛的应用前景。

三维成像激光雷达因获取信息丰富、抗干扰能力强、分辨率高等优势已广泛应用于地貌勘测、自动驾驶、智能交通、视觉跟踪等**与民用领域。随着雪崩光电二极管（APD）探测器件的发展与三维成像体制的多样化(例如：微机电系统扫描、相控阵、闪光等)，激光雷达性能较早期已得到大幅提升。立足于军民领域对激光雷达的新需求，迫切需求新方法、新体制进一步提升三维成像的综合性能。首先从APD三维成像激光雷达的发射单元、接收单元、算法单元（数据处理单元）三方面关键技术展开分析。然后，以载荷应用需求对三维成像激光雷达进行了分类阐述与讨论，重点以车载环境感知为例深入讨论了现有激光雷达的应用现状与军民应用所面临的难点问题。基于APD器件的三维成像方法多元化发展，讨论了两种适用于APD器件的新型三维成像方法（异构变分辨率与鬼成像）。最后，在分析三维成像激光雷达研究现状的基础上，总结了三维成像激光雷达正朝着大视场、高分辨、高精度、实时性、模块化、智能化的方向发展，为进一步研究高性能三维成像激光雷达奠定基础。

人眼视网膜因具有变分辨成像及冗余数据压缩的优势为成像方法与应用开辟了新途径。基于人眼视网膜成像机理，有效解决了大视场、高分辨、实时性难以兼顾的问题。随着半导体制造工艺与计算机处理能力的迅猛发展，仿人眼视网膜成像系统已广泛应用于视觉导航、识别与跟踪、生物医疗等领域, 目前，正朝着小型化、高效化、智能化方向发展。对比分析了仿人眼视网膜成像实现方法的优缺点，以现有实例化应用分析了仿人眼视网膜成像技术的发展现状并提出挑战与机遇，为进一步研究仿人眼视网膜成像提供参考与借鉴。