傅里叶数字全息具有抗撕毁性等优点，如能应用于太赫兹 (THz)成像将具有重要意义。根据现有面阵探测器参数进行了 2.52 THz傅里叶数字全息仿真实验，通过对目标分别添加高斯噪声和椒盐噪声后再现，研究了目标噪声对其影响。实验结果证明，高斯噪声方差小于 0.20时，再现像虽然受到噪声影响但完全可以分辨，经过均值滤波和中值滤波后，图像轮廓变得清晰；当高斯噪声方差大于0.20时，再现像淹没在噪声中，滤波难以分辨出目标，且均值滤波比中值滤波效果好；当椒盐噪声密度为0.20时，目标的再现像被淹没，均值滤波和中值滤波均能使目标重新被观察到，且均值滤波效果相对较好。

本文对星敏感器的姿态参数进行仿真计算，实现了观测星的提取及星图模拟。根据二维高斯分布模型对星点进行灰度弥散; 考虑了噪声等因素的影响，实时模拟星敏感器在轨状态下拍摄星空的真实星图。实验证明，通过仿真模拟在轨运行卫星所拍摄的星图，可以为星敏感器星点提取、星图识别、姿态解算等功能算法提供验证。

现代成像制导中所使用的红外图像往往存在着噪声大、目标-背景间灰度差较小、边缘较模糊的特点.这些特点会增加边缘提取的难度,因此必须建立更有效的红外图像边缘提取算法以满足需要.针对这些问题,以噪声Gauss分布模型和噪声特征为基础,建立了新型统计学意义下的红外图像边缘检测法.通过对此方法的概率模型进行分析,可以证明在有较大噪声的情况下,只要边缘处的差分值大于一定的值,就能以较大的概率提取出图像边缘.通过在不同情况下与梯度法的抑噪能力进行对比和分析发现,统计边缘提取法的噪声抑制能力要高于梯度法.在与Sobel模板算子法的红外图像边缘检测结果进行仿真和对比后发现,统计法能对红外图像的目标边缘检测取得良好的结果,并且算法具有快速简单的优点.