以强光源作用微光电视成像机理为基础, 借助端到端成像建模思想, 综合考虑强光源作用目标表面辐射特性及系统自动亮度控制特性, 建立了不同位置强光作用后系统成像特征量化模型.以模型为基础, 利用三维场景仿真平台实时计算强光源作用后地物成像灰度, 实现了不同位置微光系统成像数字仿真.结合外场实验数据, 通过对比实验结果与仿真结果中目标和背景灰度及目标成像对比度, 对仿真模型进行了验证, 结果表明：该模型与外场实验数据有较好的一致性, 模型可靠性较高.最后探讨了强光作用后不同干扰因素对系统成像质量的影响, 当强光源位于系统视场外时, 其对目标表面辐射特性的作用是影响系统输出图像质量的主要因素;当强光源位于系统视场内时, 其对系统增益的作用则成为主要因素.

定量分析了自动亮度控制对微光电视系统强光适应性的影响。结合系统信号响应特性，建立了自动亮度控制作用后强光能量与系统成像对比度的关系模型；充分考虑系统动态范围、增益特性、灰度量化等因素，建立了自动亮度控制电路作用后系统响应特性的定量表征模型。基于上述模型，建立了引入自动亮度控制后强光作用微光系统成像的数字仿真模型，并基于模拟输出图像定量分析了不同能量强光对系统侦察性能的影响。理论分析及实验仿真结果表明：自动亮度控制的引入，能够扩大微光系统的动态范围，增强微光电视系统的适用性，但同时导致系统随着强光光亮度增大，成像灰度及对比度下降，侦察性能下降。

阐述了新型微光传感器件电子倍增CCD(EMCCD)的基本工作原理。分析了EMCCD与普通CCD、增强型CCD(ICCD)和电子轰击CCD(EBCCD)器件的优缺点,并对其微光探测能力和信噪比进行了比较。对比介绍当前国外EMCCD芯片及EMCCD摄像机类型,简述了EMCCD在**、民用方面的应用前景。

针对微光电视图像像质缺陷,提出了基于数字图像处理的解决方法.讨论了对微光电视图像进行数字化处理的基本要求,论述了微光电视图像的像质缺陷来源和特点.针对微光电视图像的噪声污染现象,给出了用两种适用实时处理的空间域去除噪声方法.采用直方图均衡化的灰度变换方法来克服微光电视图像显视动态范围偏低的缺点,并通过编程得到了可行有益的微光电视图像的像质改善效果.

阐述了CY-lC头盔式和电视式激光助视/微光夜间驾驶仪,克服传统微光夜视仪的缺点,利用激光助视弥补了因景物照度和对比度明显下降而影响观察效果的不足,将微光成像系统的探测阈值延伸到10-4 lx以下,并可在不同的恶劣天气条件下观察.对研制的样机在不同夜间环境下的性能进行了野外试验,通过对试验结果的分析和比较,验证了车辆驾驶夜视仪达到了各项预期指标,证实了系统参数设计的合理性.

在分析微光电视成像系统的基础上,提出了适用于微光电视成像系统仿真所用的微光场景图像数据的要求及生成方法;针对第二代近贴聚焦系统和第三代像增强系统,建立了微光电视成像系统的能量增益理论模型;引入3维噪声理论模型表征了微光成像系统的噪声;最后,提出了微光电视图像噪声抑制算法的评价方法.仿真结果表明:经微光系统传递后,图像中的高频信息变模糊,加入噪声后,信噪比降低;而经过5帧平均算法后的图像质量明显改善,对比度增加.

图像融合可以对同一景物不同频谱或其他不同物理效应产生的图像进行处理,改善图像质量.把微光图像作为重要的夜视图像具有对比度小、视觉效果模糊的特点.在双谱图像融合理论的基础上,针对光阴极的光谱响应曲线特点,运用瞬态激光助视的方法,获得了景物在近红外波段的图像.因为近红外激光助视图像与微光图像响应的光谱波段不同,所以两类图像有各自的信息特征.将两种图像用基于小波变换的对比度调制的算法进行融合处理,得到了效果较好的融合图像.该技术对提高微光电视系统的视距与目标识别能力具有重要意义.

以改善微光电视图像质量和增加夜视系统所获取的战场信息量为目标，提出了微光图像随机瞬态激光增强技术。并设计了伪随机瞬态激光发射及近红外激光助视图像同步捕捉控制电路。该技术能在现有条件下显著提高被动微光成像系统输出图像对比度，提高了微光夜视系统有效视距。