针对激光雷达与相机数据融合问题，提出了一种基于室内结构特征的二维激光雷达和彩色相机之间的标定方法.该方法利用室内场景的柱特征，根据点在线上的位置关系推导激光雷达与相机坐标系间的投影矩阵方程.采用Canny算子和Hough变换提取墙角图像中直线特征，利用RANSAC方法拟合点云中的角点特征.通过奇异值分解法求解投影矩阵，在剔除重投影误差较大的点线特征数据后，进一步优化标定结果.实验结果表明：采用优化后的投影矩阵，柱子特征点的平均重投影误差从0.375 5个像素降低至0.045 9个像素.与两步标定法相比本文提出的算法具有更好的重投影效果.同时该方法不需要特定的标定物体，仅用较少的时间即可实现较高的投影精度.

针对基于特征投影预处理的主瓣干扰抑制算法中主瓣干扰对应的特征向量难以分辨的问题,提出一种基于子空间正交性的主瓣干扰抑制算法。该方法首先利用主瓣大致区域这一先验知识求出主瓣子空间;再将采样协方差矩阵进行特征分解,得到干扰对应的特征向量并逐一在主瓣子空间中进行正交性测试,筛选出主瓣干扰对应的特征向量；然后利用特征投影矩阵预处理抑制实际接收数据中的主瓣干扰成分；最后,通过协方差重构求解自适应权矢量去除旁瓣干扰。仿真实验结果表明,子空间正交性验证能够检测出多个主瓣干扰对应的特征向量,能够有效抑制多个主瓣干扰,避免了基于特征投影矩阵预处理和协方差矩阵重构的主瓣干扰抑制算法仅能抑制单个主瓣干扰的问题。

线结构光视觉测量系统参数标定是三维测量应用的首要步骤,其中光平面特征点的稳定获取最为关键。针对平面标靶的特点和基于交比不变定理获取特征点方法的不足,提出一种高效的基于相机投影矩阵和单应矩阵的标定法。首先,通过平面标靶特征点与其世界坐标对应关系计算出单应矩阵,然后根据相机投影矩阵和单应矩阵一次计算出光平面和标靶的交线上所有特征点。实验结果表明,本文方法可以利用所有的特征点,稳定性好,易实现,能达到需要的精度。

为了实现搭载平台对打靶目标的高准确度定位瞄准，提出了一种基于视觉伺服的瞄准方法.定义视觉系统中的脱靶量与投影矩阵，并用投影矩阵计算脱靶量，使得计算值接近于真值;再使用三自由度混联机构运动模型，提高姿态调节准确度;最后，通过投影矩阵与运动模型优化视觉伺服策略，使得整个瞄准过程得到很大简化，不需较准视觉系统即可进行自动瞄准.将搭载平台安装到神光装置上进行自动瞄准准确度检测，得到其瞄准准确度为：X方向11 μm，Y方向12 μm，Z方向14 μm.搭载条纹相机进行激光打靶考核验证，得到了物理实验过程的完整数据，表明该瞄准方法满足工程使用要求.

提出一种基于投影矩阵的摄像机标定新方法。该算法根据旋转矩阵的单位正交性结合Cholesky分解，由投影矩阵直接估算内参数矩阵; 然后由旋转矩阵行列式约束排除误解，获得摄像机位置和方位矩阵，并以最小化反投影残差为代价函数对估计参数实现优化。该标定方法在针孔相机模型下进行，整个过程无需求解非线性方程，简单可靠。模拟数据和真实图像实验均证明了此算法的可行性与鲁棒性。通过误差分析得出结论,随着已知空间点数量的增加和拍摄距离的减小，标定精度能进一步得到提高。

介绍了画幅式层析成像光谱仪的基本原理及共轭梯度算法,解决了共轭梯度法在实际应用中的几个问题,如图像分割,先验算子的引入.通过对实际数据的计算,得到了95×95的像素,28个波段的数据立方体.实际证明本算法及程序在层析成像光谱仪上的应用是成功的.