传统相位生成载波（PGC）技术采用了载波多倍频混频方案，从而导致解调过程采样率高、计算时间长。针对这一问题，从语音信号的频谱特征出发，对信号混频方法进行改进。将光电探测器采集并转换后的信号分别与载波的正弦项和余弦项进行混频，在混频信号经过带通滤波器滤波后，分别采用反正切和微分交叉相乘处理的方式来进行解调。对一个简单正弦信号进行解调对比后发现，改进后的解调方法比传统方法所需的采样率更低、计算时间更短。虽然微分交叉相乘法信号处理速度比反正切法更快，但是反正切法的解调效果和抗噪性更好。对实际语音信号进行解调的结果表明，反正切法具有较好的解调效果。

针对模型中存在距离真实孔洞边界点较近的伪边界点情况，大多孔洞识别算法并不能提取完整边界点集合且易出现边界点误识别现象，提出一种融合一阶张量和二阶张量投票算法的孔洞边界特征点检测方法。首先通过建立新衰减函数实现在邻域范围内的一阶棒张量投票的边界点初步提取；再对二阶棒、板、球三种张量相加得到的半正定矩阵进行特征值与显著性的对应关系分析，进一步提取孔洞边界点；最后将两次提取到的边界点集取并集，同时进行噪点的去除，进而达到孔洞边界点检测的目的。试验结果表明，该方法可有效排除伪边界点对孔洞边界特征提取的影响，能够达到较为理想的检测效果，且对噪声较为鲁棒，具有较低的算法复杂度。

为了实现更为高效、准确的光纤端面自动对焦, 对现有图像的清晰度评价函数进行了研究, 并在此基础上, 提出了一种新的计算简便、抗噪性好的清晰度评价函数。采用光纤几何参数测试仪获得光纤端面清晰成像面前后等间隔的 24帧光纤端面图像, 利用不同的图像清晰度评价函数对这 24帧图像进行计算, 得到相应的调焦曲线并分析其单峰性、单调性和抗噪性。结果显示, 所提的新评价函数具有更好的表现, 对自动对焦技术具有一定的参考价值。

传统的基于过渡区域提取的目标分割算法存在噪声敏感问题, 从而会影响到过渡区域提取的准确性。 与可见光图像相比, 红外图像特别是红外光谱图像, 受到探测器无法消除的热噪声影响, 传统的目标提取算法准确率普遍降低。 此外, 虽然通过边缘能够精确定位目标, 但是无法获取目标完整边缘。 而过渡区域的灰度分布特点是可以解决基于边缘的目标提取难题。 因此为了提高目标提取的抗噪性和准确性, 提出了一种将过渡区域提取与边缘检测结合的自适应红外目标提取方法。 首先利用像元空间邻域信息构造密度, 以此有效降低噪声影响和获取图像边缘信息。 然后基于像元密度信息最大分离目标边缘与背景, 得到有效边缘和过渡区域, 进而以此生长出目标。 将边缘与过渡区域结合, 可以很好地抑制噪声, 多幅复杂场景实验评估了该方法的抗噪性能, 结果显示, 提出的方法在噪声的干扰下能较好的提取目标。

为了满足自动对焦系统的实时性与抗噪性要求，提出了一种基于SUSAN算子的清晰度评价函数。该函数利用SUSAN边缘提取算子的算法简单、准确度高、抗噪性强的特点，对SUSAN算子边缘检测函数进行改进，将边缘点的USAN值的平方和作为清晰度评价值，并将其运用到自动对焦算法中。将该函数与几个经典的清晰度评价函数进行性能比较，实验结果表明：对于引入噪声前后的图像序列，基于SUSAN算子的清晰度评价函数均具有良好的单峰性、无偏性和较高的灵敏度；对于256×256的对焦窗口图片，该函数在TMS320C6416硬件平台上的运行时间仅为16 ms。该函数能够满足清晰度评价函数的单峰性、无偏性、高灵敏度等基本特性，同时具有良好的实时性与抗噪性。

利用CCD中的部分坏点作为温度敏感器，提取CCD温度估计值，建立温度估计值与暗电流的函数模型，并结合均值滤波的方法，在真实场景图像中提取CCD温度估计值，实现了面阵CCD的暗电流估计。在方法分析的基础上，以真实的暗电流数据为基准参考，对暗电流的估计结果进行了比对实验。实验结果表明，在不同的积分时间及大动态范围的成像条件下暗电流的估计结果十分准确，偏差小于0.4%，并且具有一定的抗噪性。该方法利用场景本身的特征信息对拍摄时刻的暗电流进行估计，不需要额外采集暗电流数据，节省了图像采集时间，十分适合于积分时间较长的高光谱成像或天文观测领域，采用无温度控制的低成本CCD成像探测系统进行实时图像采集。

在运动模糊图像盲复原的过程中, 对点扩散函数 (PSF)进行准确识别具有非常重要的意义。当识别出运动模糊方向后, 二维 PSF的识别问题就可以转化成一维 PSF的识别, 进而提出用一阶差分自相关的方法识别运动模糊尺度。给出了差分自相关方法用于尺度识别的理论分析, 重点研究和推证了在该方法下噪声对模糊尺度识别的影响, 提出了改进的差分自相关方法。仿真结果表明, 本文方法识别尺度准确, 且提高了适应噪声环境能力。最后对实际运动模糊图像的模糊尺度进行了识别, 维纳滤波复原结果进一步验证了本文方法的正确性和有效性。