合成孔径雷达图像变化检测中的差异图生成对变化检测二值图生成有着重要作用。现有的差异图构建方式主要集中在空间域滤波上，不能完好保留变化信息，且对频域内滤波方式考虑较少。为提高SAR影像变化检测的模型泛化能力和检测的准确率，提出了一种基于双域滤波的SAR影像变化检测方法。首先，对原始SAR影像在空间域进行滤波，采用自适应中值滤波后构建对数比算子，采用均值滤波后构建差值算子。然后，利用Laplace融合算法对空域中的差异图进行融合，综合不同差异算子的特征信息。最后，将融合后的图像通过傅里叶变换变换至频域内，进行频域低通滤波以检测图像变化。实验使用伯尔尼、渥太华、旧金山和黄河口4组数据进行验证，表明了双域滤波后的差异影像在聚类方法中的有效性。

目标信号混入训练数据时, 自适应空域滤波的权值在距离维实时更新会造成信号自相消的现象。针对这一问题, 提出一种基于两级检测处理的全距离维更新计算权值的方法。第一级处理进行样本选择, 将强目标信号检测出来, 并剔除出训练数据; 第二级处理进行自适应波束形成和目标检测。仿真结果说明提出的方法能够在整个距离维更新自适应权值, 适合于警戒雷达对抗旁瓣干扰。

介绍了红外图像弱小目标探测的研究背景与技术难点，并对空域滤波法、变换域滤波法、时域滤波法三类典型红外图像弱小目标探测算法进行综述，并对空域滤波法、变换域滤波法中常用目标探测算法以及边缘分割方法进行实验分析。实验结果表明,这三类红外图像弱小目标探测算法各有优缺点，具体目标探测算法的选取受目标特征和背景特征影响较大。并简述了红外图像弱小目标探测技术的发展趋势。

提出一种基于核密度估计的时-空域滤波算法, 用于红外搜索跟踪系统图像的背景抑制。算法分为空域滤波和时域滤波两部分。在空域滤波中, 采用核密度估计算法对背景进行平滑；在时域滤波中, 采用核密度估计算法对经过空域滤波后的图像灰度值进行概率计算, 判别属于背景残差的灰度值, 然后做进一步的滤除。核方法对背景有很好的光滑性且易于计算机实现, 实验表明, 这种非参方法设计的时-空域滤波算法对背景杂波有非常良好的抑制效果, 信噪比也得到明显提高。

在一些关键的**和民用红外成像应用领域,待突破的技术瓶颈往往都集中在红外弱小目标检测技术上.简介了红外弱小目标检测的含义和在**、民用方面的意义,重点综述了目前红外弱小目标检测的各类典型算法原理和特点,最后对红外弱小目标检测技术的研究和发展趋势进行了预测.

自适应波束形成器可以根据接收信号自适应地调整权矢量，增强期望信号，并有效抑制干扰。在实际环境中，由于波达角估计、阵列校准等误差因素的存在，导致传统自适应波束形成算法性能严重下降，因此，如何提高自适应波束形成算法的鲁棒性是一个重要的研究问题。本文对鲁棒自适应波束形成算法进行研究，对算法进行仿真、分析和比较，总结出各算法的性能优缺点，最后对鲁棒自适应波束形成算法的发展趋势提出自己的几点见解及展望。

数字莫尔条纹滤波处理是利用莫尔条纹进行非球面检测的关键技术之一，滤波结果直接影响非球面检测的精度，分别从空域和频域两个角度对滤波算法进行了讨论分析，并进行了模拟实验。结果表明，经两种方法处理后恢复的波面得到了较好的结果，全孔径相位分布残差的均方根（RMS）值分别为0.024λ和0.035λ，证明了滤波方法是可行的。

针对含有部分复杂地面背景的空中点目标跟踪环境提出一种基于自适应背景划分(Adaptive Background-Division)的单帧检测算法。先求出图像的行灰度方差, 计算表示灰度分布均匀性差异的划分背景方差比(RDBV), 自适应地检测出天空背景边界以屏蔽地面背景; 再进行基于空域滤波的单帧检测算法。实验结果表明该算法在保证无漏检的情况下大大降低了潜目标数量, 而且对于暗背景和亮背景都同样适用。

粗糙表面的激光散射会引起表面散斑图的强度分布,这种分布图包含了关于表面几何和物理性质的大量信息。对磨削表面形成的散斑图进行了基于空域滤波的纹理分析,提取出与粗糙度(Ra)成良好单调关系的参数。即对散斑图像进行基于窗口分形布朗运动模型的三类向量[归一化分辨率范围向量,归一化的像素对数目向量,和归一化的多分辨率强度差分向量(NMSID)]的提取,再进行NMSID向量滤波变换,对变换后的图像分别进行去零(去灰度值为零的像素点)前与去零后的统计分析。结果显示,去零后的能量和新熵两个特征量与Ra成良好单调关系。

监控系统中，观测视场被遮挡，会导致显示的图像中存在遮挡阴影，影响对图像的进一步分析和处理。针对该问题，提出了一种实时检测遮挡阴影的算法。该算法基于图像序列的帧间运动特性对图像进行分区处理；利用图像子区域的灰度均值进行帧间预测，用来判断图像序列中被遮挡图像帧和可能的遮挡阴影区域；利用空域滤波器剔除误检区域，确定阴影区域。该算法实时性好，易于工程实现。