分量替换是遥感图像融合中的一种经典方法，其具有良好的空间保真度，但容易产生光谱失真，为此本文提出一种结合结构与能量信息的全色与多光谱图像融合方法。方法首先通过超球面颜色空间变换分解多光谱图像的空间和光谱信息。其次，通过联合双边滤波引入了两层分解方案。然后，将全色图像和强度分量分解为结构层和能量层。最后，提出结构层通过邻域空间频率策略融合，强度分量的纯能量层用作预融合图像的能量层。强度分量定义颜色的强度，通过将预融合结构层与强度分量的能量层结合，可以有效地结合源图像的空间和光谱信息，从而减少全色锐化图像的光谱失真。本文在 Pléiades和 QuickBird数据集上进行大量实验，并对实验结果进行定性和定量分析，结果表明所提方法与现有先进方法相比具备一定优越性。

针对AR光学系统中虚像视距（VID）测量方法基于主观判断、易受摄影系统的景深干扰等问题，从VID的测量原理出发，提出了利用景深特性使AR虚像视距与参考实物物距保持一致的方法，通过构建实验系统和分析算法，采用基于边缘的空间频率响应检测同一摄影系统在拍摄虚像和参考实物过程中图像清晰度的相对变化，将VID转换为摄影系统在相应对焦位置时的远景距离，实现对AR光学系统VID的定量测量。实验结果表明：设计的VID测量系统的测量结果（1397 mm）与所测的AR波导镜片样品的理论设计值（1400 mm）相符，说明了该测量系统的有效性；测量误差为10~40 mm，即将理论误差降低到传统测量方法的1.6%~6.45%，显著提高了VID的测量精度。该方法仅基于常用实验器件即可实现AR光学系统VID的测量，有利于将VID检测系统更便捷地投入到AR设备的生产和研发环境中，助力AR设备设计和生产工艺的进步。

为了消除空间频域(SFD)成像中形貌对组织体光学特性提取精度的影响,提出了一种基于目标形貌测量的SFD成像校正方法。该方法采用相位轮廓技术获取目标的三维形貌,并对获取的SFD漫反射图像进行频率与光强校正。其中,频率校正采用基于多频查表的光学特性插值方法,入射和反射光强的校正则基于光照度定律和Minnaert模型。用基于高灵敏度锁相光子计数检测技术的单像素SFD成像系统进行实验,并用二维离散余弦变换模式的单像素成像方法获取低采样率下的目标形貌与多波长光学特性拓扑图像。实验结果表明,目标体表面形貌高度在每个像素点的误差不超过1 mm,校正后重建的吸收系数和约化散射系数分别降低了51.1个百分点和6.7个百分点。

为克服当前较多遥感图像融合方法存在间断以及吉布斯现象，本文利用像素点间灰度以及梯度信息，设计了一种采用非下采样Shearlet变换(NSST)耦合细节强化因子的图像融合方法。将多光谱(MS)图像经过强度-色调-饱和度(IHS)变换，分离出强度成分。随后，借助变换处理强度成分与全色(PAN)图像，获取对应的高频和低频系数。以强度成分对应的低频系数为依据，通过图像的空间频率特性计算加权系数，将PAN图像的低频系数植入到强度(I)成分对应的低频系数中，融合低频系数。采用像素点间灰度以及梯度信息，构造细节强化因子，融合高频系数。最后，采用IHS和NSST反变换重构这些融合系数，获取融合结果。实验结果显示：较当前融合技术，所提算法拥有更为理想的融合效果，具有更高的互信息值和更低的光谱偏差度值。

基于干涉成像原理的分块式平面侦察成像系统的提出, 为降低高分辨率光学系统的体积、质量和功耗提供了新的解决方案。为提高重构图像质量, 干涉系统的基线需要通过设计提高空间频率覆盖的均匀性, 以避免空间采样缺频。针对孔径排列配对的问题, 提出一种高均匀性UV覆盖的基线阵列设计方法。该方法在径向排列的基础上, 通过计算低频截止频率, 分别优化高频、低频基线。该设计方法可以实现高均匀性、低冗余度的UV覆盖结果, 可有效提高重构图像质量。

大口径非球面的高精度检测中,补偿元件的质量对检测结果有直接影响。针对大口径抛物面计算全息板(CGH)因其空间频率高,误差控制难度大的问题,通过一个具体的设计,分析了加工过程中定位误差引起的光场畸变。为了减小误差的影响,采用双CGH光路进行非球面检测,具体分析了双补偿器结构非工作级次衍射光的分离情况,以及定位误差带来的光场畸变。结果显示：双CGH结构的最大空间频率远小于单片结构,其定位误差带来的光场畸变的RMSE值是相同条件下单片结构的0.65倍。这表明在补偿检测大口径非球面时,采用双CGH补偿元件,在满足设计要求的同时能很好的抑制其加工误差带来的影响。

为了得到忠于人眼视觉特性的真彩色夜视图像, 根据典型目标夜间光谱特性以及微光夜视系统的成像模型, 基于最小欧氏距离原理, 提出了一种三波段真彩色夜视光谱划分方法。设置了实验室场景和室外场景, 对本文中提出的光谱划分方法与传统光谱划分方法进行了对比实验, 并对得到的真彩色夜视图像细节(空间频率)做了分析。结果表明, 相对于原始微光图像, 空间频率分别提高了61.2%, 52.0%; 本文中的方法对于典型目标(绿色草木)具有更好的彩色还原效果; 基于最小欧氏距离的光谱划分方法可将夜间可见光分离为三波段, 并可有效利用其光谱信息, 得到对于典型目标的具有自然感彩色且较原始微光图像信息量更为丰富的真彩色夜视图像。