针对基于旁瓣光束衍射反演的强激光远场焦斑测量无法提取旁瓣图像更外围最小可测信号的问题，笔者提出了基于邻域向量主成分分析（NVPCA）图像增强的旁瓣弱光信号区域波峰参数检测方法。采取的主要优化措施为：首先，将旁瓣图像中的每个像素和它的8邻域像素看作一个列向量，构建一个9维数据立方体，选择主成分分析变换后的第1维数据为NVPCA图像；其次，通过角度变换转化检测对象，检测所有方向上一维旁瓣曲线的各个波峰参数，获得旁瓣弱光信号区域能量的量化分布；然后，搜索每个旁瓣波峰在所有方向上的极大值位置点，连接对应位置点生成每个旁瓣波峰的极大值圆环，计算各极大值圆环的灰度均值；最后，选择大于局域对比度方法（LCM）目标分离阈值且最小的极大值圆环的灰度均值作为整个旁瓣光束的最小可测信号。实验结果表明，采用基于NVPCA图像增强的旁瓣弱光信号检测方法能够从旁瓣图像的第5波峰环分离和提取最小可测信号，动态范围比值提升至原来的1.528倍，各旁瓣波峰参数满足精度要求，为未来大型激光装置强激光远场的精确测量奠定了基础。

提出了基于邻域向量主成分分析(NVPCA)图像增强的弱小损伤目标检测方法.该方法将损伤图像中的每个像素和它的8邻域像素看作一个列向量参加运算, 由每个像素生成的所有列向量构建一个9维的数据立方体, 通过PCA变换后中间像素和邻域像素之间不相关, 消除小目标和邻域像素之间的相关性, 这样9维数据立方体的主要信息将集中在第一维, 则变换后的第一维数据为NVPCA图像.另外, 使用局域对比度法对NVPCA图像再一次进行处理后, 获得了较好的图像增强效果.最后, 使用区域增长法将损伤目标从背景中分离出来.实验结果表明, 该方法能够检测损伤大小为1个像素和处于局部亮区的损伤目标, 满足了在线光学元件损伤检测光学系统对于损伤目标精度的要求.