与可见光自动聚焦系统相比，红外自动聚焦系统的核心问题在于因红外探测器特殊的成像原理，聚焦过程被分为由远及近聚焦和由近及远聚焦。针对这两个过程所使用的自动聚焦函数，在分析各自聚焦函数曲线特征的基础上，运用灵敏度、陡峭区宽度、陡峭度、平缓区波动量和时间 5个针对性的评价指标，对常用的 13个典型的清晰度评价函数进行定量分析，提出适合两个聚焦过程的最优函数。结论表明：在由近及远的聚焦过程中，FLaplace可作为该过程的最优函数；而由远及近的聚焦过程中， FLaplace和 FSML可作为最优函数的选取。

随着 FPGA（Field Programmable Gate Array）在大型系统中得到越来越广泛的应用，单片 FPGA往往难以胜任全部工作，多片 FPGA之间进行高速稳定通信成为了该领域的一个研究热点。为此设计了一种基于低压差分信号（low voltage differential signal，LVDS）可用于 FPGA片间高速稳定通信的校验协议，该协议在常规 LVDS通信的基础上进行多轮多路校验，以提高传输可靠性。基于该协议，搭建了一套由两片 Xilinx 7系列 FPGA构成的 9通道 LVDS通信测试系统。其中 1个通道用于同步时钟，另外 8通道用于校验和通信。经过长时间高低温测试，在保证单路传输速率达 1.2 Gb/s的情况下，相对于常规 LVDS通信，误码率大大降低。

图像融合的配准精度是关系到图像融合质量的一个重要性能指标。本文所述的红外与可见光图像融合物镜系统采取平行光路布局、光学被动热补偿的方式提高图像融合的配准精度。本文首先分析对比了机械热补偿方式与光学热补偿方式对提高图像配准精度的贡献；其次根据图像融合物镜系统的性能指标对红外物镜和可见光物镜进行光学被动热补偿的优化设计，并分析了对可见光物镜进行光学被动热补偿设计的必要性；第三从光学布局型式及畸变变化来分析图像融合物镜系统的图像配准精度；最后根据图像融合物镜系统的成像质量和图像配准效果，可得出融合图像质量好、能满足指标要求的结论。

在红外热像仪调焦系统设计中，通过电机带动调焦镜组沿直线导轨往复运动，从而对调焦镜组的位置精确变化实现焦距的变化。为了精确控制调焦镜组的位置，调焦控制系统需要高分辨率的编码器实时反馈调焦镜组的位置，以实现对调焦镜组的闭环控制。红外热像仪调焦控制系统中采用增量式光电编码器作为调焦镜组位置的反馈测量元件。针对增量式编码器的特点，利用 CPLD（complex programmable logic device）丰富的逻辑资源和可编程的灵活性，设计了一种读出电路，可以实时精确反馈调焦镜组的位置。经实际项目验证，该方案可以实时并精确地读出增量式光电编码器的位置信息，具有一定的抗干扰能力，可以实现高精度的位置伺服控制，满足系统要求。

为了将可见光图像与红外图像中的细节信息更多的呈现在融合图像中，突出目标特征并获得更好的图像视觉效果，本文提出一种基于改进谱残差显著性图的红外与可见光图像融合方法。首先用改进的谱残差显著性检测算法提取红外图像的显著性图并获得融合图像的显著性系数，然后对源图像进行双树复小波分解，并根据特定的融合规则分别对图像的低频部分以及高频部分进行融合，最后采用双树复小波逆变换重构获得最终的融合图像。实验表明，本文融合方法相较于传统融合方法融合质量更高并且在视觉效果上有显著提升。

本文基于海天背景目标提取技术的研究，给出一种实用的海天线提取算法。首先，采用空域滤波消除弱小船只目标和近域海浪杂碎波的干扰，对降噪后的红外图像进行形态学梯度运算，采用 Ostu阈值分割方法，获取海天线边缘轮廓，然后利用 Hough直线检测算法，获取海天线待拟合点数组，最后利用最小二乘法拟合海天线。实验结果表明，本算法能够准确、快速地提取海天线，为海上目标的快速探测跟踪奠定基础，对红外搜救设备进行海上目标探测跟踪具有重要意义。

旋转机械是机械设备的核心部件，一旦发生故障会造成不可估量的损失，因此旋转机械的实时监测诊断显得尤为必要。无人值守的红外智能监测诊断将是故障诊断新的发展方向，要实现红外智能监测诊断首先要准确识别旋转机械部件。本文利用红外热像仪监测旋转机械的运行状态，获得了电动机、联轴器、轴承座、齿轮箱等设备的红外热图；采用 Faster R-CNN算法对测量得到的旋转机械红外图像进行了学习训练和目标识别，结果表明该算法能够准确识别旋转机械部件；研究了单角度和旋转角度红外监测的识别效果，发现在相同角度下使用红外灰度图像进行训练的检测效果比使用红外伪彩色图像训练的检测效果更佳；对比了 4种预训练网络对于红外目标识别的影响，采用 Resnet50预训练网络的平均检测精度为 0.9345，识别精度更高。

针对视觉显著性融合过程中目标对比度低，图像不够清晰的问题，本文提出一种基于二维经验模态分解（bidimensional empirical mode decomposition，BEMD）改进的 Frequency Tuned算法。首先利用 BEMD捕获红外图像的强点、轮廓信息用于指导生成红外图像的显著性图，然后将可见光图像和增强后的红外图像进行非下采样轮廓波变换（ nonsubsampled contourlet transform，NSCT），对低频部分采用显著性图指导的融合规则，对高频部分采用区域能量取大并设定阈值的融合规则，最后进行逆 NSCT变换生成融合图像并进行主观视觉和客观指标评价，结果表明本文方法实现了对原图像多层次、自适应的分析，相较于对比的方法取得了良好的视觉效果。

图像增强可以分为全局增强和局部增强两种技术，当前基于局部的图像增强技术无法准确地对目标和背景进行分割且难以自适应地对分割区域进行增强。本文提出了一种区域自适应多尺度强光融合算法用于红外图像的增强处理。该算法首先使用语义分割技术完成目标区域和背景区域的划分，然后使用改进后的多尺度强光融合算法分别对各区域进行自适应增强。实验结果表明，所提算法的增强效果均优于当前主流算法，图像增强的视觉效果更真实。

对有机电致发光二极管（ Organic Light-Emitting Diode，OLED）微型显示器件进行 90℃、80℃、 70℃的高温贮存试验，获得产品的失效数据。基于威布尔分布模型，采用最小二乘法进行参数估计，对失效数据分析，获得 OLED微型显示器件失效分布函数。应用经典可靠性理论，计算产品在 90℃、 80℃、70℃的特征寿命、可靠寿命及平均故障间隔时间（Mean Time Between Failure，MTBF）。采用 Arrhenius模型，依据 90℃、80℃、70℃的贮存特征寿命，获得常温下产品的贮存特征寿命。分析结果表明，该方法合理、简便、有效，数据结果可以进一步应用到推导产品常温贮存寿命。

研制出一款高性能卫星用高光谱红外焦平面 CMOS（complementary metal oxide semiconductor）读出电路 ROIC（readout integrated circuit）芯片。读出电路设计包括任意行选择功能以及行增益单独调制功能，满足高光谱应用对读出电路提出的新要求。读出电路 7档增益可选，适用于中波与短波碲镉汞 HgCdTe（MCT）芯片；其他功能包括边积分边读出 IWR（integration while reading），抗晕，串口功能控制以及全芯片电注入测试功能。读出电路采用 0.35 .m曝光缝合工艺，电源电压 5V，测试结果表现出良好的性能：在 77 K条件下，全帧频可达 450 Hz，功耗可调且典型值为 300 mW。本文介绍了在读出电路设计的基本架构，提出设计中遇到的问题以及相应的解决方法，在文末给出了电路的测试结果。

评估红外空空导弹抗干扰能力强弱的传统指标较为单一，多是利用综合抗干扰概率进行判定。针对该问题，建立了包含导弹总体、制导系统、导引头 3个层次的抗干扰性能评估指标体系，实现抗干扰性能评估指标的分解，提高了对制导系统和导引头抗干扰性能的评估能力，提升了利用导引头、制导系统评估结果对导弹总体抗干扰性能进行预估的能力。

为支撑红外型空空导弹的中远射程发展，针对发射后截获技术应用，提出一种基于“信息装订＋场景模型”的红外导引头探测距离估算方法。方法基于红外系统性能估计经典理论。通过对空战场目标特性的分析，完成了来自飞机和导弹控制系统的装订信息需求梳理，给出了估算方案框图和面向工程应用的设计示例。估算结果表明：该方法能够给出与实时态势匹配的距离估算结果，具有数据规模小、查询速度快、计算步骤少的优点，能够满足导弹有限资源下的高速应用需求。

针对现有以雷达技术和红外热成像技术为代表的 HOV（High occupancy vehiclelane）车道车辆乘员数量检测方法可靠性差、准确率低等问题，提出一种基于多光谱红外图像与改进 Faster R-CNN（Region-Convolutional Neural Networks）的车辆乘员数量检测方法。通过多光谱红外成像系统获得汽车内部空间图像，结合 Faster R-CNN深度学习算法实现乘员数量检测，通过采用全卷积网络结构、多尺度特征预测、使用 ROI-Align代替 ROI-Pooling等方式增强网络的泛化能力。通过对样据进行 K-means聚类得到目标框长宽几何比例先验分布，提高区域生成（ region proposal network，RPN）网络训练速度和位置回归准确性。测试结果表明，获得的汽车内部空间图像较为清晰，算法可以实现对乘员数量的检测。经过改进，网络的泛化能力得到增强，单乘员检测的准确率达到 88.6%，相比于改进前提高了 13.8%，能够满足行业规定大于 80%的要求。

医学红外热像设备测得的红外数据及转换得到的温度数据难以直接判定其所属的人体区域，常需将其转为图像数据，利用图像处理技术得到感兴趣区域并从区域内温度数据得到生物特征，实现疾病的筛查或诊断。然而，从 14位红外数据转换到 8位图像数据存在严重的数据精度损失，导致处理性能欠佳。本文提出一种新的热像图表达方法，所得到的彩色热像图含原精度的温度数据信息，且含温度观察窗设定尺度下的彩色增强效果，同时载有温度数据记录和观察窗设定规则，通过对图像数据的逆变换，可以再现原始温度数据，并可改变彩色增强效果。该方法提供的热像图无需额外存取温度数据文件，在不同的红外热像系统间具有通用性，将更符合大数据和人工智能的发展趋势。