超二代像增强器与三代像增强器长期保持着并行发展的态势，但迭代性能划定和命名之争也贯穿其发展历程。随着多碱光电阴极的光谱拓展取得实质性突破，同时无膜微通道板在一些 GaAs光阴极像增强器中也成为可 能，像增强器的“代”已彻底失去意义，可对各自所能达到的实际使用性能仍然缺乏一个全面准确的评判。通过回顾像增强器的发展历程及其标志性的迭代性能突破，和随之多次引发的迭代性能划定和命名之争，进一步说 明标准规范在准确评价像增强器的迭代性能特征及其实际使用性能方面存在不足，同时，数字化可集成的夜视技术是未来的发展趋势，数字像增强相机也已成为像增强技术的一种新的产品形态，像增强器的标准更新及其性 能参数与实际使用性能对应关系的研究已经显得很有必要。

在介绍极限意义上的几何探测距离计算方法的基础上，介绍了车载光电桅杆的结构，包括直臂式和曲臂式两种结构。在车载桅杆的应用中引入光电探测系统可增强系统的态势感知能力。随着车载光电桅杆技术日渐发 展成熟以及应用领域的不断扩展，车载光电桅杆需求量有望增加。对国内外目前车载光电桅杆技术的发展现状和应用前景进行了综述。

为实现中红外大气窗口(3～5.m)和远红外大气窗口( 8～14.m)的低红外透过率，设计了一种双频红外频率选择表面( FSS)，该 FSS由两个外侧六边形内侧圆形的环状结构组成。CST电磁软件仿真结果表明，该 FSS在中远红外两个大气窗口内的平均透过率低于 5%，实现了中远红外的双阻带。采用表面电流分析法分析了该 FSS的滤波机理，该结构通过屏内单元间的耦合形成对称电流模式，使散射场增强，透过率降低，形成了相应波段的阻带。仿真结果表明该结构具有极化稳定性，且对于不同入射角的 TE波具有良好的角度稳定性，介质层厚度和损耗角正切值对传输特性影响较小，介电常数对其影响较大。

高分二号卫星的成功发射，标志着我国遥感卫星进入了亚米级高空间分辨率时代，遥感影像在定量反演，地物识别和变化分析等领域将有重要作用。大气校正的精度是影响其定量化应用的重要因素。由于高分二号遥 感数据缺乏短波红外波段，无法采用暗像元法进行大气校正。提出一种基于辐射传输模型的高分二号影像大气校正方法，利用 6S(second simulation of the satellite signal in the solar spectrum)辐射传输模型建 立大气校正系数查找表，利用同步 MODIS影像数据结合改进后的暗像元方法反演气溶胶光学厚度，确定大气校正系数，消除高分二号影像大气分子和气溶胶等的吸收和散射的影响，实现 GF-2数据的大气校正。选取地表平坦 均一的敦煌辐射校正场作为实验区，通过同步的实测数据对校正结果进行精度评价，并且比较大气校正前后归一化植被指数 NDVI。结果表明：最小相对误差仅为 0.9%，大气校正之后影像数据更真实地反映了地物的反射特 性；大气校正后的 NDVI大大增强了植被信息反差，突出了 GF-2卫星传感器的植被信息区分能力。

为开展 OLED显示器在热带雨林气候条件下的环境适应性研究，将 OLED显示器置于西双版纳试验站进行库内自然暴露试验，并定期对样品进行观察和检测。经过一年的暴露试验， OLED显示器表面出现针孔、黑点和膜 层脱落等现象，以及发光面积减小和亮度降低等性能衰减变化。研究发现， OLED显示器在热带雨林环境中长期受温度、湿度等环境因素的交变应力作用，其密封性遭到破坏，外界氧气、水汽等进入显示器内部，最终导致 OLED显示器失效。因此，要想进一步提高 OLED显示器在热带雨林环境中的使用寿命，关键在于改善 OLED显示器的密封性。

针对 GF-5全谱段光谱成像仪热红外谱段存在响应异常、辐射定标精度难以保障的问题，开展了地面辐射定标补充试验，发现热红外谱段响应对仪器内部温度、焦面温度变化敏感是导致异常现象的主要原因。进一步对 相机输出信号值随仪器内部温度、焦面温度变化规律进行了分析总结，提出了基于仪器温度、焦面温度修正的绝对辐射定标算法，成功应用于全谱段光谱成像仪热红外谱段的实验室绝对辐射定标，结果表明定标不确定性为 1.36%。

红外图像去雾算法的主要任务是解决红外图像因米氏散射引起的低可见性和模糊。但是当前红外图像去雾算法对红外图像暗处透射率估计欠佳，针对这一情况，研究了基于雾线暗原色先验的红外图像去雾算法。首先 ，利用霍夫变换估计大气光照；然后，针对雾线去雾方法在部分场景中失效的现象，采用雾线暗原色先验方法，通过假设雾线较暗端为真实颜色估计透射率，获取透射率图；最后为去除透射率图中噪声，对透射率图全变分 正则化进一步优化透射率图。以公开红外数据库 LTIR作为测试对象，实验结果表明，本文去雾算法在增强红外图像清晰度的同时未破坏红外辐射分布，对各种场景的红外图像有较好去雾效果。透射率估计准确，有较好红外 图像去雾能力。

针对复杂背景下红外弱小目标检测难题，提出一种基于人类视觉系统对比机制的红外弱小目标检测算法。首先，对红外图像进行预处理，通过中值滤波去除红外图像中的孤立噪声点。然后对处理后的图像进行高斯函数差分滤波处理，抑制图像中大面积高亮区域。最后，通过改进的基于局部对比度方法去除高亮边缘区域，消除高疑似目标，最终实现对复杂背景下红外弱小目标的检测。实验表明：相较于传统的 LCM算法、Top-hat算法、 TDLMS算法和 Infrared Patch-Image Model算法等，该算法在虚警率、正确检测率、检测时间等方面更有优势，具有检测率高、虚警率低、鲁棒性好、运行时间短的特点。

传统的红外弱小目标检测算法一般采用 DSP(digital signal processing)处理器实现，算法复杂且实时性差，本文提出了一种基于 FPGA(field programmable gate array)的自适应阈值的 FAST(features from accelerated segment test)算法对红外弱小目标进行检测，利用 FPGA并行处理的特点，采用流水线设计实现了算法的硬件加速。改进的自适应阈值方法可以根据不同的环境生成合适的阈值，避免了由于 阈值选择不当造成的红外弱小目标的丢失或冗余。最后采用 4组不同的实测红外图像进行实验，结果表明：该算法能实时地检测出红外图像中的弱小目标，并且能够取得较高的检测率和较低的虚警率，满足实时性和有效性 的要求。

飞机飞行过程中产生的颠簸、晃动会使得采集到的红外图像序列存在抖动，影响后续对红外图像的观察，不利于对红外图像目标的识别、定位与跟踪。本文提出了一种基于改进的 Harris角点法对机载红外图像进行实 时电子稳像的方法。首先采用改进的 Harris角点响应函数结合距离约束条件进行角点检测，该方法保证即使对图像质量较差的红外图像，也能检测出数量足够且分布均匀的角点；然后基于检测出的角点利用提出的关键帧参 考方式结合多尺度的金字塔光流算法进行跟踪匹配，完成运动估计，进而实现对机载红外图像的电子稳像。用该方法对多组含有抖动的 640×512尺寸的红外图像序列进行稳像处理，实验表明，本文提出的算法与传统的 Harris角点检测算法相比有更好的检测效果，能够很好地去除红外机载图像序列的抖动，且能够满足 50 fps采集速率下的实时处理。

对单目红外图像进行深度估计，不仅有利于 3D场景理解，而且有助于进一步推广和开发夜间视觉应用。针对红外图像无颜色、纹理不丰富、轮廓不清晰等缺点，本文提出一种新颖的深度条件随机场网络学习模型( deep conditional random field network, DCRFN)来估计红外图像的深度。首先，与传统条件随机场( conditional random field, CRF)模型不同， DCRFN不需预设成对特征，可通过一个浅层网络架构提取和优化模型 的成对特征。其次，将传统单目图像深度回归问题转换为分类问题，在损失函数中考虑不同标签的有序信息，不仅加快了网络的收敛速度，而且有助于获得更优的解。最后，本文在 DCRFN损失函数层计算不同空间尺度的成 对项，使得预测深度图的景物轮廓信息相比于无尺度约束模型更加丰富。实验结果表明，本文提出的方法在红外数据集上优于现有的深度估计方法，在局部场景变化的预测中更加平滑。

采用红外( IR)光谱研究涤纶的晶体结构( ν-crystal-涤纶)。研究发现：涤纶主要存在着 ν-crystal-1-涤纶(1335 cm－1)、ν-crystal-2-涤纶(969 cm－1)和 ν-crystal-3-涤纶(847 cm－1)等 3大晶体特征吸收谱带。采用变温红外(TD-IR)光谱开展了涤纶的晶体结构热稳定性研究。实验发现：在 353～393K的温度范围 内，随着测定温度的升高，涤纶 ν-crystal-涤纶对应的吸收强度及频率有明显的改变。这主要是因为玻璃化温度后，会进一步破坏涤纶晶体的结构。采用二维红外(2D-IR)光谱，以涤纶 ν-crystal为研究对象，进一步 开展了涤纶玻璃化转变研究机理。在加热过程中，涤纶大分子链表现出不同的运动状态。玻璃化温度前(313～343 K)，涤纶分子发生分子运动的冻结，玻璃化温度后(353～393 K)涤纶即将进入高弹态。本项研究拓展了 三级 IR光谱(包括： IR光谱，TD-IR光谱和 2D-IR光谱)在涤纶结构，热稳定性及玻璃化转变的应用研究范围。

利用高密度聚氯乙烯膜( HDPE)缺陷区与完整区同时刻温差特性，采用红外热成像技术对高密度聚氯乙烯膜进行缺陷检测。在持续热源作用下，对不同面积及形状的缺陷进行红外图像采集，记录膜表面不同区域的温 度，分析不同位置温度及红外缺陷阴影区随时间的变化规律，提取温度特征曲线及缺陷最佳检测时间范围。实验结果表明：缺陷区与完整区温度随时间变化趋势整体相同，但在相同时刻存在温度差异且红外图像采集时间为 10～20 min内温差值最明显，可视为缺陷最佳检测时间域，红外热像采集时间为 13 min时，红外图像边缘轮廓与实缺陷轮廓基本一致，该时间为最佳检测时间点。