衍射场作为叠层衍射成像技术（ptychography）的重要约束，其信息的丰富度和准确性将直接影响重构质量。提出一种基于极大似然噪声估计的高动态范围（ML-HDR）叠层衍射成像方法，即在探测器线性响应假设下，构建复合高斯噪声模型，根据极大似然估计求解最优权重函数，由多张低动态范围衍射场合成高信噪比衍射场。对比了单次曝光、传统HDR和ML-HDR三种方法的重构质量。仿真和实验结果表明：相比单次曝光，ML-HDR能将动态范围拓宽8位，重构分辨率提升至2.83倍；相比传统HDR，ML-HDR能提高重构图像的均匀性和对比度，且无需额外标定硬件参数。

短磁聚焦脉冲展宽分幅相机是一种具有长漂移区的二维超快诊断设备。通常采用轴上和离轴的点空间分辨率对其近轴空间分辨能力和工作面积进行评估，但由于像场弯曲会引起高斯像面的空间分辨不均匀，因此难以评价相机的整体空间分辨能力，所以研究一种能量化空间分辨能力的方法具有重要意义。为探讨新方法，采用COMSOL软件建立模型，基于场曲特性重建三维成像曲面，采用标准差分析成像曲面与高斯像面之间的偏离程度，通过融合点空间分辨率和整体调制度构建高斯像面空间分辨率，并运用相对误差量化高斯像面空间分辨均匀性。研究结果显示，在组合磁透镜的孔距为200 mm、漏磁缝隙为10 mm、轴向宽度为100 mm、漂移区长度为400 mm、成像半径为21 mm、阴极为-3.75 kV的情况下，随着成像磁场变化，成像曲面与高斯像面之间的偏离程度，以及高斯像面空间分辨率均呈开口向上的抛物线形状，并在成像磁场为41.97 Gs（1 Gs=10^-4 T）时，两像面偏离程度标准差达到最小，为2.82 mm，高斯像面空间分辨率提升至最优，为292.80 μm，表征空间均匀性的调制度差值降低至最小，为330%。本文研究为评估短磁聚焦脉冲展宽分幅相机的最优空间分辨性能提供了一种可量化的参考方法。

超连续谱激光辐照可见光成像系统的干扰效应研究具有广泛的应用前景。针对超连续谱激光干扰效应，开展了不同辐亮度背景下超连续谱激光对可见光成像系统的干扰实验研究。采用白光光纤激光器产生超连续谱干扰源，搭建了超连续谱激光对可见光成像系统的干扰实验系统，得到不同辐亮度下探测器的干扰阈值数据，建立了探测器饱和像元数与干扰激光功率密度之间的数学关系模型，并对干扰阈值数据进行分析。结果表明，探测器饱和像元数与干扰激光功率密度近似呈线性对数关系，在低辐亮度背景下可见光成像系统更易受到干扰。实验结果对超连续谱激光干扰装备的设计、论证及作战使用具有一定的参考意义。

无透镜成像系统使用掩模板替代镜头，在降低成本的同时使设备更加轻巧，然而在进行目标识别前需通过计算重建图像，涉及参数调优和计算耗时问题。基于此，提出一种无重建的目标识别方案，直接在无透镜相机拍摄的编码图像上训练网络识别目标，在节约计算资源的同时还提供隐私保护。使用具有相位掩模板和振幅掩模板的无透镜相机，仿真生成MNIST与Fashion MNIST数据集和实采MNIST数据集，然后在这些数据集上训练ResNet-50与Swin_T网络进行目标识别。结果表明，在仿真MNIST、Fashion MNIST和真实MNIST数据集上，所提方案的最高识别准确率达99.51%、92.31%和98.06%，与先重建目标后识别方案的准确率相当，证明所提方案是一种高效的、具有隐私保护的端到端方案，且在两种掩模板和两类常规骨干分类网络上得到了验证。

针对移动机器人在进行传统2D环境的定位时所存在的定位精度低且定位实时性差等问题，提出一种改进的迭代近邻点（ICP）算法的定位方法。首先，建立位姿搜索空间，采用由低到高的分辨率对搜索空间进行逐层搜索，并结合多点云密度进行部分点云扫描匹配，排除非最优位姿，加速搜索过程；在进行点云匹配中，采用帧对图的方式，有效地利用了历史帧信息；对得到的最优位姿进行稀疏矩阵位姿优化，进一步提高定位精度。在SLAM Benchmark数据集上进行测试，结果表明所提方法的算法效率是现流行的Cartographer算法的1.8倍到4.9倍之间，同时平移误差较小。并利用Turtlebot2机器人进行实际测试，结果表明所提方法的定位误差相比Cartographer和Gmapping均有明显的降低，且实时性较好；与传统的自适应蒙特卡罗重定位（AMCL）相比，平移误差均值降低了0.035 m，旋转误差均值降低了0.001 rad，具有较高的重定位精度。

本文介绍了一种波长宽、响应快的静态体三维显示系统，包括显示介质、控制系统及激光系统三部分。实验中，选取具有双频上转换效应的NaYF₄∶Er@NaGdF₄∶Yb@NaYF₄∶Er纳米晶溶液作为显示介质。控制系统选用1024×768的数字微镜显示器（DMD）及扫描振镜对红外激光进行投影，使用成像光学软件将立体图像的二维切片转换为DMD/扫描振镜的控制信号。激光系统选用1550 nm和850 nm的红外激光，用适当的光学元件调整光束和光路。最终在纳米晶的环己烷溶液中（1 mmol/mL）以30×1024×768的分辨率实现了绿色（532 nm）三维图像体的快速扫描，图像无闪烁、深度线索自然、可360°观看。该显示系统对材料性能要求不高，搭建方便，显示效果明显，为上转换材料在三维显示领域的初步研究及大尺寸体三维显示技术的探究提供了参考。

针对被测样品的组成物质已知且彼此不混合的情况，提出了一种结合能谱信息的单能谱计算机断层扫描（CT）图像重建方法。该方法利用已知物质作为基材料对CT投影数据的采集过程进行数学建模，然后对该非线性模型进行基材料图像的迭代求解。在求解中，通过将基材料“不混合”的性质转化为向量正交性，实现了迭代过程的快速收敛。本文方法充分考虑了X射线的能谱和被测样品材料的属性，可显著地校正传统CT图像中的硬化伪影和金属伪影，有效地提高该类样品的CT成像质量。实验验证了所提方法的有效性。

通过测量矩阵获取Gram矩阵，梳理了Gram矩阵与系统点扩散函数的关系，进而基于点扩散函数提出最强旁瓣峰值大小、叠加旁瓣峰值大小、空间距离和频谱余弦相似度4个特征参量。在此基础上，构建了一种单像素压缩成像高质量图像重建的特征函数，建立了可重建的目标稀疏度与特征函数的关系，并通过数值模拟和实验验证了所提特征函数的有效性，该工作对于单像素成像系统测量矩阵的优化设计具有重要借鉴意义。

基于圆形标定板的相机标定过程中，当镜头畸变较大时图像质量降低、圆形投影边缘模糊，导致标定产生误差。基于此，提出一种基于亚像素边缘检测和圆心修正补偿的高精度相机方法。首先，通过Canny-Zernike矩法提取亚像素级的圆形特征轮廓点，使用边缘点链连接独立轮廓点，得到闭环的精确特征轮廓，增强对模糊边缘轮廓的提取能力；其次，对内外轮廓分别采样取点拟合椭圆，将两者中心的均值作为特征点，并通过三点判断排序法得到有序特征点集后进行粗标定；最后，用粗标定参数对轮廓的采样点集进行校正，重新获取中心坐标后反投影回图像上进行相机精标定，实现畸变情况下的圆心修正补偿标定。实验结果表明，所提方法有效提高了镜头畸变较大时相机标定的精度。

针对未知物体的分类问题，提出了一种基于支持向量机和关联成像的分类方法。该方法利用线性判别分析法提取出物体的特征向量，并根据该特征向量设计出应用于关联成像系统的特征散斑，将特征散斑照射物体获得桶探测器值，支持向量机可以依据桶探测器值进行判别从而获得物体的类别。该方法的可行性在MNIST数据集上得到了验证，结果表明，该方法在10个分类任务中均可取得较高的分类准确率，平均分类准确率达90.5%。与其他分类方法的对比结果表明，所提方法在准确率上更具优势。