针对光路对接准直目标识别算法对双目标粘连状态无法判别的问题，提出了基于二进制大对象（Binary Large Object，BLOB）区域和边缘特征分析的准直图像双光学目标识别方法。首先，对二值化图像进行数字形态学处理，计算全图各BLOB区域的面积、中心、轴长、区域、有效BLOB区域个数等信息。其次，对有效BLOB区域个数大于1的完全分离双目标准直图像，统计各BLOB区域中心分别为位于两个面积最大的BLOB区域内的BLOB数量，数量小的候选BLOB区域为主激光目标，数量大的候选BLOB区域为模拟光目标。然后，对于有效BLOB区域个数等于1的待识别图像，从左、右、上、下4个方向分别提取模板边缘图像的有效坐标序列和待识别边缘图像坐标序列，搜索有效坐标序列和待识别边缘图像坐标序列的最大相关系数对应的有效坐标序列。当4个方向的相关系数全部大于0.95时，待识别图像为模拟光目标；当4个方向的相关系数都小于0.95时，待识别图像为主激光目标；否则待识别图像为粘连图像。实验结果表明：提出的双光学目标识别算法，不仅能够识别完全分离的模拟光目标和主激光目标，误差小于3个像素，处理时间小于1 s，而且能够判别处于粘连状态的光学目标和单个独立的光学目标，满足光路对接准直图像识别算法对于自适应性、精度和效率的要求。

针对大型激光装置使用纹影法无法实现旁瓣光束弱信号区域光强分布精确测量的问题，提出了基于旁瓣光束衍射反演的纹影法强激光远场焦斑测量方法。采用逆向推演间接测量的研究方法，沿光路传播逆方向推导，以旁瓣光束衍射光强图像和相位图像作为输入，通过计算获得未遮挡前旁瓣光束远场焦斑分布。相比传统基于纹影的远场焦斑测量方法，本文的主要改进和优化措施为：首先，基于旁瓣光束衍射反演的原理和间接测量的思想，改进纹影法强激光远场焦斑测量数学模型，从理论角度揭示该模型的合理性；其次，实验仿真强激光远场焦斑测量的整个过程，主要步骤为旁瓣光束衍射、加噪去噪、旁瓣光束衍射反演、焦斑重构等，验证了该方法的可行性；最后，将改进的DnCNN算法用于去除主瓣和旁瓣光束12位科学CCD图像不同级别（0~75 dB）的噪声，提升了远场焦斑的重构精度。实验结果表明：该方法不仅消除了纹影小球对旁瓣光束衍射的影响，而且获得了真实的旁瓣光束弱信号区域的光强分布，包括旁瓣光束各个波峰的幅值和位置、动态范围比值等远场焦斑测量重要参数，其中重构焦斑动态范围比值与理论焦斑动态范围比值之间的误差为3.20%，提高了基于纹影的强激光远场焦斑测量的可信度和实验精度。