多聚焦图像融合作为一种有效的信息融合方法,在图像处理和计算机视觉领域引起了越来越多的关注。提出了一种基于离散Walsh-Hadamard变换(DWHT)和引导滤波的多聚焦图像融合算法。首先,提出了一种新的聚焦区域检测方法,该方法运用DWHT并计算L1范数得到初始决策图;然后,运用数学形态学方法和引导滤波优化生成最终决策图;最后,由像素加权平均规则和最终决策图得到融合图像。为验证所提算法的有效性,选择3组研究中普遍使用的多聚焦图像进行实验,并将该算法运用于实际应用中采集到的2组多聚焦序列图像,与其余几种算法相比,所提算法在主观定性分析和客观定量评价指标上均表现出明显的优势。实验结果表明,与其他多聚焦图像融合算法相比,所提算法能更有效地从源图像中提取聚焦区域,增强融合图像的细节保留能力和空间连续性。

单像素成像技术在成像速度和质量上已经取得一定的进展，然而，如何在保证成像质量的前提下提升成像速度仍然是一个待解决的问题。对Hadamard系数矩阵中每条斜列上的系数绝对值求取平均值后，发现其具有迅速减小的特征，基于此发现提出了一种自适应斜Z字形采样方法，以实现预期的成像质量和速度提升。实验结果表明，该方法可以有效减少采样次数与数据采集量，兼顾成像质量的同时提升了成像速度。在相同的采样率下，其成像质量优于顺序采样的单像素成像。

为了评估微型近红外光谱仪应用于现场水果糖度检测的可行性, 采用粒子群算法结合反向传播(BP)神经网络建立了苹果糖度的无损高精度快速检测方法, 研究了微型近红外光谱仪NIRscan以单波长和阿达玛变换两种测量模式获得的光谱数据, 应用多种不同的数据预处理方法和多元线性回归、偏最小二乘法、粒子群算法(PSO)、BP神经网络等算法建立分析模型。结果表明, 以阿达玛变换工作模式测得的光谱数据更好, 以1阶导数结合Savizky-Golay平滑算法作数据预处理, 应用PSO结合BP神经网络建立的苹果糖度预测模型具有更高的预测精度, 预测相关系数和均方根误差分别为0.9911和0.1502。该微型近红外光谱仪NIRscan用于苹果糖度的现场快速和高精度无损检测具有可行性。

研究了利用数字微镜器件生成 Hadamard光调制编码模板的方法, 深入分析了利用该编码模板进行光调制的工作原理及设计中应注意的技术细节。采用原型样机光谱仪对入射激光进行编码成像实验, 光谱反演后提取图像上样本区域内少量像素点的光谱曲线, 发现其光谱峰值恰好在激光波长所在的光谱通道内, 反演后的图像中只有激光波长所在光谱通道的光谱图像有能量分布。实验结果表明运用数字微镜设计的Hadamard编码模板达到了理想的空间光调制效果。

国内外对DMD空间光调制的Hadamard变换成像光谱仪做了大量的理论研究和实验验证, 但这项技术的研究还不够成熟, 很多问题需要进一步的研究。在这种光谱仪中每个像素点色散光谱的编码矩阵互不相同。通过比较激光编码图像灰度值的变化并结合S矩阵元素的变化规律, 提出了一种光谱反演矩阵的标定方法。以七阶左移循环S矩阵为例设计编码模板, 通过两组成像实验对光谱反演结果进行了验证。在第一组实验中, 将一束激光波长为632.8 nm激光导入光谱仪中, 光谱仪的光谱响应范围为550~680 nm, 632.8 nm在第五个波段范围626~644 nm之内理论上只有波段范围为626~644 nm的第五幅光谱图像是明亮的, 其余的图像没有能量分布, 实际的实验结果与理论上的分析相吻合。在第二组实验中, 让光谱仪对一个彩色蝴蝶模型进行成像, 在反演后得到的光谱图像上提取两个测试点的光谱曲线, 与用辐射度计提取的光谱特性曲线进行对比分析, 实验结果表明反演所得的光谱曲线与辐射度提取的光谱特性曲线基本一致。两组光谱反演的实验结果验证了所提出的光谱反演矩阵标定方法的有效性。

光谱测量技术在无损检测、地质勘探、农业普查等诸多方面均有广泛应用, 且随着技术的发展, 相关工艺器件近几年得到了长足的进步。在结合实际应用需求的前提下, 比较全面地介绍了光谱测量技术的发展历史, 以及近年来相关技术的研究现状和发展动态。并且从传统型、计算型、多路复用型三个角度较详细地总结了目前光谱测量的主要形式。着重介绍了包括计算层析、压缩感知、傅里叶变换、哈达码变换等多种光谱测量技术的原理及实现方法, 并分别总结了优缺点。对目前光谱测量技术中亟待解决的问题进行了分析总结, 对未来光谱测量手段的发展进行了展望。

从哈达码变换光谱成像仪成像原理出发, 对其光谱成像过程进行数学建模, 分析了哈达码模板调制引起光谱信息混叠和空间信息混叠的原因, 提出了一种根据光谱偏移量去除混叠的算法.采用自行研制的哈达码变换光谱成像仪进行了目标数据采集, 用提出的去混叠算法对目标数据进行复原, 得到目标的三维数据立方体, 有效去除了空间信息混叠和光谱信息混叠, 验证了算法的正确性.

针对光子计数系统实现三维成像速度缓慢的问题, 提出一种基于小波树和哈达玛矩阵的自适应快速三维压缩成像方法。利用哈达玛矩阵调制投影图案提高采样效率, 被调制的短脉冲结构光照射场景, 单像素光子计数探测器采集回波。通过分析低分辨率图像的小波树选择采样区域, 使用哈达玛矩阵调制所选采样区域得到的投影图案, 可采集图像细节, 多阶段采样后利用哈达玛反变换恢复出高分辨率图像。实验结果表明, 采集并恢复出一幅512×512像素的三维图像的时间最快可达到41 s。