提出一种相位自校准的光纤微波频率相位传递方案。该方案使用声表面波滤波器的冲激响应的窄带信号作为时间信号，使其与频率信号可同时使用同一波长进行传输。为实现稳定的可重复相位差，利用时间信号的往返传输时延来确定频率信号的整数个周期，并在多次重启的情况下验证了系统相位的稳定性。在60 km实验室平台上对所提方案进行验证，频率传递的稳定度优于4×10-14@1s，5×10-17@10000s。系统多次重启的情况下，所获得的平均相位差最大不一致的峰峰值为0.008 rad，对应于整个周期的0.15%，可保证较高的相位一致性。

为提高图像质量评价模型的准确性，提出一种基于色貌尺度相位一致性的全参考评价模型。首先，在CIELAB色空间的色貌指标Vividness上提取图像结构信息，得到色貌尺度上的相位一致性量值；然后，利用均方根法计算对比度相似图，并在通过上述色空间的颜色通道获取色度相似图；最后，将相位一致性、对比度以及色度三种图像特征结合，采用标准差法进行求和池化，得到全参考图像质量评价计算模型。为验证本模型的可靠性，对4个常用图像数据库中的失真图像进行测试，依据4项评价标准分析其预测精度、计算复杂度及泛化性。实验结果表明，模型在上述数据库中测得的Pearson线性相关系数值最低为0.878 1（TID2013），最高达到0.961 6（LIVE）；Spearman秩相关系数值最低为0.859 2（TID2013），最高达到0.965 3（LIVE）。与多种现有方法相比，本图像质量评价模型具有更高的视觉关系预测精度。

由于可见光和SAR影像间的非线性辐射差异和SAR斑点噪声的影响，现有算法在对SAR影像进行特征点提取时，难以保证特征点的重复率，导致匹配性能下降。针对上述问题，本文提出了一种基于相位一致性矩特征的分块Harris特征点提取算法。首先，对输入图像进行分块操作；其次，定义了相位一致性中间矩，并结合最大矩和最小矩对每个图像块构建相位一致性多矩图；最后，在相位一致性多矩图上设计了投票策略，选取了在多矩图上重复出现超过半数的特征点，即稳定且重复率高的特征点作为最终的特征点。本文采用仿真的可见光和SAR图像作为实验数据，选取了三种不同的特征点检测算法与本文算法进行对比，实验结果表明，该算法能够克服SAR斑点噪声的影响和影像间的非线性辐射差异，有效地提高了特征点的重复率。可见光和SAR图像的配准结果表明，匹配点数较其他三种测试算法分别提高了23、26和35对，均方根误差分别降低了12.6%、37.2%和40.8%，有效地提升了配准算法性能。

红外图像由于对比度低、噪声大，导致图像边缘较为模糊，严重影响图像中有效信息的提取与识别。针对该问题，提出了一种基于相位一致性原理自适应提取双刃边进行模糊红外图像复原的方法。该方法首先利用频域的相位一致性点作为边缘特征点，提取图像边缘信息；在此基础上根据最优角度原则自适应地选择两条满足条件的刃边，拟合退化图像的点扩散函数；最后以点扩散函数为先验信息，利用快速全变分正则化模型实现模糊图像复原。实验证明，基于相位一致性自适应提取双刃边的方法高效且鲁棒性强，可有效提取各种形状图像边缘的刃边信息；在失焦、光学衍射、相对运动等不同图像退化条件下，相比于自适应单刃边法，本文算法所复原图像的平均梯度和信息熵分别提高了11.5%和1.4%，所生成的椭圆点扩散函数的复原效果明显优于传统单刃边法生成的圆形点扩散函数的复原效果。