本文介绍了高性能超二代像增强器的技术特征及性能，并与普通超二代像增强器进行了比较，提出了进一步改进高性能超二代像增强器性能的技术途径。超二代像增强器是在二代像增强器基础上，采用新技术、新工艺和新材料而发展起来的，性能较二代像增强器有大幅提升。近年来，超二代像增强器由于使用了光栅窗，性能又有了进一步的提升。光栅窗的使用，增加了Na₂KSb光电阴极膜层的吸收系数，使阴极灵敏度达到1000 μA·lm^-1以上，10^-4 lx照度条件下的分辨力达到17 lp·mm^-1以上。可以预计，通过进一步优化和改进Na₂KSb光电阴极膜层的制作工艺，同时进一步优化光栅窗的结构，提高光栅窗的增强系数，那么Na₂KSb光电阴极的灵敏度将会达到1350~1800 μA·lm^-1，信噪比达到35~40；通过4 μm小丝径MCP以及3 μm光纤面板的应用，分辨力将会达到81 lp·mm^-1以上。

偏振成像技术的优势是把信息量从3个自由度，即光强、光谱和空间，扩充到7个自由度，包括光强、光谱、空间、偏振度、偏振方位角、偏振椭率和旋转方向，这种观测信息量的丰富有利于提高对研究目标探测的精确度。本文首先介绍在近几十年内偏振成像技术在国内外的研究进展，其次介绍偏振技术在军事及民用领域的典型应用，最后对我国在偏振成像技术方面存在的问题给出合理的建议。

为解决单点金刚石车削技术（single-point diamond turning，SPDT）应用于大口径大弦高非球面铝反射镜加工中遇到的车床导轨行程、工作台回转容积受限和加工质量较低的问题，针对φ682 mm口径、弦高220 mm的凹非球面铝反射镜加工，首先，提出基于SPDT的三轴联动加工方法，在两轴加工基础上加入旋转B轴进行协同加工，使得导轨行程和工作台回转容积能够满足加工需求。然后，设计专用笼状夹具，并通过有限元法研究支撑杆数量、杆径、上下连接板厚度参数对夹具-工件形变特征的影响，通过极差和方差分析研究不同因素对夹具-工件最大变形量影响的显著性，得到一组最佳夹具设计参数组合，即夹具支撑杆数量为24，杆径为22 mm，上下连接板厚度为25 mm。最后，将铝反射镜固定在优化后的笼状夹具上，通过三轴联动加工实现了对φ682 mm口径非球面铝反射镜的加工。对调刀件的检测结果表明：调刀件面形精度P_v值为0.6 μm，表面粗糙度R_a约为10.1 nm，可认为φ682 mm口径非球面铝反射镜的面形精度和表面粗糙度均达到使用要求。本研究能够为同类大口径大弦高非球面反射镜的加工提供一定的理论基础和加工工艺技术参考。

结合光学被动无热化和机械被动无热化各自优势，提出一种低成本、高质量混合被动无热化方法。针对焦距75 mm，F/1的无热化镜头研制要求，分别利用光学被动无热化和混合被动无热化设计实现。对比发现，相较于传统的机械被动式无热化，混合无热化可减小补偿结构的体积和复杂性，从而有助于系统的小型化、轻量化；相较于光学被动无热化，在保证成像质量相当的情况下，可减小系统的体积和加工难度。从而证实，利用混合被动无热化技术可实现低成本、高质量的长波无热化镜头设计。

为了同时保留红外图像的特征信息和可见光图像的细节信息，提出了一种基于对比度金字塔的非对称红外与可见光图像融合方法。首先，使用对比度金字塔对红外与可见光图像进行高频与低频信息分解，然后对高频部分采用绝对值取大方法进行融合，对于低频部分采用基于双边滤波的方法对红外与可见光图像进行非对称的处理；其次，使用对比度金字塔的逆变换得到融合后图像。对融合图像进行主观视觉和客观指标评价，结果表明该算法在突出目标特征信息和保留细节特征方面表现优异。

针对当前交互式活体检测过程繁琐、用户体验性差的问题，提出了一种优化LeNet-5和近红外图像的静默活体检测方法。首先，采用近红外光摄像头构建了一个非活体数据集；其次，通过增大卷积核、增加卷积核数目、引入全局平均池化等方法对LeNet-5进行了优化，构建了一个深层卷积神经网络；最后，将近红外人脸图片输入到模型中实现活体静默活体检测。实验结果表明，所设计的模型在活体检测数据集上有较高的识别率，为99.95%，整个静默活体检测系统的运行速度约为18~22帧/s，在实际应用中鲁棒性较高。

为了提升复杂背景下红外序列的行人动作识别精度，本文提出了一种改进的空时双流网络，该网络首先采用深度差分网络代替时间信息网络，提高时空特征的表征能力与提取效率；然后，采用基于决策级特征融合机制的代价函数对模型进行训练，可以更大限度地保留不同网络帧间图像的时空特征，更加真实地反映行人的动作类别。仿真结果表明，本文提出的改进网络在自建的红外视频数据集上获得了81%的识别精度，且计算效率也提升了25%，具有较高的工程应用价值。

针对现有的红外与可见光图像融合算法无法很好地保留红外图像热辐射信息这一问题，提出了一种基于热辐射信息保留的图像融合算法。通过NSCT（non-subsampled contourlet transform）变换对红外与可见光图像进行多尺度分解，得到各自的高频子带和低频子带，可见光低频子带部分经拉普拉斯算子提取特征后与红外低频子带部分叠加得到融合图像的低频系数，高频部分使用基于点锐度和细节增强的融合规则进行融合以得到高频系数，最后通过逆NSCT变换重构得到融合图像。实验表明，相较于其它图像融合算法，所提算法能在保留红外图像热辐射信息的同时，保有较好的清晰细节表现能力，并在多项客观评价指标上优于其它算法，具有更好的视觉效果，且在伪彩色变换后有良好的视觉体验，验证了所提算法的有效性和可行性。

盲元的存在严重影响了红外相机的成像质量，基于场景的盲元检测与补偿方法可以有效地解决此类问题。本文提出了一种改进的局部“3σ”方法，通过计算图像的三维噪声获得图像的平均噪声，据此得到盲元检测的最小判据，然后采用局部“3σ”方法和中值滤波法对盲元进行实时的动态检测与补偿，并将该方法应用于自研的某中波红外相机中。对黑体成像实验的结果表明，本文方法与辐射定标法相比，盲元检出的重合度平均可以达到82%以上；与传统的局部“3σ”方法相比具有相同的盲元检测与补偿效果，但可以将盲元的过检率降低30%以上；地面及载机挂飞成像实验的结果表明，本文方法可以对盲元起到很好地抑制作用，红外相机的昼间和夜间图像均不存在明显异常的黑、白点，图像中景物细节丰富、图像质量优良。因此，本文方法可以对盲元进行实时的动态检测与补偿，在自研的中波红外相机中的运用是可行和有效的。

相对于可见光图像边缘检测，目前针对红外图像边缘检测的研究较少，且大多基于传统方法，如边缘检测算子、数学形态学等，其本质上都是只考虑红外图像局部的急剧变化来检测边缘，因而始终受限于低层次特征。本文提出了一种基于深度学习的红外图像边缘检测算法，在DexiNed（Dense Extreme Inception Network for Edge Detection）的基础上，缩减了网络规模，并在损失函数中引入了图像级的差异，精心设置了损失函数的参数，进而优化了网络性能。此外，还通过调整自然图像边缘检测数据集来近似模拟红外图像边缘检测数据集，对改进后的模型进行训练，进一步提高了网络对红外图像中边缘信息的提取能力。定性评价结果表明，本文方法提取的红外图像边缘定位准确、层次清晰、细节丰富、贴合人眼视觉，使用了SSIM（Structural Similarity Index Measure）和FSIM（Feature Similarity Index Measure）指标的定量评价结果进一步体现了本文方法相比于其他方法的优越性。

基于单高斯模型的红外异常目标检测算法是一种常见的能自适应更新背景模型的检测算法。该算法对各个像素的输出响应进行高斯建模，通过设定的阈值确定目标像素点是否为前景像素点，从而达到检测的目的。本文在单高斯模型的基础上，提出一种改进的异常检测算法，该算法利用奈曼-皮尔逊准则选取最佳阈值，克服了根据经验值选取阈值的局限性，为最佳判决阈值的选取奠定了理论基础，使得在虚假率一定的情况下，检测概率达到最高。实验证明，将常见的经验阈值与本文确定阈值进行比较，本文算法确定的阈值检测效果更佳。

本文针对目前直视型微光装备可靠性试验存在鉴定效率低、易发生漏检和缺乏有效记录手段的情况，提出了一种基于机器视觉的自动故障诊断方法。该方法通过设计系列专用转接环实现工业相机与被试装备的可靠连接，自动采集被试品目镜视场图像并实时传输监视图像；采用结构相似性（Structural SIMilarity，SSIM）算法实时计算监视图像与事先确定的正常模板图像相似度并自动进行异常检测警告、生成异常检测日志，实现故障诊断。实践表明，该方法与主观判断具有一致性，在环境照度条件稳定时，异常诊断准确度达到实际使用需求。

针对现有人体测温方案测量精度低，使用条件受限等问题，研究了基于红外热成像的无接触人体测温精度补偿方法。综合考虑测温器件，测温环境对测量精度的影响，为解决常规测量方法存在的红外相机输出值随时间发生漂移，红外相机存在周期性斩波信号，温度测量距离不断变化，温度输出值存在频域噪声等多种问题，提出了综合性的温度测量精度补偿方法，有效降低了温度测量的误差。实验表明，通过本文的精度补偿方法，在不同距离下的人体温度测量误差不超过±0.2℃，可以实现人体温度的精确测量。

研制出一款小像元10 m中心距红外焦平面探测器CMOS（complementary metal oxide semiconductor）读出电路ROIC（read out integrated circuit）。读出电路设计包括积分后读出（integration then reading，ITR）和积分同时读出（integration while reading，IWR）模式，ITR模式下有2档增益，电荷满阱容量分别为4.3 Me^-和1.6 Me^-，其他功能包括抗晕、串口功能控制以及全芯片电注入测试功能。读出电路采用0.18 m工艺，电源电压3.3 V，测试结果表现出良好的性能：在77 K条件下，全帧频100 Hz，读出电路噪声小于0.2 mV。本文介绍了该款读出电路设计的基本架构，分析了在小的积分电容下电路抗干扰能力的设计。在测试过程中，发现了盲元拖尾现象，分析了拖尾现象产生的原因，为解决拖尾现象设计了抗晕管栅压产生电路，最后给出了整个电路的测试结果。

电力设备热故障为一种常见的设备故障类型。本文提出一种基于引导滤波的电力设备热故障诊断方法。该方法包括两个主要步骤。首先，基于热故障区域与图像背景在红外图像上的温度差异特性，逐像素计算热故障区域与图像背景的马氏距离，获得初始的热故障诊断结果。然后，采用引导滤波对初始诊断结果进行优化，充分利用相邻像素之间的空间相关性，优化提升诊断结果。实验结果表明，与其他广泛应用的异常目标检测方法相比，本文提出的方法在热故障诊断精度上具有较大的优势，满足电力设备带电检测的应用需求。