在市场需求驱动下，非制冷红外测辐射热计阵列在多个领域正逐步应用，对其激光干扰的研究也被提上了日程。本文以多晶硅探测器为例，结合非制冷微测辐射热计阵列的构造和工作原理，分析了激光辐照作用下的温度响应；通过10.6 μm连续激光的辐照实验，得到了像元阵列进入不同损伤状态对应的激光功率范围，分析了激光损伤的热效应机制，指出干扰面积大于光斑面积是由于热量的“倒灌”；将战场上激光传输的影响简单等效为斩波调制，研究了调制频率和占空比对激光干扰效果的影响。经分析得出，在调制频率100~500 Hz、占空比0.1~0.5的范围内，连续激光对非制冷微测辐射热计在传输等效调制频率较低、占空比较大的条件下能得到更好的干扰效果。

随着紫外探测技术的不断发展，氧化物材料在紫外探测领域表现出传统探测器所不具备的优点而成为近年研究的热点，是继红外探测技术之后又一快速发展的军民两用探测技术。然而，氧化物基紫外光电探测器的广泛应用，仍然面临一些问题。本文对国内外紫外探测技术的应用和发展历史进行了概述，并对3种金属氧化物紫外探测材料的晶体结构、性质及其器件研究进展进行了概括和讨论。最后，针对氧化物基紫外探测材料及器件在研究中所面临的问题，进行了分析，并对氧化物基紫外探测技术的发展进行了总结与展望。

光谱技术在公路状态识别（是否结冰、积水或积雪）方面有着积极的应用前景，但太阳光作为光源识别公路状态的研究较少。分别采用阳光和卤钨灯作为白天和夜间的实验光源，通过微型光谱仪数据分别得到冰、水、雪和公路本底的可见-近红外波段的光谱曲线。白天时，结冰和积水状态在不同光照情况下会出现“异物类谱”现象，根据阳光光照特性，本文提出将“环境变量”作为特征值的解决方法，并基于光谱曲线及归一化后的“环境变量”特征值，将光谱数据组合成新的数据波形，基于Dropout与Adam优化器的神经网络模型对数据进行训练和识别，最终识别率为99.375%。夜间，由于各类样本光谱区域差异明显，采用“组合-阈值”法识别。实验证明通过两种光源结合的识别方法，能够有效识别路面状态。

本文提出一种对飞行中的飞机蒙皮进行辐射测量和温度反演的方法。首先建立蒙皮辐射模型、大气传输模型和绝对辐射校正模型，然后推导出温度反演的公式，使用逐次逼近法计算蒙皮温度。在理论分析的基础上，使用8~12 μm的宽波段长波红外相机进行试验验证和温度反演，对反演温度的不确定度计算并进行修约，得到5 km飞行高度的民航飞机蒙皮温度的修约结果为268 K，修约不确定度为4 K，修约相对不确定度为1.49%。论文研究工作对获取飞机目标红外辐射特性有重要参考价值。

非制冷红外焦平面探测器是热成像系统的核心部件。介绍了非制冷红外焦平面探测器的工作原理及微测辐射热计、读出电路、真空封装三大技术模块，分析了影响其性能的关键参数。与微测辐射热计设计相关的重要参数包括低的热导、高的红外吸收率、合适的热敏材料等；读出电路的传统功能是实现信号的转换读出，近年来也逐渐加入了信号补偿的功能；真空封装技术包括了金属管壳封装、陶瓷管壳封装、晶圆级封装和像元级封装。列举了国内外主要厂商的非制冷红外焦平面探测器的技术指标及近年来的最新技术进展，总结了非制冷红外焦平面探测器的技术发展趋势。

对红外探测器不断增长和提高的需求催生了第三代红外焦平面探测器技术。根据第三代红外探测器的概念，像素达到百万级，热灵敏度NETD达到1 mK量级是第三代制冷型高性能红外焦平面探测器的基本特征。计算结果表明读出电路需要达到1000 Me－以上的电荷处理能力和100 dB左右的动态范围（Dynamic Range）才能满足上述第三代红外焦平面探测器需求。提出在像素内进行数字积分技术，以期突破传统模拟读出电路的电荷存储量和动态范围瓶颈限制，使高空间分辨率、高温度分辨率及高帧频的第三代高性能制冷型红外焦平面探测器得到实现。

红外成像系统中一直存在着非均匀性的问题，针对红外大动态范围成像等任务对改变成像系统积分时间的需要，提出了一种利用像素级辐射自校正技术的可变积分时间的非均匀性校正方法。通过辐射自校正为红外探测器中的每个像元建立辐射响应方程以估计出场景的辐射通量图，利用线性校正模型对辐射通量图进行校正，实现任意积分时间下的非均匀性校正。该方法的有效性通过高分辨率碲镉汞红外探测器进行了验证。

天空背景的红外辐射特性与观测天顶角有关,造成具有天空背景的红外图像背景亮度不均匀,影响了红外图像后续处理.针对红外图像天空背景亮度不均匀的特点,提出了一种基于形态学滤波的红外图像背景补偿方法,并采用了一种简单的自动全局阈值处理方法对背景补偿效果进行了实验验证,结果表明,该方法能够很好的解决红外图像天空背景亮度不均匀的问题.

红外图像的动态范围压缩是红外图像可视化研究领域的重要研究方向。红外图像的动态范围压缩算法将直接决定原始红外图像的细节保留、整体观感等重要可视化指标，某种意义上也可以说是细节增强的基础及保障。基于此，本文调研了当前主流的宽动态红外图像的动态范围压缩算法，将其分为基于全局压缩算法和基于局部压缩算法两大类，并对这两类算法的核心思想、发展过程及优缺点分别进行研究分析并提出了改进方向及发展趋势，为相关研究者提供参考。

高速红外制导战术导弹飞行时，气动热（q_w）剧烈，q_w作用于导弹红外整流罩上，产生的热应力σ_热是导致整流罩热炸裂的主要因素。针对此问题，在导弹整流罩早期研制阶段，对于整流罩选材和能否进行下一步约束状态研究模拟整流罩固结导弹金属壳体实际工作状态，提出一种简单快捷的判别方法，红外整流罩纯热应力σ_纯热分析。将自由状态整流罩受到温度梯度▽T引起的σ_纯热从叠加位移约束W_Γ引起更大的σ_热中剥离出来，抛开W_Γ的影响，单独分析较小的σ_纯热，进一步抓住引起整流罩热炸裂的主导因素。结合双色透波需求，以硫化锌ZnS红外整流罩为例，进行σ_纯热仿真分析，ZnS材料强度极限σ_max大于σ_纯热，判定整流罩可以进入约束状态研究。经约束W_Γ的σ_热试验验证，整流罩未炸裂，佐证此方法为整流罩选材提供一种快捷判断。

车载热成像系统不依赖光源，对天气状况不敏感，探测距离远，对夜间行车有很大辅助作用，热成像自动目标检测对夜间智能驾驶具有重要意义。车载热成像系统所采集的红外图像相比可见光图像具有分辨率低，远距离小目标细节模糊的特点，且热成像目标检测方法需考虑车辆移动速度所要求的算法实时性以及车载嵌入式平台的计算能力。针对以上问题，本文提出了一种针对热成像系统的增强型轻量级红外目标检测网络（Infrared YOLO，I-YOLO），该网络采用（Tiny you only look once，Tiny-YOLO V3）的基础结构，根据红外图像特点，提取浅层卷积层特征，提高红外小目标检测能力，使用单通道卷积核，降低运算量，检测部分使用基于CenterNet结构的检测方式以降低误检测率，提高检测速度。经实际测试，Enhanced Tiny-YOLO目标检测网络在热成像目标检测方面，平均检测率可达91%，检测平均速度达到81Fps，训练模型权重96MB，适宜于车载嵌入式系统上部署。

为了研究手征超表面在中红外波段的非对称传输特性，设计了一种基于L型结构的手征超表面单元。利用CST电磁软件进行仿真分析，结果表明在68.92~88.68 THz范围内非对称传输参数大于0.8，在73.25 THz处非对称传输参数达到极值为0.88，由此可知该结构在中红外波段具有良好的非对称传输特性；通过分析表面电流分布和透射场相位分布，阐明了该手征超表面的极化选择性反射和交叉极化透射机理；对单元结构手征强弱和非对称传输特性的关系进行了讨论，并研究了介质层、金属层的厚度以及电磁波入射角度对非对称传输特性的影响。

近红外聚合物光电探测器的光电特性灵活可调、与柔性基板兼容性好、制备工艺简单且成本低,在航空、军事、工业、医疗等领域具有较大应用前景.近红外聚合物光电探测器的结构类型包括光电导体、光电二极管及光电晶体管,其中光电二极管的研究最为广泛.本文对近红外聚合物光电二极管(near-infrared polymer photodiodes,NIR PPD)的研究进展进行综述:首先,介绍了NIR PPD的光电转换原理;其次,分别从新材料合成和器件结构设计角度,详细讨论了在改善NIR PPD性能方面取得的重要进展;最后,总结全文并提出当前NIR PPD研究存在的挑战及其发展前景.

以冷却塔红外热像温控系统设计为目的，根据水电混合动力冷却塔的结构特性，基于冷却塔内热质交换平衡方程及Merkel数学模型建立水电混合动力冷却塔热力计算理论模型。运用红外热成像技术建立逆流式冷却塔热力性能监测模型，完成冷却塔的温控系统设计，并分析冷却塔温控系统温控精度误差产生原因。通过使用手持式红外测温仪进行现场实验，验证了热力计算模型的准确性和其应用于冷却塔温控系统设计的可行性。

在无锚点算法CenterNet模型的基础上，针对基于红外图像的目标检测算法检测精度低、耗时长的问题，给出了一种基于改进高斯卷积核的变电站设备红外图像检测方法，该目标检测方法模型网络结构精简，模型计算量较小。通过现场变电站巡检机器人设备收集数据样本，进行算法模型的训练及验证，实现红外图像变电站设备精准识别及定位。本文以变电站巡检机器人搭配红外热成像仪采集到的红外图像库为基础，用深度学习方法对数据集进行训练和测试，研究变电站红外图像的目标检测技术。通过深度学习技术判断设备中心点位实现目标分类和回归。实验结果表明，该方法提高了变电站目标检测方法的识别定位精度，为变电站设备红外图像智能检测提供了新的思路。

在远距离目标检测和跟踪的过程中，成像清晰起着至关重要的作用。红外望远镜系统的成像距离远、景深短、失焦引起图像模糊。由于大气折射，望远镜所成的像处于不断变化之中，造成传统对焦算法对焦成功率、效率偏低。为了提高自动对焦的成功率和速度，采用了一种具备变步长的爬山法，利用多次求图像清晰度取其中位数的方法保证清晰度评价的准确性，利用带动量和加速度的爬山法降低了对焦过程中的不稳定性，减少了粗对焦过程所需的步数。算法在实际中波红外望远镜系统中得到应用，实验结果表明，该算法在粗对焦阶段所需的对焦步数比传统爬山法减少了12.8%，满足红外望远镜系统的需要。

为填补红外图像边缘检测算法综述性研究的空白，使更多研究者较为全面地了解目前成果，并为后续研究提供有价值的参考，遴选了近十年国内外红外图像边缘检测技术研究的相关文献。首先概述了红外成像与边缘检测技术，进而阐述了红外图像边缘检测技术的难点与挑战，接着总结了主要的红外图像边缘检测算法，将相关算法分为了4类——基于经典边缘检测算子改进的、基于蚁群算法的、基于数学形态学的和基于网络模型的，对其涉及的关键技术分别进行了分析。研究认为，在传统红外图像边缘检测技术中，形态学方法因简单易用而具有一定潜力；对于非传统红外图像边缘检测技术，基于深度学习的方法对目标边缘的针对性更强、鲁棒性更好、不需要设计复杂的算法步骤，给红外图像边缘检测带来了新的发展机遇。

医学红外热像设备测得的红外数据及转换得到的温度数据难以直接判定其所属的人体区域，常需将其转为图像数据，利用图像处理技术得到感兴趣区域并从区域内温度数据得到生物特征，实现疾病的筛查或诊断。然而，从14位红外数据转换到8位图像数据存在严重的数据精度损失，导致处理性能欠佳。本文提出一种新的热像图表达方法，所得到的彩色热像图含原精度的温度数据信息，且含温度观察窗设定尺度下的彩色增强效果，同时载有温度数据记录和观察窗设定规则，通过对图像数据的逆变换，可以再现原始温度数据，并可改变彩色增强效果。该方法提供的热像图无需额外存取温度数据文件，在不同的红外热像系统间具有通用性，将更符合大数据和人工智能的发展趋势。

现有的红外制导武器严重依赖操作手对目标的捕获，其捕获的精度与目标的纹理细节正相关。为了提升弱小区域的显示质量，满足现有导引头小型化、模块化、低成本的设计要求，本文设计了一种基于轻量级金字塔密集残差网络的图像增强模型，该模型在密集残差网络基础上通过密集连接层和残差网络来学习不同尺度图像之间的非线性映射，充分利用多尺度特征进行高频残差预测。同时，采用深度监督模块指导网络训练，有利于实现较大上采样因子的超分辨增强，提高其泛化能力。大量仿真实验结果表明本文所提出的超分辨模型能够获得高倍率的超分辨增强效果，其重建质量也优于对比算法。

在基于传统图像分割法的红外图像目标检测中，当背景颜色和被检测物体颜色相近时，往往难以有效地识别红外图像中的被检测物。所以为了进一步提高绝缘套管在红外图像中的识别精度，文中提出一种基于绝缘套管伞裙纹理特征的目标检测方法。首先为增强图像纹理特性，将双边滤波代替传统高斯-拉普拉斯算子中的高斯卷积滤波，通过双边-拉普拉斯进行图像滤波和增强。之后针对高压绝缘套管外层伞裙的特殊纹理，建立反映伞裙周期性分布的描述子，并通过图像扫描法进行粗识别。最终基于DBSCAN（Density-Based Spatial Clustering of Applications with Noise）聚类算法，建立其超参数求解方法，实现离群点剔除和特征聚类，完成高压绝缘套管的精细分割。通过实验对比其他绝缘套管红外图像的识别算法，文中算法可以有效地精细分割出绝缘套管主体，克服其他图像分割方法的不足。并在数据集上识别率达到85%以上。