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。

目前针对气体泄漏热成像检测系统性能的相关评价技术还不够成熟，相应评价指标的测试系统及其测量方法尚无系统的研究报道。而常规热成像系统的性能评价方法难以直接用于评价气体泄漏热成像检测系统对泄漏气体的探测能力，本文结合泄漏气体特性及各测试系统的特点，设计了一种可测量多类性能指标的气体泄漏热成像检测系统性能的测试评价系统，并以乙烯和甲烷气体为检测目标在实验室环境中分别对NECL、MRGC和MDGC三种评价指标进行了实验测量，结果表明了测试评价系统的可行性和实用性。

热载荷是导致红外探测系统失效的主要原因之一，因此本文利用ANSYS Workbench软件对某红外成像光学探测组件进行不同温度载荷下的热-结构耦合分析。首先观察光学镜头与探测器之间后截距在不同温度载荷下的响应；然后利用光学软件ZEMAX得到后截距变化时理论上光学的成像质量；最后通过实验验证了理论计算模型，同时得到了不同温度载荷下光学探测系统的变形规律，发现探测器安装材料的热传导系数与热膨胀系数都会影响到探测系统的稳定性。本文的研究工作对红外成像光学探测系统的设计、优化以及可靠性方面具有重要的指导意义。

红外成像测量设备装载在飞机平台上测量地面目标，首先要解决的问题就是平台抖动及环境变化对设备稳定跟踪和成像清晰度的影响。本文针对机载平台抖动对设备跟踪测量的影响，采用被动隔离加主动陀螺稳定控制的技术，通过被动减振器隔离高频扰动，框架伺服系统抑制低频扰动，确保设备稳定跟踪、清晰成像。针对地面与空中环境温度变化对红外光学系统的影响，在光学镜头的设计中采用无热化补偿措施和调焦量补偿控制，确保设备清晰成像。通过仿真计算和外场测量证明，本文研究的减振措施合理有效，采用该措施研制的设备跟踪稳定、成像清晰，能够满足不同平台的挂飞测量任务。

本文设计了一种可以兼顾远近距离的紧凑型武警用红外热像仪光学系统，给出了一个设计实例，系统工作波段为8~12 μm，中心波长为10 μm，长焦距为150 mm，短焦距为50 mm，F数为1.1，可匹配像元数为384×288、像元大小为17 μm×17 μm的非制冷红外焦平面探测器。系统通过变倍组的轴向移动实现变焦，通过引入二元光学面和非球面减小成像系统体积，减轻重量，提高成像质量，设计结果表明，该热成像系统取得了良好的成像，可用于火灾消防救援、森林防火、夜间侦查、边防监控等工作。

根据生产需要，设计、生产了焦距为8 m的卡塞格林式离轴反射系统准直仪，并构建先进装调方法精准装校，通过干涉图像和干涉条纹的判读，使卡式准直仪系统的成像质量接近设计水平，解决生产中准直仪最长焦距只有3 m而无对应的产品所需空间频率的红外鉴别率测试靶板问题。

针对传统检测方法无法在复杂背景下同时获取伪装材料偏振信息与光谱信息的局限性，本文利用高光谱偏振成像技术对典型伪装材料检测并分析其高光谱偏振特性。使用一套分孔径同时式高光谱偏振成像系统，对伪装涂层和伪装网等典型伪装材料进行高光谱偏振检测并解析出伪装材料的9个偏振参量，获得了伪装材料与背景的相对反射率随光谱改变的变化规律。结果表明，利用伪装材料与背景的偏振特性差异，选择合适偏振参量可以增加目标的纹理细节特征并提高其对比度；分析其光谱偏振特性，选择760 nm检测波段有利于快速准确地检测伪装材料。

针对铝业加工中的轧辊表面光滑，具有强反光特性，红外测温传感器测温易受环境光照影响，致使轧辊表面测温精度低，影响冷却控制系统对轧辊表面降温处理精度，进而造成产品质量差的现象，本文提出并构建了一种基于光照强度的红外测量温度补偿算法，以提高环境光照对强反光体表面温度测量的精度。实验结果证明本方法能较好地弥补光照强度变化对红外温度测量产生的测量误差，提高了测量精度。该补偿算法运算简单、适应性强，为改善光照强度变化对测量精度的影响提供了新的方法。

为了减少高光谱图像中的冗余以及进一步挖掘潜在的分类信息，本文提出了一种基于特征重要性的卷积神经网络（convolutional neural networks，CNN）分类模型。首先，利用贝叶斯优化训练得到的随机森林模型（random forest，RF）对高光谱遥感图像进行特征重要性评估；其次，依据评估结果选择合适数目的高光谱图像波段，以作为新的训练样本；最后，利用三维卷积神经网络对所得样本进行特征提取并分类。基于两个实测的高光谱遥感图像数据，实验结果均表明：相比原始光谱信息直接采用支持向量机（support vector machine，SVM）和卷积神经网络的分类效果，本文所提基于特征重要性的高光谱分类模型能够在降维的同时有效提高高光谱图像的分类精度。

为实现红外图像坏元修正FPGA（field programmable gate array）的快速验证，提高测试覆盖性，设计了基于SV-DPI（SystemVerilog-direct programming interface）的FPGA自动化验证平台。采用DPI（direct programming interface）编程接口技术，实现了SystemVerilog平台调用C++编程语言，构建了针对红外图像坏元数据的生成和检测修正模型，建立了两种语言在事务级（transaction level）模型的通信。结果表明相对于传统验证方法，该平台结构简单，可以快速实现激励产生、参考模型构建、测试结果自动比对等功能，实现了红外图像坏元检测与修正FPGA的自动化测试，功能覆盖率达到100%，有效缩短FPGA测试平台搭建和调试周期，提高了测试效率和测试质量。

目前广泛开展的电网红外诊断工作，受检测环境及人员专业水平的影响较大，广泛使用的红外热像仪自动化、智能化水平还不够高。本文提出了一种智能型电网设备红外诊断系统，系统包括环境参数模块、测距模块、设备类型识别模块、设备材料判断模块、发射率设置模块、测温模块、报告生成模块。系统自动检测环境温度、湿度、风速、与设备的检测距离，自动识别设备材料类型确定发射率，将以上参数自动在热像仪中进行设置。热像仪通过图像识别判断设备类型，按照该类设备红外诊断标准的判断方法和准则，自动读取设备相应位置的温度数据，计算得出检测结论。系统不仅减少了红外检测人员携带装备数量，而且实现了仪器检测参数自动设置、设备类型智能识别、检测结论自动生成，降低了对检测人员专业水平的要求。

本文针对目前风机叶片人工检测工作量大、效率低、缺陷检测准确率不高的问题，提出并设计了一种基于无人机图像的缺陷自动化检测系统。本文介绍了系统的图像采集系统、采集方法、缺陷检测原理及检测效果：系统以无人机为飞行载体实现了（风机叶片的）自动巡检，从而提高了巡检效率，降低了人工的工作量；通过图像分割及缺陷检测算法设计实现了缺陷可疑区域的自动检测；可见光加红外光双光融合提高了叶片缺陷自动识别的准确性。经过多次现场测试验证，本系统可以精确、快速地实现鼓包，裂纹和褶皱等缺陷的自动识别与检测。