上世纪末，夜视技术得到的很大的发展，并逐渐应用于汽车。汽车夜视系统是一种利用红外技术，辅助驾驶者在黑夜中看清道路，增加驾驶员的视觉距离，减少事故的发生，提高主动安全性的辅助驾驶系统。本文首先对夜视系统进行了概念性的描述，以及对其分类和各自的侧重作用进行总结，从人眼的视觉和红外探测入手，阐述了夜视和汽车夜视系统的原理，以及介绍了相关红外、远红外夜视技术和图像处理技术的发展。同时，参考大量国内外文献，总结了国外关于夜视系统的人体功效学评价研究，另外，对夜视系统的历史发展，国内外研究现状，以及今后的研

针对可见光图像特征驱动的浮选工况识别方法的不足，提出一种基于双模态图像多尺度 ＣＮＮ 特征及自适应深度自编码核极限学习机（Ｋｅｒｎｅｌ　Ｅｘｔｒｅｍｅ　Ｌｅａｒｎｉｎｇ　Ｍａｃｈｉｎｅ，ＫＥＬＭ）的浮选工况识别方法。先对泡沫的可见光、红外图像进行非下采样剪切波多尺度分解，设计双通道 ＣＮＮ 网络对双模态多尺度图像进行特征提取及融合，将多个双隐层自编码极限学习机串联成深度学习网络对 ＣＮＮ 特征逐层抽象提取，然后通过核极限学习机映射到更高维空间进行决策，最后改进量子细菌觅食算法并应用于深度自编码