由于昆虫复眼具有大视场、多通道、高灵敏度的优点，人工仿生复眼日益受到学术界以及工业界的关注，世界各国也相继展开了这方面的探索研究。但是平面复眼透镜受微加工技术制约，其结构限制了复眼的大视场特性。球面分布的复眼透镜更加接近于自然界真实存在的复眼，也具有更大的视场角，但是受到平面探测器件的制约，基于球面分布的微透镜阵列要求每一个微透镜有不同的焦距，即要求不同位置微透镜的面型不同，且应是非球面形状，传统的制作方案很难满足这种要求。　　 实验室在仿生的基础上设计了一种新型复眼模型，该模型协调了大视场球面复眼与平面探测器之间的矛盾，结合实验室已经开发的液滴透镜制作平台，具有良好的探测性能。文中分析了复眼的成像特性，并在图像预处理中提出了图像降噪和空间变换的方法，包括亚像素技术、神经网络算法，有针对性的解决复眼成像差和噪声问题。本文还提出了复眼多通道信息融合技术，包括图像拼接、超分辨率成像和运动目标的定位与检测算法。　　 为了检验复眼图像预处理和多通道信息融合的算法，我们进行了仿真实验，并搭建了实验平台进一步验证。从实验结果来看，神经网络具有很好的非线性校正效果。重心法可以准确的记录光斑的位置，从而化解球差慧差对光斑定位的影响。此外，实验结果表明，虽然复眼与生俱来便是一种牺牲空间分辨率来提升视场角的光学系统，但是我们的复眼模型可以很好探测运动目标物体，在未来的军事国防、工业视觉、仪器科学等领域中具有广阔的应用前景。