针对现有光场深度重建算法只能获取单一视角深度信息,三维建模应用受限的问题,提出一种大视野图像拼接算法。该算法基于三维光场重建的深度图像序列,采用双边滤波及插值算法对图像进行去除噪声,利用基于边缘曲率极值的角点检测算法,并通过最小曲率偏差的列间度量匹配实现了图像之间的精确配准,采用改进的加权平均方法对重叠区域进行融合操作,既保留图像细节又拓展图像视野。实验结果表明,该算法能够有效实现光场深度图像序列的平滑拼接,有利于形成大视野深度数据,为大场景的三维重建奠定了基础。

随着信息物联网的发展,快速响应(QR)码的应用越来越多样化。传统单个QR码的识别和应用已不能满足现有需求,因此提出一种多目标QR码的校正方法。对图像进行二值化,利用QR码自身符号特征进行定位,结合连通区域标记算法对图中的多个QR码进行分割。接着利用轮廓跟踪获得QR码探测图形边界,并利用几何关系获得探测图形上的3个顶点。根据探测点和3个顶点的关系,获得第4个顶点,最后用逆投影变换依次对每个QR码进行校正处理。使用C++语言实现算法,并用Zbar对校正后的QR码进行识别测试。实验结果表明,所提算法能够实现对多目标QR码的快速校正,识别率高,且能克服不同光照、背景干扰影响,具有较好的稳健性。

针对非结构化道路图像，本文提出了一种基于消失点信息的道路检测及智能预警算法。算法首先利用直线信息、竖直包络线分割、分组策略及聚类算法估计道路图像的消失点；然后基于消失点信息利用边界多特征软投票的方法提取道路区域；最后，根据非结构化道路区域的特点提取导航线，并根据汽车偏航角、偏航距离及偏航时间制定预警决策方案，从而对车道偏离智能预警。实验结果表明，本文提出的算法能快速有效的提取非结构化道路的道路区域，同时，根据预警参数可以有效的进行车道偏离预警。

为了提高智能车辆道路识别的准确性和效率，设计了一种基于平行边缘特征的道路检测算法。提出了基于边缘连接的道路区域快速粗分割方法；对边缘点局部直线的检测和方向进行编码，利用竖直线实现了极大可能道路区域的估计；基于方向一致性判别准则，实现了极大可能道路区域内平行边缘的识别算法；提出了三个道路识别准则，综合运用平行边缘、道路的区域位置信息，实现了道路特征的准确识别。实验结果表明，本文算法能够快速并准确的提取典型的直线和弯曲道路模型中的道路区域，比以往算法在速度和准确性上都有较大的提升。

针对传统双目以及多目在处理遮挡和弱纹理区域匹配效果差、稳健性低的问题，提出了一种基于极平面图像（EPI）对复杂、精细场景进行深度重建的算法。根据EPI 特殊的线性结构，提出一种交叉检测模型，有效地计算出EPI轮廓边缘，并将指数距离度量函数和距离权重系数相结合，得到轮廓边缘的深度。对于内部平坦区域，利用求得的深度作为先验，通过先验似然扩散策略将深度扩散到整个区域。整个算法在局部进行，不但保存了精确的轮廓边缘，同时也保证了无纹理区域深度的平滑性。测试结果表明，该算法在重建速度及质量上均优于原始方法。

传统条形码和二维码需要铺平识别，且条形码位置不够明显，区域较小，需要在非常近的距离进行识别这些缺陷。本文设计了一套新型标签，以及一种可用于大型卖场的购物导航系统，用于快速有效的向顾客提供欲购商品的详细信息。该系统由图像采集记录模块、标签识别模块、数据库、传输模块、位置导航模块组成。系统通过图像采集记录模块拍摄商品标签信息；标签识别模块对所设计的新型标签进行识别处理，并从数据库模块中调取与识别结果相匹配的商品信息；传输模块通过数据线和无线收发技术将信息传送至位置导航模块；位置导航模块指示出该商品的实际位置，并显示出该商品的具体信息。本文针对上百幅图像进行了实验，实验结果表明：系统第一次对标签识别的正确率为90%以上，且即使第一次识别失败，也可通过简单调整商标在图像中间位置而得出正确的识别结果，且可同时向顾客提供商品信息，辅助顾客快速找到自己中意的商品。

针对农机具视觉导航线提取算法受外界环境影响较大，适用性、稳定性较差等问题，提出了一种基于暗原色的农机具视觉导航线提取算法。基于暗原色原理提出了一种新的农田图像灰度化方法，实现了农田图像中的农作物和土壤更好地区分。再利用形态学方法和最大类间方差法对灰度图进行二值化和滤波，并结合垂直投影的方法提取导航感兴趣区域，进而确定感兴趣区域的导航定位点，并通过最小二乘法将定位点拟合得到导航线。实验结果表明，该算法适用于不同颜色情况下的农田场景及农田道路导航线提取，与传统算法相比，在精度上满足导航线的要求且速度也有较大的提高，具有更广的适用性。

从单幅图像中识别道路消失点，是无人驾驶、智能导航等领域的关键技术之一。针对城市典型道路和街道图像，提出了一种新的基于垂线包络和平行线对的城市道路图像消失点检测算法。提取单幅图像中的所有平行线对，利用图像中存在的竖直线，提出了竖直区域的包络线估计方法，并实现了对道路区域的分割，有效提取了道路区域内的平行线对。使用方向分组策略将道路区域平行线分成两类，并对近似对称的直线对求交点。利用C-means聚类和统计相结合的方法估计了城市道路场景中的消失点。实验结果表明，该算法能够准确有效地估计城市道路场景中的消失点。

准确估计道路场景图像中的深度信息，是智能交通和机器人导航中对障碍物估计和定位的关键。基于区域特征理解的单幅静态城市道路图像深度估计算法，可以通过边缘生长图像分割算法得到一系列封闭的图像区域；然后统计每个分割区域自身的多元特征,包括区域的颜色、面积、位置，所包含的直线、垂线和平行线；基于这些特征，进一步估计道路消失点，并实现天空、垂直面和道路区域的分割和三维空间推理，最后根据典型道路的深度变化规律实现对道路图像的深度估计。实验结果表明，该算法能够有效地估计道路消失点以及道路区域内部的渐变深度信息。

对桥梁结构进行分析及简化, 提出了基于 OpenFlight模型的通用桥梁建模方法, 将梁式桥、斜拉索桥、拱桥和悬索桥统一为一种通用的模型结构, 并分别针对桥梁箱体结构、主缆、索塔、护栏等典型部件的热特性, 综合考虑各种自然因素, 建立桥梁红外辐射特性计算理论模型, 并以图像的灰度信息模拟红外辐射特性, 开发了通用的桥梁红外辐射特性计算及成像仿真软件系统, 实现了任意时刻、任意地理位置、任意气象条件下不同类型桥梁的红外辐射特性模拟。实验结果表明提出方法与现有桥梁红外成像仿真结果具有一致性, 符合典型桥梁的红外热辐射规律。