提出了一种基于场景的空间投影估计和时域迭代百均匀性校正算法（SPETI）.这种方法 主要是通过投影估计来估算全局位移，并且在连续多帧图像中进行迭代计算.首先，为配准准则设计了一个新的投影估计；然后，计算相邻帧并进行迭代计算，以此来获得较快的固定图案噪声（FPN）收敛，同时减少鬼影的产生；最后，将本算法移植至基于FPGA的硬件系统中.在连续单调运动的系统中测试算法的各项指标，并且将实际的校正效果予以展示.为了与自适应最小均方差算法和全变差算法进行比较，对一个完全干净的红外图像序列添加了人为的非均匀性.将固定标准增益和偏置非均匀性添加到图像序列上，以测试迭代次数与非均匀性等级的关系.

在立体匹配中,同时保证算法的精度和速度是一个技术难题。提出了一种基于贝叶斯理论的快速稠密立体匹配算法。将贝叶斯概率分布理论应用到立体匹配问题上，利用MSERDoG 算子提取支撑点,像素灰度值作为匹配代价、固定窗口作为代价聚合对其进行匹配，对匹配好的支撑点进行三角剖分，将支撑点的视差、梯度、三角剖分的线性系数及分割作为计算视差的先验概率条件，从而保证了有效的视差搜索空间，提高了匹配效率。最终通过最小化能量函数获得稠密的视差图。在国际标准Middlebury 平台进行实验，结果表明提出的算法匹配精度高，速度快，误匹配率低，匹配效率高。

立体匹配的关键问题是确定一个合适的匹配代价关系,颜色内相关作为像素点的固有特性，能够有效地反映出匹配像素点间的微小差异。对传统的自适应支撑权重 (ASW)方法进行改进，提出了一种基于颜色内相关和自适应支撑窗口的立体匹配算法，该方法结合了颜色相似性、欧式距离相似性和颜色内相关相似性来确定匹配窗口内像素点的权重大小。同时为了消除光照不同对图像匹配结果的影响，将匹配点先进行rank变换后再进行匹配代价关系计算。对计算出的初始视差图进行三步优化，剔除由图像遮挡、重复等引起的不同视差错误，从而得到最终的视差结果。通过在Matlab软件平台上对国际标准图像进行测试，实验结果表明该方法得到的视差结果的平均错误率低，且明显优于其他局部匹配方法，具有很强的稳健性和较低的误匹配率。

提出了一种场景自适应的非均匀性校正固定图案噪声去除方法.基于多帧配准和相邻帧之间的全局位移估计，利用最小均方算法迭代计算均方误差函数，同时结合误差函数均方差以及互相关峰值，从而能够自适应场景变化.所提出的算法充分利用相邻多帧之间的相关性，对模拟和实际红外图像序列非均匀性的校正效果突出.实验结果表明本方法能够精确估计非均匀性参数，收敛速度较快，几乎不残留鬼影.

目前存在的大多数特征点跟踪算法只考虑了相邻两帧的情况，而忽略了之前图像帧的特征信息。在Kanade-Lucas-Tomasi(KLT)算法的基础上，提出了一种新的特征跟踪方法：首先通过实时训练特征空间，构成图像训练的集合，然后通过高斯-牛顿迭代方法取出目标的特征点。该算法有效地避免了目标尺度、角度的大幅度变化以及遮挡情况。通过实际的序列图像分析了算法的性能，并与其他算法做了比较。同时研究设计了以八核数字信号处理顺(DSP)TMS320C6678 为核心处理器，且结合了现场可编程门阵列(FPGA)数字视频图像采集的硬件平台，并且针对TMS320C6678 的内部特点，提出了算法优化的方法。最终实现了对实时传输的视频图像中运动目标的准确跟踪。

圆盘靶标在摄像机标定及无人机侦察任务中目标的定位方面有着广泛的应用。针对目前图像角点检测的局限性，提出了一种自动提取红蓝彩色圆盘靶目标中心角点的检测方法。该方法利用HSV(Hue, saturation, value)颜色空间对红蓝彩色圆盘进行颜色分离，获得具有明显对称性和对比度强烈的灰度图像。然后运用提出的新型对称算子计算每个像素点的响应值作为角点的判断依据，对求得的角点在其邻域内抑制红蓝像素个数差来确保角点的对称性。最后通过Matlab 软件上的仿真和现场可编程门阵列(FPGA)硬件上的实现，证明了该方法易于硬件化实现，实时性强，抗噪性能好，对图像旋转，伸缩和尺度变换都有良好的稳健性。

为满足人流统计实时性的要求，提出一种人头检测算法。该方法对双目相机采集的图像通过运动目标检测分离出运动人员所在区域，对这些区域使用融合区域匹配和特征匹配的快速匹配方法，即利用视差的连续性只对强纹理点进行绝对误差累积(SAD)匹配，其他点只进行简单的视差验证，能够得到稠密的视差图，再由三角投影关系计算出深度图。由于双目立体成像得到的深度图中人员与场景的深度分布不同,可以采用深度分层的方法将存在人头信息的深度层提取出来，经过数学形态学预处理再利用边缘检测会得到许多候选轮廓，最终利用轮廓的几何特征来判断轮廓是否为人头。实验表明：该算法可以很好地适应复杂场景下的人头检测，精度高、速度快。

提出了一种在基于场景非均匀性校正和定标非均匀性校正之间建立桥梁的思路，利用定标法提供的大量先验信息解决收敛速度和鬼影的矛盾问题.利用贝叶斯方法计算非均匀性参数的正确概率，用参数正确概率来决定是否使用该组参数进行校正，从而在源头上抑制鬼影.对于先验概率，定义了非均匀性的局部同分布约束，并通过定标统计的策略利用该约束构建了先验概率；对于观测概率，发现并详细分析了红外焦平面阵列固有的非均匀增益参数空间相关性，利用空间相关性构建了观测概率.最终，通过本文算法对真实和仿真的红外图像序列进行处理，表明该算法在保证高收敛速度前提下，其参数正确概率有效抑制了鬼影，取得了好的处理效果.

针对单频C/A码GPS接收机精度不高的问题，提出一种基于光电经纬仪双站交会测量提高GPS精度的方法。在直角发射坐标系中，利用光电经纬仪测量得到目标的方位角与俯仰角，通过双站交会测量中常用的“水平投影法L公式”计算飞行物的轨迹，与飞行物实际轨迹对比，求得双站交会测量的误差。GPS和光电经纬仪测量同一目标，将两种方法的测量结果对比，以交会测量精度作为GPS的测量基准，与GPS提供的坐标相比对，求得GPS的测量误差。GPS测量其他位置坐标时，测量结果去除求得的测量误差，得到更精确的坐标。

提出一种红外图像与可见光的图像融合方法。硬件光学成像系统采用共轴光路，使用拉普拉斯金字塔变换方法对采集到的红外图像与可见光图像进行融合，并使用融合后图像与红外图像相结合在YUV通道中进行信息融合伪彩色化。实验结果表明，所提出的红外图像与可见光图像的融合方法能够显著增强图像信息，突出图像中的特定目标，且对于各种外界环境条件都能得到较好的融合结果。