图像分割是计算机视觉领域的重要研究方向。模糊聚类方法由于其无监督的特性，在图像分割中得到了广泛的应用。然而，传统的模糊聚类方法在处理含高强度噪声和复杂形状的图像时，往往分割效果不理想。为了解决这一问题，提出了一种基于显著性检测的权重因子，用于构建加权滤波器和像素相关性模型，从而提高算法的抗噪能力。所提加权滤波器在结构相似性上比传统滤波器的最优结果高出0.1。此外，引入核度量以适应复杂图像的分割需求。在合成图像、自然图像、遥感图像和医学图像上进行了大量实验，结果表明，所提算法在视觉效果上优于传统方法，并且在分割精度上比传统方法的最优结果高出2%。

活体细胞成像中, 折射率和厚度分布的检测结果一直是细胞变异和形态分析中的重要参数。在光学相位成像中, 由于细胞折射率和厚度的耦合效应, 细胞的折射率不能直接被测量到, 因此, 细胞折射率和厚度解耦方法的研究一直是该领域研究的一个热点。对此,本文以血细胞为研究对象, 基于免标三维相位成像信息, 建立双波长相移方程, 通过三维相位成像下的双波长相位信息分布特征和梯度分布特征分析, 利用细胞介质的色散特性, 得到了双波长相位分布函数表示下的均质和有核非均质样品的折射率以及厚度解耦的数学解。通过单介质模型和外胞类球形有核式模型的仿真实验, 得到了折射率和外胞及内核厚度分布的结果, 误差分析表明其具有较高的精准性, 由此验证了本文方法的正确性。本文方法可对均质细胞(如血红细胞)和外胞类球形有核细胞(如白细胞)进行折射率和厚度分布的解耦, 由此可为血细胞质量检测和亚类识别方法的研究提供一种新思路。

红外制导技术是**制导领域研究的热点和主要方向。针对探测跟踪过程中核相关跟踪算法（Kernelized Correlation Filter，KCF）对快速运动和严重遮挡目标的跟踪精度下降问题，提出一种融合卡尔曼滤波和运动模型的改进核相关目标跟踪算法。该算法首先利用运动模型对目标的位置进行初始估计，提出一种自适应搜索区域选择的方法。针对测试样本的置信度响应图呈现多峰平坦的情况，本文提出了一种用于目标相似度量的组合置信度测量策略，采用相关峰的锐度和置信图的平滑度约束来进一步计算疑似区域的置信度，提升算法的抗干扰能力；同时，本文也提出了一种基于最优置信度的自适应参数更新，增强模型的泛化能力。大量的仿真实验结果表明本文所提的算法的跟踪性能超过传统的核相关跟踪算法，对复杂的跟踪场景具有更强的鲁棒性与抗干扰能力。

从单幅图像估算光照参数时未知条件太多，而采用多幅输入图像的方法估算光照参数，虽然精度较高，但增加了输入数据的复杂度。提出灰度一致图像的光参数估算方法，能够从输入的单幅图像准确地估算光照参数。该方法通过探测输入图像的最大亮度变化方向估算光照的方位角；通过检测输入图像与虚拟光环境下的随机纹理的相似性估算光照的翘角。对Photex纹理库中的24类图像(共142幅图像)进行了实验，实验结果表明，该算法对于表面灰度一致图像的光参数估算具有较高的准确率。