为了快速评价工业线阵CCD相机质量，本文选择信噪比为评价因子，建立了测试系统，研究了基于相机输出图像测试相机噪声的方法。分析了线阵CCD相机的噪声，建立了一个基于固定模式和随机噪声的信噪比计算模型，并分析了相关双采样(CDS)过程对电源噪声的影响。设计了一套适于工业场所的相机快速信噪比测试系统，结合理论分析数据和实际测试图像数据，提出了仅通过输出的8 bit图片计算各噪声参数的方案。最后，对测试系统引入的光源不均匀性噪声进行了讨论，并证明该实验平台光源符合工业标准EVM1288要求。实验结果表明: 当相机模数(AD)转化设置为8.7 dB时，输出信噪比可达44 dB; 若排除光源干扰，输出信噪比可达46 dB。该方案简便快捷，满足工业现场对相机信噪比评估的要求。

采用启发式、有监督的部位筛选方法组成了一种多部位集合的检测模型, 用于缓解遮挡和形变对人体检测造成的影响。该模型通过比较人体同部位上关节点间的Procrustes距离, 在训练集中获取有着相似姿态的同部位样本; 将梯度方向直方图(HOG)作为特征, 由典型部位分别训练出判别模型; 比较其在验证集上的检测效果, 从中筛选出检测率高的部位和未检出的图片, 再寻找对未检出图片检测率高的部位, 由这些部位组成混合模型。用混合模型检测时, 由Kullback-Leibler距离判断各部位在图片上的不同响应是否属于同一人, 以此来确定人体的外接矩形框。在INRIA人体库上的测试表明, 本文采用的模型在误检率(FPPI)为0.5时有81%的检测率, 高于有77%检测率的Poselets算法。本文基于Poselets, 结合HOG的特点采用了一套有监督的部位筛选机制, 使得模型成员数大幅度减少, 检测时间比原始方法下降了50%, 同时取得了优于Poselets的检测效果。

针对采用单一梯度方向直方图(HOG)特征进行人体检测时易受竖直梯度分量干扰的缺点, 提出了将分块局部二值模式(LBP)特征加入HOG特征的方法。首先, 将检测窗口划分为大小为16×16的不重叠块, 以块为单位统计LBP特征直方图, 并通过大量实验获得了LBP算子的最佳参数; 然后用优化过的插值方式计算HOG特征, 将两者组成联合直方图。最后, 用线性支持向量机(SVM)通过Bootstrapping的方式训练, 得到判别模型。在INRIA人体库上的测试表明, 检出率在误检率(FPPW)为10-4时由原始的89%提高到95%, 单窗口检测速度由0.625 ms提高到0.533 ms。本文将纹理特征加入原始描述轮廓的HOG特征中, 排除了部分梯度干扰信息造成的误检, 提高了检出率。

为获取高空间分辨率的清晰图像，设计了一种双CMOS成像系统。该系统的两片CMOS传感器可同时获取相同场景的图像，其中一片CMOS传感器获取高帧率、低空间分辨率的图像序列；另一片CMOS传感器获取低帧率、高空间分辨率的运动模糊图像。首先，通过光流法计算高帧率、低空间分辨率CMOS传感器获取图像序列的全局运动路径，在能量守恒和能量与积分时间成正比2个约束条件下估计运动模糊核初始值，通过贝叶斯准则交替迭代优化运动模糊核。最后，利用TV-L1方法从低帧率、高空间分辨率CMOS传感器获取的模糊图像中快速、有效地恢复出清晰图像。仿真和实验结果表明：有38%以上的仿真图像复原结果误差率小于2，且受噪声影响小，复原图像的振铃小。另外，能有效去除实拍图像的空间移不变运动模糊。

利用数字通信的压扩变换原理，提出了12位图像数据到8位数据的16折线等比分区映射方法，来实现在8位显示器上显示12位图像数据的信息。推导出图像信号的线性量化和非线性量化信噪比公式，对3种不同量化方法的信噪比进行了比较。结果显示，在小于35 dB处，8位非线性量化信噪比和12位线性量化信噪比一致；而大于35 dB时，量化信噪比平缓稳定上升。实验表明该方法能有效改善图像的弱信号,在8位显示器上清晰地观察到低亮度图像细节。虽然对图像的高亮度部分进行了压缩，但对图像细节和信噪比影响不大。该方法不仅适用于灰度图像，而且适用于彩色图像，实验效果与理论预期完全一致。

为了去除相机拍摄的遥感图像中的云雾，提出了一种新的非局域均值算法来处理遥感图像序列中的云雾噪声。首先，根据遥感图像在云雾阴影下的梯度值的性质，得出了在云雾阴影下图像灰度值偏低而梯度值却变化不大的结论，从而在权重值的计算中耦合了梯度值信息。然后，利用序列图像的帧间冗余信息来计算新的权重值。最后，用新的权重值对图像进行恢复。用UltraCamD相机对在我国新疆地区和山西地区上空拍摄的两组遥感图像序列进行的实验表明:与传统的图像恢复算法相比，用提出的方法恢复图像可获得更好的图像质量；与原始图像相比，恢复后图像的峰值信噪比提高了9 dB以上。实验结果表明，该算法可以在不知道云层运动方向和相机运动方向以及噪声模型的情况下有效地对薄云雾覆盖的遥感图像进行恢复。