针对高动态范围图像显现质量有待提高的问题, 本文在色度亮度颜色空间中提出了一种基于协同滤波的色调映射算法。首先将输入的高动态范围图像利用色度亮度颜色空间来提取亮度信息和色度信息, 然后分别将色度信息和亮度信息进行分解和重构。使用双边滤波技术对亮度信息分解得到亮度基本层和亮度细节层; 根据亮度信息和色度信息大尺度边缘的一致性, 构造一种色度亮度协同滤波的算法对色度信息进行分解, 得到色度基础层和色度纹理层。最后对亮度信息和色度信息进行重构, 再转换到RGB颜色空间输出最终的色调映射结果。客观指标计算结果显示, 本文算法结果在图像质量分数、结构保真度和图像自然度上分别提高了25.24%, 18.89%, 45.89%, 可以更好地保持边界细节和颜色信息。

为了提升高动态范围图像的显示效果,提出一种基于交叉分解的高动态范围图像色调映射算法。在分析图像边缘滤波的基础上,给出一种基于交叉分解的图像分解与重构算法,并对重构系数进行分析,再将其应用到色调映射中。首先在色度亮度空间中对色度、亮度信息进行分离。然后对亮度信息分别使用高斯滤波器和双边滤波器进行滤波以构造出一种交叉分解方案,得到包含大尺度结构信息的基本层、包含纹理信息的细节层以及亮度存在剧烈变化的边界层。最后对重构系数进行详细讨论,确定色调映射中的系数选取规则,对亮度范围进行压缩和重构。实验结果表明,所提算法在有效压缩图像动态范围的同时,还可以较好地保持颜色信息、增强边界和纹理等细节特征。

为提高图像的可视化效果, 增强图像的局部细节信息, 提出一种结合引导滤波和非线性二阶特征的色调映射方法, 首先提取输入图像的亮度信息, 利用引导滤波器对亮度图像进行多尺度分解, 得到基本层和细节层图像, 其次, 通过引导滤波方法构造细节层的权重图, 对基本层利用Hessian矩阵构造一种非线性二阶特征, 再通过引导滤波方法构造基本层的权重图, 最后, 根据权重图对分解后的基本层和细节层图像实现亮度图像的重构, 然后恢复亮度图像的色彩信息, 获得最终的结果图像。实验结果表明, 该方法较为完整的保留源图像的局部细节信息, 具有良好的视觉效果。本文将Hessian矩阵用于提取基本层图像的高频信息, 可以更好地突出图像的边缘信息, 丰富图像的细节特征。与对比算法的客观指标相比, 该方法的质量分数提高了11.28%, 结构保真度提高了10.82%, 自然相似性提高了186.46%。

为增强高动态范围图像（High dynamic range, HDR）的显示效果,本文提出一种多尺度梯度域色调映射算法。首先提取高动态范围图像的亮度信息，利用双边滤波将高动态范围图像的亮度数据进行多尺度分解，得到基本层和细节层。由于视觉上的亮度变化体现为图像数据的梯度变化，因此可在梯度域对基本层图像进行自适应动态范围压缩，然后加上细节层图像信息，最后再通过色彩校正算法恢复图像色彩，实现HDR图像的动态范围压缩。通过对比算法的定量分析表明，本文算法的方差和信息熵的客观指标分别提高了30.8%和5.9%，因此，本文方法在压缩HDR图像的动态范围的同时，可以更好地保留边界、纹理等细节信息。

引导滤波(GF)去噪的关键是选取一幅包含清晰结构信息的引导图像。为提高GF的去噪效果, 提出一种由各向异性全变分(ATV)引导的滤波方法。首先利用ATV模型对噪声图像进行光滑处理, 生成包含良好结构信息的引导图像, 然后利用GF进行处理。为提高算法的稳健性, 对上述过程进行迭代处理。由于计算全变分模型的传统迭代方法速度较慢, 因此采用Split Bregman迭代方法进行加速处理。实验结果表明：该算法不仅在峰值信噪比、归一化均方误差和结构相似性等客观指标上具有优势, 而且计算速度比传统迭代方法提高了约30倍。该算法可以较好地快速去除噪声, 并能较好地保持图像中的结构和边缘特征等细节信息。

线束是电子设备中广泛使用的接线部件，其质量可以通过测量线束的内径、外径等数据进行分析。本文使用水平集方法分割线束端子显微图像外径和内径轮廓。为处理粘连，首先设置图像的RGB 空间，然后将其转换至Lab 空间，再用水平集方法分割其外径轮廓。分割内径轮廓时，根据线束端子显微情况图像的颜色特点，将其转换至Lab 空间，以增强黄蓝信息之间的差异，使用水平集方法进行分割，后使用数学形态学方法进行处理，得到最终的内径轮廓。实验结果表明，本文方法可以同时获得较好的线束端子显微图像外径和内径轮廓，有利于后续的数据提取和质量检测。

高动态范围图像原始数据在获取和合成过程中会出现异常值, 进而影响色调映射后的低动态范围图像显示效果。为了解决此问题, 提出了一种基于图像引导滤波的图像色貌模型(iCAM06)色调映射算法。该算法使用具有较强平滑作用的引导滤波代替双边滤波, 将输入数据分成细节层和基本层, 分别对细节层和基本层进行处理。为了使映射后的图像更加符合人眼感知效果, 对色适应矩阵CAT02进行了调整。实验结果表明, 与相关算法相比较, 该算法减少了由于数据异常造成的显著噪声点, 避免了伪影和偏色现象, 使细节得到了较好的保持。信息熵、方差和清晰度等客观指标也证明了该算法的有效性。