尽管传统的立体匹配模型在精度和鲁棒性方面都表现出了良好的性能，但在弱纹理和深度不连续区域的视差精度问题依然存在。针对上述问题，提出了一种基于改进匹配代价和均值分割的最小生成树立体匹配算法。首先，在匹配代价计算阶段，通过Census变换进行初始匹配代价计算，利用Sobel算子对输入图像进行边缘信息提取，将提取后的图像边缘信息与Census变换后的匹配代价值进行融合，并将其与基于图像亮度信息的代价值进行非线性融合，以提高匹配代价的精度；然后，使用最小生成树代价聚合模型进行聚合操作并利用赢者通吃策略估计图像的初始视差；最后，在视差优化阶段，采用MeanShift算法对图像进行分割，结合图像的轮廓信息对误匹配点进行修正，进一步提高在弱纹理及边缘区域的视差精度。实验结果表明，与一些传统算法相比，所提算法具有更高的视差精度，且视差图的边缘、纹理较其他算法更为平滑，具有更强的鲁棒性。

当前图像融合主要通过图像特征取大的方法来融合图像系数，忽略了图像边缘特征的相关性，使融合结果中存在块现象和不连续现象等不足。为此，引入二代曲波(SGC)变换，设计边缘特征加权的图像融合算法。将输入图像通过SGC变换，分解出其低频和高频系数；采用区域能量模型，计算出图像所包含的能量特征，通过均值模型，计算出图像所包含的亮度特征。利用图像的能量和亮度特征，构造双特征低频系数融合函数，获取能量特征和亮度特征都较为理想的融合低频系数。利用Sobel算子对图像的边缘特征进行检测，利用检测结果构造边缘特征加权的高频系数融合准则，获取高频系数融合结果。最后，借助二代曲波逆变换处理融合系数，获取融合图像。实验测试结果显示，相对于当前融合技术，所提算法具有更好的融合效果，其融合图像具备更好的边缘连续性以及清晰度。

为了消除不均匀光照给图像边缘检测带来的影响, 提出一种对数域梯度与改进Sobel算子相结合的边缘检测方法。该方法首先将图像变换到对数域, 通过削弱低频入射分量增强高频反射分量, 以提升图像亮度; 然后合成改进的4方向Sobel算子, 并用无穷范数表示梯度, 以使需要被检测的图像更加完整; 最后通过Bernsen算法得到的阈值与高斯滤波后得到的Bernsen算法阈值进行线性组合来确定最佳阈值, 以使图像边缘更加连续完整。仿真实验结果表明, 该方法可以有效消除不均匀光照对图像边缘检测的影响, 与相关算法和文献相比, 该方法对不同照度图像的边缘检测效果更好。

角膜曲率测量一般是采用视标成像的方法得到角膜的反射像后, 通过对反射像的再成像间接得到角膜的曲率半径。为了实现对角膜曲率测量图像的对焦判断, 在简化角膜曲率测量系统的基础上, 对获取的图像对焦算法进行研究。对角膜曲率测量图像的六个测试光标分别进行像素统计, 初步判别过度离焦的状态。对角膜曲率测量图像进行四方向Sobel算子的卷积运算, 对得到的边缘增强图像进行对数灰度级像素统计, 得到对焦评价值。将该算法与Tenengrad函数、方差函数和单一对数灰度级像素统计评价函数算法做对比实验, 评价该算法的可行性。实验结果表明, 该对焦评价函数具有良好的精确度、单峰性、灵敏度和无偏性, 对细节信息较少、结构简单的图像的对焦评价方面有应用前景。

针对局部二值模式采样不充分和对随机噪声及非一致性光照敏感的问题,提出一种改进梯度局部二值模式(IGLBP)的人脸描述方法。利用多半径和多方向的采样方式获取两组3 pixel×3 pixel的子邻域,其由2个半径8个方向的16个像素点组成;再将其用梯度局部二值模式提取特征,并将两组特征进行编码融合产生IGLBP值;将得到的IGLBP特征进行分块和统计直方图得到人脸的特征向量,并进行人脸的分类识别。在CAS-PEAL和AR人脸数据库的实验结果表明,该方法能够有效地提取特征信息,对人脸识别中的光照、表情、部分遮挡变化以及噪声等具有较好的稳健性。

在双目视觉工件圆弧半径测量过程中,圆弧轮廓特征提取是后续边缘轮廓点匹配及空间圆弧重构的关键。受工件表面纹理、周围环境干扰、光照不均匀等影响,现有算法并不能准确提取圆弧轮廓特征。在Sobel算子进行边缘检测的基础上,利用自适应卷积运算和双局部二值模式纹理特征进行归一化处理产生融合灰度值,进而利用融合灰度值对Sobel算子检测结果进一步筛选出边缘轮廓点。对极坐标分布直方图进行一般正态分布处理,排除背景复杂时噪声点的干扰,进一步区分外轮廓特征和内轮廓特征。实验结果表明,本文算法不仅消除了光照影响,而且具有很好的准确性和稳健性。

为实现电力设备红外图像中目标设备图像的分割, 对传统区域生长法需要人工选择初始种子点, 以及易产生过分割与欠分割的不足提出了改进, 将红外图像中邻域均值最大的像素点作为种子点, 实现种子点的自动选取。提出了使用Sobel算子计算梯度幅值作为附加限定条件的生长准则。改进的区域生长法的分割效果比传统的区域生长法效果更好。

针对激光主动成像图像特点, 提出一种分数阶微分与Sobel算子相结合的边缘检测算法。构造小波软阈值法与非局部均值滤波相结合的去噪算法对图像进行预处理；分析传统Sobel算子的不足, 并利用分数阶微分对其进行改进, 提出基于分数阶微分和Sobel算子的四方向边缘检测模型对图像进行梯度运算；运用最大类间差分法自适应选取阈值实现二值化完成边缘检测。实验结果表明, 与传统边缘检测算法相比, 该算法能够检测出更多的图像边缘细节, 且具有更好的可匹配性参数。

针对红外焦平面阵列探测器成像存在盲元的问题,从工程应用角度出发,提出了一种易于在硬件上实现的盲元检测与补偿方法。对红外图像建立直方图模型,模拟高斯正态分布,利用“3σ判断准则”进行盲元检测;通过对图像合理分块,保证了盲元检测算法的快速性和鲁棒性。最后,结合红外图像边缘信息,提出了一种可靠的盲元补偿方法,可有效解决盲元在图像边缘补偿不稳定的问题。仿真结果表明,该方法可以有效地处理盲元,明显提高了红外成像的视觉效果。

为了提高自动调焦算法在动态环境下的性能,对调焦评价函数和调焦搜索策略进行了研究。在分析人类视觉系统特性研究成果的基础上, 提出一种基于8方向Sobel算子边缘加权的调焦评价函数。同时, 为了克服传统爬山法搜索速度慢的缺点, 采用自适应变步长极值搜索策略, 通过仿真实验可知, 提出的8方向Sobel边缘检测算子具备良好的边缘提取效果, 同时基于此算子结合人类视觉机制特性给予各边缘不同权重系数计算的调焦评价函数,比经典两方向Sobel算子调焦评价函数具备更好的抗干扰能力。最后搭建基于液体透镜的实验平台, 在动态环境下验证改进算法的性能。实验结果表明, 提出的自动调焦算法在动态环境下调焦准确率达到97.5%。