针对视觉同步定位与地图构建(SLAM)算法中线特征提取稳健性差、匹配效率低的问题,提出了一种基于分组策略的点线特征融合视觉SLAM算法。首先,通过引入线段分组策略合并潜在的同源线段、生成高质量长线段,并利用公共结点筛选出有效的线特征。然后,根据点线特征的仿射不变性直接匹配线特征。最后,构建点线融合特征的误差函数,使重投影误差最小化,进而提高相机位姿的估计精度。在KITTI、EuRoC、TUM以及YorkUrban数据集上的实验结果表明,本算法可以有效提升特征提取的稳健性,进而提高相机位姿估计与建图的精度。

为了解决大仿射形变场景下, 尺度不变特征变换(Scale Invariant Feature Transform, SIFT)算法的局限性以及仿射尺度不变特征变换(Affine-SIFT, ASIFT)算法运算量大的问题, 提出了一种具有近似仿射尺度不变特征的快速图像匹配算法 (Fast Approximate-Ane-SIFT, Fast-AASIFT)。该算法具有比ASIFT算法更清晰的物理意义, 首先从逆仿射变换出发, 对原图进行仿射形变纠正, 估计出对应的正射图像; 然后在正射图像上进行特征点提取及SIFT描述; 最后进行SIFT优化匹配。实验结果表明: 大仿射形变场景下, Fast-AASIFT算法依然能匹配到足够多的特征点, 且峰值匹配误差＜2.5 pixel, 平均匹配误差＜1.2 pixel, 其抗仿射形变能力明显优于SIFT算法, 与ASIFT算法相当; Fast-AASIFT算法耗时＜0.3倍ASIFT, 有效改善了ASIFT算法的耗时问题。可见, Fast-AASIFT算法既有效保证了算法抗仿射形变鲁棒性, 又大幅提高了算法效率, 对场景重构、场景识别等应用具有重要意义。

针对金属冶炼排渣机械手对炉渣位置定位的问题, 本文提出了一种基于近红外视觉的高温目标定位方法。使用红外阵列传感器和 CMOS摄像头结构光三维重建视野标定后搭建出一套近红外视觉系统。用蜡烛光模拟高温炉渣, 将红外阵列传感器采集的温度点阵数据绘制出伪彩色温度分布图, 利用仿射不变性原理将其与彩色图像配准融合, 生成高温炉渣及其周围环境的红外 -可见光融合图像。最后, 利用红外阵列传感器横、纵视野角分量投影的方法得到高温炉渣的三维坐标。实验结果表明, 红外阵列传感器定位高温炉渣的方法是可行的。定位得到高温炉渣的三维坐标为机械手提供目标期望给定, 机械手可进一步完成排渣任务。

针对机载光电探测设备对位于地面背景下的运动目标检测虚警率高、实时性低的问题, 提出了一种基于航姿信息的运动目标检测算法。首先, 提取图像中的疑似目标点；然后利用疑似目标点在图像中的位置和载机的航姿信息解算得到目标在惯导坐标系下的位置信息, 并根据目标在惯导坐标系下的位置变化, 将目标分类为背景目标和备选目标；最后, 通过计算备选目标与背景目标的角度变化关系确定备选目标是否运动。通过半实物仿真的方式对算法进行验证。

前视红外目标识别是精确制导**的关键技术。实际应用中，模板和实时图存在尺度和角度的差异，易导致误匹配。为克服上述问题，提出了一种基于边缘仿射不变坐标的前视红外目标识别算法。以边缘曲线的区域质心为基准点建立局部坐标系，在此坐标系下，边缘点的坐标值具有仿射不变；将边缘的坐标集合作为描述子，利用平均hausdorff 距离度量边缘的相似性；最后结合边缘的相对位置剔除误匹配，实现前视红外目标的稳健识别。通过三组实验，与基于灰度模板和基于边缘模板的识别算法相比，识别率和稳健性均有所提高。

针对MSA(Multi-Scale Autoconvolution)算法对光照变化敏感且在进行目标搜索时计算量大的缺点，提出了一种结合MSA和方向编码的快速景象匹配算法。首先，求待匹配图和模板的方向编码图，以消除光照变化的影响；其次，对方向编码图进行分块处理，分别求取各子块的MSA值，在每个搜索位置，只更新MSA值矩阵的一行(列)，这样使计算量减少到不足原MSA算法的1/8。用cameraman图像和实际卫星拍摄图像进行实验，结果表明，改进后的算法不仅对仿射变换、轻微透视投影变换、噪声及遮挡具有鲁棒性，同时可以抗光照变化的影响，且搜索速度更快，在实际拍摄的图像中能对目标进行准确识别和定位。

根据协同神经网络,提出了一种新的控制参数--序矢量,并着重研究了其在图像检索方面的相关性质.在此基础上,针对商标图像检索,提出了一种高效的基于元素的仿射不变性度量方法.实验表明,该检索算法抗噪、抗缺损能力强,同时对于平移、旋转、缩放具有不变性.