针对结构光测量时手工调节相机参数易导致图像质量的随机性，进而导致标定精度的下降及调参环节重复繁琐的问题，提出了一种结构光测量的相机标定自适应调参方法。首先，设计了一套相机自动调参装置，根据三个调参环调节时的图像变化机理，选取标定板面积占比、图像清晰度及图像对比度三个参数，分别定义焦距调节环、对焦环及光圈调节环。其次，为实现相机的高精度标定自适应参数调节，针对传统Brenner函数的缺陷，通过一种改进的Brenner自动阈值函数，实现对图像清晰度的精确快速对焦，并对标定板图像感兴趣区域的前景与背景进行分割，计算图像对比度，根据标定的重投影误差，确定标定相机的最优调节区间，以自适应调参搜索控制方法进行标定参数调节。最后，为提高自适应标定调参时电机的搜索定位速度，建立了调参函数模型，并通过物距及像素长度自适应计算焦距。三维测量调参实验表明，相比于手工标定，基于提出的调参方法能在5 s内实现自动调参，且重投影误差减少66.57%。

为了提高聚焦形貌恢复技术的重建精度,寻找最优的聚焦形貌恢复算法,提出一种图像离焦仿真技术,用于对聚焦形貌恢复算法的精度进行评估。绘制一个三维模型,并选择一幅纹理图,根据图像分辨率对模型表面进行等间距点采样,生成有序点云数据。对通过点采样获取的数据进行处理并映射纹理,生成一组理想的或者包含噪声的序列仿真图像。利用得到的序列图像对聚焦形貌恢复算法进行实验验证,将生成的深度数据与点采样得到的真实深度数据进行对比以准确地评价算法的质量。研究结果表明,图像离焦仿真技术能够有效评价聚焦形貌恢复算法的质量,并有助于寻找更稳定、精度更高的算法。

红外序列图像清晰度评价对热像仪测温标定至关重要。文中针对传统空域评价算法的不足，提出一种基于图像轮廓线分割的红外序列图像清晰度评价方法。此算法基于变分水平集理论以能量泛函的最小化为目标，来求解使曲线趋向于目标，从而提取出红外图像中目标物的轮廓线；通过选取目标物体轮廓线两侧灰度均值大小来描述图像的清晰程度。以红外热像仪在标定时获取的序列图像为研究对象，运用文中所提出的方法与SMD，EOG，Robert，Wavelet 算法之间的对比性分析。实验表明：文中所提方法满足清晰度评价函数所具有的单调性，无偏性与良好的灵敏度。

针对影像测量领域中自动对焦方法存在的对焦准确性不高、对焦过程复杂等问题, 提出了一种采用加权最小二乘准则的自动对焦方法。首先, 根据不同种类图像清晰度评价函数的评价特性, 选定对焦过程中所用的图像清晰度评价函数。其次, 在图像清晰度评价函数的基础上进行两阶段对焦, 即粗对焦阶段与精对焦阶段。然后, 分析了加权最小二乘准则中加权系数的确定原则并给出了其具体确定方法。最后, 对精对焦阶段所得清晰度评价值进行归一化处理, 采用加权最小二乘准则进行高斯曲线拟合求取极值, 极值位置即最终正焦平面。实验结果表明: 在步距为0.1mm的条件下, 该方法与现有的洛伦兹(Lorent)、Gauss拟合方法相比, 对焦误差由0.05mm降低到0.02mm, 有效地提高了现有曲线拟合法的对焦准确性。

针对当前TFT-LCD玻璃基板在线检测过程中存在的显微图像对焦模糊问题，对基于图像处理的自动调焦方法在TFT-LCD玻璃基板检测中的应用进行了研究。基于对TFT-LCD液晶面板的光学检测，重点介绍了目前较为常用的、具有代表性的几种基于图像处理的清晰度评价算法,并从算法的单峰性、无偏性、灵敏性以及计算量等方面进行了比较与分析，提出了一种粗细调相结合的复合自动对焦方法，分别选取斜边缘检测算子和梯度滤波器算子作为调焦粗搜索和精搜索阶段的对焦评价算子。实验结果表明：使用调焦行程为15步的全局搜索算法，传统单一算法耗时2.18 s，得到图像的清晰度评价函数值为46.78；粗细调相结合的复合自动对焦方法时间仅为1.41 s,得到图像的清晰度评价函数值为52.49。该方法不仅对焦精度高，有较大的对焦范围，还能保证高的计算效率。

由于常用的多聚焦融合算法不能很好地区分噪声和视觉上有意义的特征信息, 本文提出了一种有效抑制图像噪声干扰的多聚焦图像融合算法。采用改进的基于自适应分块的图像融合算法并结合一种新的抗噪性好的清晰度评价算子有效解决了含噪图像的融合问题, 取得了理想的图像融合效果。对融合图像的均方根误差和互信息进行了定量比较, 结果表明, 在不同强度的噪声干扰下, 与对比度金字塔、小波变换和Contourlet变换方法相比, 所提方法的平均均方根误差分别降低了4.288 9, 4.479 1和4.187 1; 平均互信息分别提高了2.366 4, 3.282 5和2.063 9。本算法在噪声干扰下仍能准确地保持图像的有用信息, 有效抑制噪声的影响, 得到了比传统融合方法更优的视觉效果。

为了保证非接触式掌纹识别系统所采集的掌纹图像清晰度能够满足识别要求，缩短用户的测试时间，建立了图像清晰度与掌纹错误识别率的关系模型，并实现改进的非接触式在线掌纹识别模拟系统。引入图像清晰度评价函数，建立图像清晰度函数与物距（手与镜头的距离）之间的关系模型；进一步建立图像清晰度与该清晰度下掌纹识别系统错误识别率的关系模型；实现改进的基于清晰度评价模块的非接触式掌纹识别模拟系统。实验结果表明，改进的模拟系统保证了非接触式掌纹识别图像采集的成像质量，降低了错误识别率，具有实用价值。

离焦模糊图像清晰度评价函数是采用数字图像处理技术实现自动调焦的一个关键,需要不断地提高评价函数的准确性和有效性.深入研究了各种图像梯度的分布情况后发现模糊图像小梯度像素数较大,而清晰图像大梯度的像素数则明显比模糊图像的多,因此可以给梯度加一个阈值,去掉梯度小的值保留梯度大的值,这样可以突出清晰图像的的优势,易于准确判断.首次提出了一种用图像梯度加阈值求和作为由于离焦产生的模糊图像的评价函数,建立了上述评价函数的数学模型,并给出了实验结果和分析.与以往的图像灰度方差、梯度和、小波变换等评价函数相比,给出的评价函数无偏性好、单峰性强,信噪比高,计算量小,在焦平面附近具有变化趋势明显和灵敏度高的特点.