采用预置散斑的X射线强度关联成像系统需要采集大量的散斑场，成像时间较长，而单幅散斑场信噪比低，难以单独用于图像重构。然而单幅散斑场中的空间分布信息包含一定的样品结构信息，可以用于样品缺陷快速检测。基于此，提出一种基于单幅预置散斑的缺陷检测方法，该方法将待检测样品探测散斑场与标准样品模拟散斑场的相关性作为样品缺陷的评价标准。同时基于该方法模拟X射线强度涨落二阶自关联检测光路，分析不同信噪比下探测散斑场分布的图像对比度对相关系数的影响。并对比多种细节增强方法，提高检测可靠性。最终结果表明，基于单幅散斑场的方法可以有效地进行样品的快速缺陷检测。

医学超声图像是医生诊断人体组织病变的重要依据, 而医学超声图像中固有的散斑噪声易造成纹理信息的破坏, 影响医生对组织器官的判断, 因此, 医学超声图像的去噪处理倍受关注。针对目前医学超声图像去噪算法无法保持图像纹理这一局限性, 本文提出分数阶微分加权的引导滤波算法。算法首先通过对数变换, 将难以去除的散斑噪声转换为加性噪声; 再结合分数阶微分算法, 根据像素与边缘纹理的相关性设计纹理因子, 并使用该纹理因子改进引导滤波方法; 最后, 通过改进的引导滤波器生成医学超声图像的处理结果。本文对猪胃和猪气管超声图像进行了算法实验, 实验结果表明, 本文算法相较于经典引导滤波算法, 其结构一致性因子提升20.1%, 无参考图像锐化因子提升3.3%, 能够在去除散斑噪声的同时有效保留图像边缘纹理结构, 对于医学超声图像具有良好的适用性。

提出了一种基于高斯拉普拉斯(LoG)算子的加权引导图滤波立体匹配算法。采用加权绝对差与梯度相融合的方式计算匹配代价。利用基于LoG算子的引导图滤波进行代价聚合,使惩戒参数能够随图像中的不同纹理区域进行自适应调整。使用赢者通吃(WTA)策略计算视差,并采用二次插值法得到最终的视差图。对Middlebury平台中的图像进行测试,结果表明,所提算法的平均误匹配率为4.32%。该算法可以有效地兼顾图像的高纹理区域和低纹理区域,并降低了视差图的误匹配率。

为了解决传统跟踪算法不能有效区分背景边缘和红外弱小目标的问题,基于图像引导滤波和核相关滤波,提出了一种改进型的红外弱小目标跟踪算法。将采用6组红外弱小目标图像序列得到的实验结果与采用经典跟踪算法得到的实验结果进行了比较。实验结果表明,所提算法在主观视觉和客观评价指标方面均优于传统算法,具有更高的目标跟踪精度与较好的实时性。

在红外成像探测系统中, 对红外图像背景进行有效的抑制是准确检测出弱小目标的前提条件。基于目标在空域局部灰度稳定和时域运动连续的约束, 提出了一种基于时空域滤波的红外弱小目标背景抑制新方法。首先, 利用引导滤波保存图像细节和时域偏微分方程提取图像中突变区域的优势, 实现对图像空域与时域中平稳和强起伏不同特征复杂背景进行抑制处理; 然后, 将时空域背景抑制结果利用相与操作算子处理完成对高度类似弱小目标信号的剔除; 最后, 为恢复前期抑制结果中丢失的目标信息, 利用时空域融合结果作为引导图像进行进一步优化处理, 得到最终背景抑制结果。仿真实验采用两组低信杂比运动弱小目标红外图像序列进行方法验证, 并将该方法与几种背景抑制方法进行了比较, 实验结果表明: 该方法无论从主观视觉还是客观评价指标上均优于其他几种方法。

针对绝缘子红外与可见光图像融合过程中存在绝缘子伞盘边缘信息模糊, 亮度低和对比度差等问题, 本文提出了基于联合稀疏和参数自适应选择指导滤波的图像融合方法。图像首先经过联合稀疏模型分解, 提取共有特征、红外图像特有特征和可见光图像特有特征, 并按照特有特征系数的活跃程度调整权重; 同时应用参数自适应选择指导滤波方法, 能够较好地保留绝缘子图像的边缘信息和细节信息。通过对比实验, 本文方法融合结果亮度高、边缘清晰且边缘强度大, 同时客观指标也较好。

基于红外图像与可见光雾化图像之间的相似性, 通过比较红外图像的灰度均值和图像亮暗程度的灰度阈值, 实现图像亮暗的自动判别, 进而判断图像是否需要灰度反转。对原图或原图灰度反转图采用类似可见光去雾的暗原色先验算法——伪暗原色算法求出红外图像的粗糙透射率, 结合导向滤波实现粗糙透射率的细化, 依据大气散射物理模型得到最终增强的红外图像。实验结果表明, 采用伪暗原色红外图像增强的算法可以提高红外图像的对比度, 突出其细节, 提高其信噪比, 并且具有良好的视觉效果。

为降低双目立体匹配算法在视差不连续区域和噪声干扰情况下的误匹配率，提出了一种基于改进Census变换和动态规划的立体匹配算法。采用支持区域为十字交叉形状窗口且设有噪声容限的改进Census 变换进行代价计算，提高了单像素匹配代价的可靠性；利用引导图滤波器快速有效地完成代价聚合；在视差选择阶段，设计了一种改进的动态规划算法，消除了扫描线效应，提高了匹配速度和正确率；经过视差后处理得到最终视差图。实验结果表明，该算法在Middlebury测试平台上的平均误匹配率为5.31%，在低纹理区域和视差不连续区域均能得到准确的视差，运算复杂度低且具有较好的稳健性。

为了提高光照条件变化下的图像增强效果,提出一种改进直方图均衡和Retinex算法的图像增强方法。 对于待增强灰度图像,通过理想低通滤波获得图像低频分量,采用改进直方图均衡进行动态范围优化, 利用引导图像滤波代替Retinex算法的高斯滤波对图像的高频分量进行估计,并对估计的结果进行线性放 大处理。实验结果表明,相对单尺度和多尺度Retinex算法以及改进的直方图均衡化算法,提出的方法从 主观和客观评价方面都获得了更好的图像增强效果,有效提高了图像的视觉效果和可懂度,并具有较强的鲁棒性。