将帧间差分法运用于舰船中靶图像识别中, 并提出了一种基于图像统计特征的舰船中靶图像识别方法。基于Visual C＋＋中的MFC对话框开发工具, 借助OpenCV计算机视觉库编写了演示软件, 并对识别方法进行了验证。结果表明, 该方法能快速、准确地识别出中靶图像, 从而为指挥员的指挥决策提供客观依据。

为满足复杂条件下带电作业机器人作业过程中对线缆的定位需求, 提出一种基于激光光斑的带电作业机器人线缆定位方法, 在双目相机安装滤光片, 移动激光发射器, 并在线缆上形成两个光斑。对光斑源图像提取HSV空间的亮度分量, 减少光照差异及背景对光斑的影响。利用帧间差分获得两光斑的亮度分布图的差分图像。通过光斑筛选获得目标光斑, 去除差分中抖动、光照变化等影响。通过匹配左右相机的光斑对, 计算光斑三维坐标, 获得线缆上的目标位置和姿态, 保证了立体匹配的准确率。搭建实验平台, 采集多种光照环境、背景下的线缆图, 具有96%的定位准确率, 定位误差也能达到作业需求, 验证了该定位方法的有效性及实用性。

为了能在复杂环境下快速、准确地对多个目标进行检测及追踪，本文结合四帧间差分算法与光流算法，提出了一种更高效的运动目标检测算法。本算法为了提升光流法的处理速度并降低光照等环境所带来的影响，首先对视频序列进行四帧间差分处理，然后将得到的差分视频序列进行光流处理，以实现对视频中目标的准确检测。最后将该算法与粒子滤波、ViBe 等算法进行比较，并在不同场景下对不同运动目标、不同个数目标进行捕获处理，结果表明，本方法不仅具有较好的鲁棒性，而且能够更快速、准确的对目标进行检测与追踪。

为保证船用光电设备的安全可靠运行,针对船用光电指向器存在的气密问题,利用红外成像手段和CO2气体对红外线较为敏感的特性,研究了一种气密检测方法。该方法采用帧间差分和局部熵差相结合的算法对泄漏处进行检测和定位,从而能够高效、准确地发现船用光电指向器的气密缺陷,起到维护设备稳定工作的重要作用。

在视频跟踪系统中，运动目标检测是实现跟踪的前提和难点。为了能够有效地检测出目标，提出了一种基于动态模板匹配和卡尔曼滤波的目标跟踪算法。首先将前两帧图像差分检测运动目标区域，提取特征点；然后利用卡尔曼滤波在搜索区域中找到与目标模型最匹配的候选目标位置并与当前帧目标模板进行匹配；最后将特征点流失率作为限定阈值，采用模板更新策略动态更新模板。跟踪实验表明，该算法具有很好的匹配精度与实时性，对目标姿态变化、大小变化、遮挡问题等有很好的鲁棒性。

针对Camshift 算法无法适应目标的高速运动、复杂背景和遮挡的局限性,本文提出结合帧间差分法和运动估计对Camshift 算法进行改进。首先在颜色概率分布图计算中通过帧间差分法加入目标运动信息,实现自动初始化跟踪并排除与目标相似背景颜色的干扰。之后在搜索窗传递过程中预测目标的位置,根据跟踪状态对搜索窗进行调整,以实现对高速运动目标的跟踪。实验表明新算法在目标高速运动、遮挡、和同色干扰情况下,仍能进行有效跟踪。

为了提高红外图像序列中弱小目标的信噪比和检测概率，同时考虑检测算法实时性，提出了一种新的基于空时域滤波的小目标检测方法。首先，以第一帧图像为参考帧，对各帧图像进行运动补偿；然后，对运动补偿后的各帧图像在空域进行方差加权信息熵滤波，对空域滤波后图像采取双向隔帧差分的时域滤波；最后通过检测差分图像中的“凸包”，抑制背景和噪声，检测小目标。文中给出了实验结果与分析，并与其他方法作了比较。实验结果表明，上述方法能大幅度的提高目标的信噪比，检测小目标，且实时性好。