基于线特征匹配的模拟预拼装是一种桥梁钢结构构件预拼装方法，采用连接处线特征匹配进行拼接，重叠度不高且未考虑线形精度。为此，提出了一种设计数据辅助的改进方法，其先利用缩小包围盒法与切片法分别提取构件的连接处线特征与线形特征，同时结合设计数据恢复得到的线形特征，按照对应关系融合为目标特征与源特征；再基于点特征直方图和迭代最近点法分别完成粗匹配和精配准；最后利用配准结果完成构件拼接。基于仿真数据，对比角点匹配、线特征匹配、设计数据辅助等3种方法的精度，实验结果表明：设计数据辅助法能有效提高线形精度。分别使用线特征匹配法与设计数据辅助法检测上海市南横引河桥钢结构构件的加工质量，检测结果表明：所提方法具有实用性且能有效提高线形精度。

目前实时定位及地图重建（SLAM）算法中的实时定位技术已趋于稳定，研究视野转向基于点线特征的半稠密SLAM算法。针对此研究方向，提出了一种基于点线特征的SLAM算法。首先，在视觉前端使用基于三斑块与局部灰度差分的oriented fast and rotated brief（ORB）算法提取特征点并匹配。同时使用multiscale line segment detector（MLSD）算法提取线段特征并匹配，使系统在点特征几何变换的基础上加入了线特征的约束条件来计算位姿变换。然后使用点和线约束通过局部bundle adjustment（BA）方法优化位姿。最后进行回环检测来重定位。对所提算法在Euroc数据集上进行了测试，并与同类算法进行了比较。实验结果表明：所建地图相对较为稠密且轮廓清晰、准确度高；同时在V1-02-mdeium、V2-02-mdeium、MH-02-easy、MH-03-medium、MH-04-difficult数据集中均方根误差（RMSE）分别是0.045、0.0561、0.0539、0.0491、0.0623，相对最低。研究结果表明所提算法在同类算法中具有相对较好的建图效果和较高的精度。

为了解决地下工程场景下巡逻机器人的定位与建图问题,提出了一种基于点线特征融合的半直接单目视觉里程计(SVO)算法。本文算法可分为特征提取、状态估计和深度滤波器3个线程。特征提取线程负责图像点、线特征的提取;状态估计线程利用点、线特征不同的匹配与跟踪策略获得相机的6自由度位姿,并通过帧与帧、特征与特征、局部帧之间的约束关系进一步优化相机位姿;而深度滤波器线程通过概率分布的方式刻画三维路标点相对于相机光心的深度信息,该方式相对于固定深度值的方式能够提高深度估计的稳健性。本文算法在Euroc公开数据集运行的平均定位精度相对于LSD-SLAM算法提高了17.6%,而在Tum公开数据集上运行的平均定位精度相对于SVO 算法提高了6.4%。利用加载摄像头的机器人平台进行测试,实际运行的定位误差大约为1.17%,满足实际需求。

水面无人艇技术在气象监测、海面搜救、对敌侦察、精确打击等方向发挥着越来越重要的作用，但实际海面环境中的云层辐射、波浪反射、气象条件等光学图像形成中的各种干扰因素，使海天线的准确检测难以实现。为了解决这一问题,提出一种基于梯度显著性的海天线检测方法，梯度显著性的计算有效增强了海天线的直线特征并抑制了各种干扰因素，采用区域生长方法实现了对海天线的检测和辨识，最后使用XL水面无人艇在实际海面环境下采集的光学图像进行验证，结果证明了所用方法的准确性和实时性。

为了对工业CT(ICT)图像中的线特征进行有效提取, 提出一种基于二阶Wedgelet快速分解的特征提取方法。首先, 介绍了二阶Wedgelet分解的定义, 根据二阶Wedgelet基函数的构成将其划分为3种(同边型、邻边型、对边型)不同类型。根据不同类型基函数间的空间关系设计出二阶Wedgelet快速分解算法。在此基础上, 在不同的单尺度上分别提取了各自的候选线特征。最后, 结合多尺度四叉树结构, 融合不同单尺度的候选线特征得到最终提取结果。对实际ICT图像进行了线特征提取实验, 对比试验结果验证了提出方法的有效性和先进性, 表明基于二阶Wedgelet快速分解的ICT图像线特征提取方法能有效地提取ICT图像感兴趣的线特征, 对其它类型图像的线特征提取也具有一定的参考价值。

针对发生较大角度旋转及平移时图像配准精度不高, 图像配准对局部形变和光照较为敏感的问题, 本文提出了基于直线和 SURF特征的图像分区域配准算法。首先利用 Hough变换实现图像的粗配准; 然后对图像进行分区, 在子区域内利用 SURF算子求取变换模型参数, 完成图像的配准。实验表明该方法可用于红外与可见光图像的配准, 与传统方法相比, 本方法能够在图像存在大角度旋转和平移时实现高精度配准, 且在图像存在局部形变及光照不均时精度较好。

鉴于激光点云和影像数据成像机理的差异以及现有配准基元的可获取性特点，通常采用基于特征的配准算法修正两者之间的转换关系，其中建筑物的边缘及角点为最常用的特征。针对城区建筑物分布密集、形状相似的问题，提出了一种基于道路线的机载激光雷达数据和高分辨率航空影像自动配准方法。该方法充分利用点云数据提供的高程与强度信息，提取出高精度的规则化道路矢量线；根据初始外方位元素建立点云数据和航空影像的近似变换关系，以道路矢量线在航空影像的投影位置为先验知识，采用改进的道路矩形整体匹配算法得到影像中的道路中心线，获取同名线特征；以同名道路线段的首末端点作为控制信息，利用基于欧拉角的空间后方交会算法解算新的影像外方位元素，实现航空影像和激光雷达数据的配准。实验结果表明，该方法利用道路特征实现航空影像与激光雷达点云的配准，提取特征少且配准精度较高，大大提高了工作效率。

视频目标跟踪是当前计算机视觉领域中的一个关键问题。基于场景分类提出了一种视频目标特征的实时在线选择方法。离线时首先采用改进型的“空间金字塔匹配”算法完成先验视频场景的分类;然后采用不同的描述算法实现对目标和背景的特征描述, 通过对数形式的方差比计算出目标和背景的特征距离;最后融合均值和熵值对特征距离进行统计分析, 建立场景相关的描述子显著性排序。在此基础上, 在线时利用初始帧完成测试视频的场景判定, 结合当前场景下的描述子排序, 实时选择最优特征, 应用于粒子滤波跟踪系统, 在公开视频库上进行跟踪测试, 验证排序的正确性和选择机制的必要性。

选取场景中常见的门形结构为处理对象, 提取门形结构中的三条直线, 拟合直线方程, 进而确定直线的交点及两条平行直线的消失点, 根据消失点原理和垂直关系等先验知识确定摄像机坐标系和世界坐标系的映射。空间解析过程以直线方程为基本要素, 参与解析运算的点特征均由直线方程确定, 随机选取的点坐标仅用于方向一致性判定, 减少了随机误差引入。仿真实验表明, 本文的视觉定位方法对噪声有较高的鲁棒性, 与融合线特征和随机点特征的方法相比降低了定位误差。