针对暗通道和线性变换算法的局限性,提出了一种基于改进线性变换的迭代优化去雾算法。首先,从最小颜色分量出发,建立大气耗散函数与最小颜色分量的自适应线性变换模型,以获得介质传输率的初始估计;然后,针对雾图中明亮区域的介质传输率进行自适应修正;其次,使用Kirsch和Laplacian算子构成的高阶滤波器进行迭代处理,得到最优介质传输率;最后,将优化后的介质传输率和基于四叉树子块搜索法获得的大气光值代入大气散射模型,得到复原图像。实验结果表明,本算法能恢复出清晰、自然的图像,对单幅图像的去雾效果较好。

针对现有双目位姿测量系统中仅有两个目标点, 无法利用额外标定物对两个无公共视场相机进行标定的问题, 提出一种无需改变系统结构, 可以直接利用现有设备的双目相机位姿标定方法。首先固定两相机坐标系与公共目标坐标系的位置关系, 通过多次移动标定物的方式得到多组坐标数据;然后, 利用一种基于直接线性变换方法的改进算法对每个相机坐标系到公共目标坐标系的转换关系进行优化求解;最后, 利用优化后的相机坐标系到公共目标坐标系的转换关系求得两个无公共视场相机坐标系之间的转换关系。利用两个相机坐标系之间的转换关系求得两目标点距离, 并作为标定精度的评价指标。实验结果表明: 当目标点处在各自相机视场范围内, 相机与目标点之间的测量距离为 700~1 300 mm时, 利用本文方法求得的目标点距离的均方差 <0. 2 mm, 满足实际应用需求。

物理点的三维定位是计算机视觉实现特征提取、模式识别、测绘、运动分析的基础, 为了减少遮挡的影响及增大视场面积, 可以通过多视图实现点的三维定位, 但目前使用专门仪器设备及专门软件实现, 定位的点数、二次开发功能都有一定限制。本论文提出一种基于直接线性变换(Direct Linear Transformation, DLT)的物体上点的世界坐标系下的三维定位方法, 适用于单台相机移动获取的多视图实现的静态结构体点的定位, 也适合于多台相机同时拍摄获取的机器上点的三维动态定位。采用DLT方法进行各相机(或不同位置下的相机)进行标定获取内外参数, 即布置6个以上不共面且坐标已知的控制点, 根据空间三维坐标与图像二维坐标的线性变换关系列出方程组, 通过最小二乘法对相机内外参数进行线性估计; 再利用这些内外参数实现点的三维定位, 即依据空间几何线-线交会原理利用最小二乘法求解实现空间点的世界坐标测量。论文论证了本方法的原理, 提出了方法的步骤, 并以水田平地机为试验平台, 测量平地铲上待测点的世界坐标来验证。试验结果表明: 该方法测得的坐标在X,Y,Z方向的平均绝对误差为4.19 mm, 3.97 mm, 3.69 mm, 空间相对距离误差为0.81%, 满足一般测量精度要求。进一步提高精度可以考虑在标定步骤中校正相机失真。基于一台或多台相机得到的多视图, 该方法能够实现任意多个物理点的世界坐标测量, 测量结果不受相机位置影响。

提出了一种基于高斯衰减的自适应线性变换图像去雾算法。建立有雾图像与无雾图像最小值通道之间的线性变换模型,利用有雾图像最小值通道构造高斯函数以自适应补偿估计图像明亮区域的透射率,提升透射率的准确度。根据大气散射模型复原图像,使用交叉双边滤波器消除透射率纹理效应。实验结果表明,所提算法能有效地改善图像明亮区域的色彩失真,消除景深边缘Halo效应,所复原的图像具有明显的细节和适宜的饱和度。

为了有效复原雾霾天气下退化的图像，文章提出了一种自适应线性透射率估计去雾算法。建立有雾图像与无雾图像最小值通道之间的线性变换模型；利用有雾图像的混合通道得到自适应参数，结合自适应参数和线性变换模型估计出透射率，通过有雾图像的最小值通道构造高斯函数来补偿估计明亮区域透射率，提升该区域透射率的准确度，再使用交叉双边滤波器消除纹理效应得到优化透射率；最后，结合大气散射模型复原出无雾图像。实验结果表明，该方法有效降低了时间复杂度，且复原的图像细节明显，明亮度适宜。

针对彩色红外图像和可见光图像融合问题，提出了利用YCbCr 和平稳小波变换（StationaryWavelet Transform，SWT）实现彩色图像融合的算法。该算法首先将源彩色红外图像转换为灰度图像，将彩色可见光图像从RGB 空间转换到YCbCr 空间获取Y、Cb、Cr 三分量，然后将红外灰度图像和Y分量利用SWT 融合。在融合过程中应用了一种绝对值阈值和区域能量相结合的融合准则，并利用彩色可见光图像Y 分量对融合结果进行区域线性变换获取彩色融合图像Y 分量。最后将Cb、Cr 和融合Y 分量从YCbCr 空间转换到RGB 空间获得彩色融合图像。实验结果表明，该算法可以综合YCbCr空间、SWT 和区域线性变换优点，较好地保持源图像场景信息、空间色彩信息和目标人物特性，突出源图像的纹理变化特性和边缘细节信息。

为实现基于数字微镜器件(DMD)高动态范围成像系统中的DMD微镜与CCD像素间的高精度映射,提出了三种不同的像素级映射算法。介绍了基于DMD的高动态范围成像系统,分析了其映射原理以及映射的必要性,采用直接线性变换算法、非线性多项式畸变拟合算法和反向传播神经网络算法进行映射,并将其理论方法与成像系统相结合。通过图片测试,得到相应的参数并计算其误差,其中误差最小的是多项式畸变拟合映射算法,其均方根误差为1.02 pixel,即认为该算法可达到像素级映射的目标。该算法拟合了部分畸变误差,满足成像系统像素级映射的需求。

视场在180°左右的鱼眼影像的变形主要包括由镜头球形结构引起的变形和光学畸变, 针对这两种畸变提出一种基于三维控制场的分步检校方法, 该方法基于直接线性变换(DLT)建立像方空间与物方空间的对应关系模型, 结合球面透视模型迭代解算与鱼眼结构有关的变换半径, 在第一步检校结果的基础上建立影像的畸变模型, 并将该模型引入到DLT中对光学畸变参数进行检校, 利用第二步检校的结果对影像进行再纠正, 解决了鱼眼影像严重的畸变问题, 并通过实验验证了该方法的有效性及精度。

提出了地面三维激光扫描仪与外置数码相机安置参数的高精度标定方案。首先, 利用商业化近景摄影测量系统对相机内参数进行单独标定; 然后, 利用回光反射标志作为二维和三维匹配的同名控制点, 对直接线性变换进行拓展应用, 在算法迭代过程将内参数作为已知值对外参数进行求解; 最后, 根据相机数据采集特点确定其拍摄全景时多张影像之间的位置关系, 对多张影像的外方位元素进行求解, 从而实现全景点云与全景完整影像之间的映射。进行了实验测试, 利用安置参数标定结果反求验证点像素坐标与真实测量结果之差验证了本文标定方法的精度和可行性。实验显示: 点云与影像间的映射精度可达到1像素左右; 相机拍摄全景获取的影像与全景点云可以实现正确映射, 表明提出的标定方法正确, 满足纹理贴图及将影像作为特征提取辅助信息的精度要求。

为了解决用POSHE算法对红外图像进行增强处理时存在的过增强等问题，提出 了一种基于最优灰度分布拟合的直方图变换方法，并通过MATLAB仿真对其进行了试验验证。结果表明，该方法 不仅可以有效缓解过增强问题，消除经POSHE算法处理后产生的块效应现象，而且还可以 抑制制冷型红外探测器的“冷反射”图像。本文方法在增强红外图像 对比度的同时，能够有效保留红外图像的整体信息，并且具有较好的视觉效果。