针对传统聚焦评价方法难以适应显微样本复杂纹理表面及反射率不均的问题，提出了一种抗光照强度、抗反射率不均、亚微米精度的基于双模糊理论的显微图像聚焦评价方法（DB-FEM），并研究了人工模糊有效标准差的概念，通过理论和实验找寻了较优有效标准差σ的取值。DB-FEM主要通过分析采集图像和其人为模糊图像的特征差异程度实现聚焦判断。首先对采集的层扫图像进行人为模糊处理，然后通过局部方差计算图像和其模糊图像在空域边缘信息和图像Haar小波频域信息的差异度。差异度包括空域边缘、低频纹理和高频边缘。最后将所有差异度相乘，得到基于差异度的聚焦评价曲线。实验结果表明，DB-FEM在不同光照幅值、不同表面形貌复杂度条件下均具有优良的聚焦评价性能，优于现有的空域边缘和频域模态评价方法，在单焦面检测中具有更窄的半峰全宽，在双焦面检测中具有更好的分辨能力。在物镜的放大倍数为20、数值孔径为0.65的条件下，所提方法的轴向分辨率优于0.3 μm。

根据微小零件显微检测图像纹理相似、边缘信息太少和灰度分布范围有限等特点, 从算法的基本原理出发, 对传统清晰度评价函数进行了分析。针对传统清晰度评价函数无法兼具高灵敏度和抗噪性的缺陷, 提出了一种基于局域方差信息熵的清晰度评价算法。该算法利用局域方差对各灰度级的自信息量进行加权, 一方面弥补了信息熵函数缺失的空间信息, 避免清晰度误判; 另一方面增加清晰区域像素参与计算信息量时的权重, 同时减少背景区域和噪声区域像素计算的权重, 从而提高函数灵敏度。实验结果表明, 与传统清晰度评价函数相比, 局域方差信息熵函数不仅灵敏度很高, 而且具有较好的抗噪性, 可用于实际的自动对焦系统中。

针对红外和可见光图像的自身特点，本文提出一种基于四元数小波变换（QWT）和自适应脉冲耦合神经网络（PCNN）模型相结合的红外图像与可见光图像融合的新算法。首先将红外图像与可见光图像分别进行四元数小波变换，分别得到低频子带和高频子带系数；其次，采用局部区域方差匹配的融合准则处理低频子带系数，并用自适应的PCNN 模型处理高频子带系数，用一种改进的空间频率作为PCNN 模型的刺激输入，且采用拉普拉斯算子调节PCNN 模型的阈值；最后经过四元数小波逆变换实现图像的融合。将本文提出的新算法与经典的图像融合算法进行对比分析，实验结果说明，新方法取得了较好地视觉改进效果，并在客观标准上也达到一定的提高。

针对红外图像中背景与目标的复杂性和多样性给变电站绝缘套管状态监测带来的困难，提出基于红外弱目标提取的检测方法。首先进行二维小波分解，将低频分量进行Retinex 理论增强，其余高频分量进行局部方差映射，完成小波重构后进行对比度增强，最后实现基于分步双阈值的目标提取。实验结果表明，该方法不仅改善了绝缘套管局部过热区域的红外图像的处理效果，还实现了过热点及其连带过热区域的提取和区分。

针对红外图像中背景与目标的复杂性和多样性给弱目标检测带来的困难, 提出基于局部方差的二维最大熵分割与遗传算法相结合的阈值分割方法。本文对变电站绝缘套管的红外图像进行了处理, 首先采用形态学顶帽变换的方法对其进行增强, 然后对图像进行局部方差映射并建立二维直方图, 最后结合遗传算法计算出二维最大熵分割阈值进而实现分割。实验结果表明, 该方法改善了红外弱目标的提取效果, 大大提高了阈值计算的效率, 待提取目标越小, 遗传算法的作用越能得到体现。

针对目前已有的基于端面图像的熊猫保偏光纤定轴系统中多采用手动对焦的问题，搭建一套自动对焦系统，提出一种基于保偏光纤定轴系统成像特点的自动对焦算法。该算法选择方差函数进行对焦评价，同时采用基于局部方差最大的对焦窗口选择方式来提高灵敏度，使用一种基于迭代拟合的综合搜索策略来搜索焦点。实验表明，本算法能够实现对保偏光纤端面及其衬块的快速稳定对焦。

为了提高可见光和红外图像融合效果,采用支持度变换的可见光与红外图像融合算法,首先对可见光和红外图像进行支持度变换,低频系数采用局部能量比例调制加权的方法进行融合,高频系数采用局部方差比例加权的方法进行融合,最后通过重构算法得到融合图像,并由理论分析得到融合图像的性能指标数据.结果表明,该算法同小波算法、Contourlet变换算法以及文献算法相比较,在图像细节信息、包含的信息量以及清晰度上都得到显著提高,达到了预期效果.

为了精确检测机械加工过程中刀具的磨损状态, 分析了刀具磨损图像中背景区、磨损区、未磨损区的灰度值变化, 提出了利用图像处理技术自动检测刀具磨损量的方法。首先, 根据Otsu法和B-样条曲线拟合法, 建立了自动确定上限阈值与下限阈值的算法, 准确地增强了磨损区与背景区、未磨损区之间的灰度对比度; 通过分析刀具磨损图像的稳定区和磨损边缘的非稳定区, 提出了边界提取的局部方差阈值算法, 给出了自适应的局部方差阈值, 清晰地将刀具磨损区从图像中分割出来。在此基础上, 利用形态学描述方法对分割部分进行孔洞填充与边界完整化, 从而直接计算出磨损区域的几何参数尺寸。实验结果表明: 超景深三维显微镜放大倍数为50时, 磨损宽度与磨损长度的检测误差分别为1.024%和1.325%; 放大倍数为100时, 磨损宽度与磨损长度的检测误差分别为0.661%和0.995%。该方法检测精度高、抗干扰能力强、提取的边界完整清晰, 可为提高刀具使用率、保证加工质量提供技术支持。

针对金属工件外观缺陷检测存在光学照明不均、检测缺陷种类繁多、检测系统识别率不高等问题, 研究了检测金属圆柱工件缺陷的方法。分析了局部二元模式(LBP)与局部图像方差强度(LVAR)的基本原理,研究了两者在金属纹理表面缺陷检测中的具体实现方法。采用LBP反应局部图形空间纹理模式, LVAR突出图像强度对比信息, 然后用LVAR计算结果作为权重值来调整LBP的局部纹理提取和度量结果, 实现了金属圆柱工件的自动缺陷检测。实验中采用步进电机控制工件旋转, 配合线阵相机采集圆柱工件的展开图像。实验结果显示, 这种方法有效克服了金属材质光照不均的缺点, 对大量缺陷种类具有较高的鲁棒性, 其检出率高达95.1%, 漏检率为0%, 满足了工业检测要求。