随着工业机器视觉的深入发展，大视野高精度视觉系统的需求越来越多。针对大视野导致的精度过低问题，提出一种基于多个低像素相机联合标定的方法。在多相机中选择一个相机作为主相机，求取其他相机的像素坐标系与主相机像素坐标系的映射矩阵，使得主相机的视野无限扩展。同时，为了更精确地得到标定板图像中的圆心像素坐标位置，采用两步标定法提升标定精度。提取标定板圆心像素坐标进行第1次粗标定，获取相机内参以及标定板位姿，从而获取图像平面与世界坐标系的平面Z=0之间的映射关系。对其进行透视偏差矫正，提取矫正后标定板的圆心，再利用逆映射变换把相应的圆心转换回原始位置，用转换后圆心像素坐标位置对主相机进行第2次精标定。最后通过Levenberg-Marquardt算法进行非线性优化获取全局最优解。实验结果表明，所提标定方法的重投影误差在0.005 pixel~0.01 pixel之间。

为了实现空间物体三维重建，需要对相机参数进行标定，标定精度是其中关键问题。针对传统相机标定算法精度不高、收敛慢的问题，提出了一种基于动态调整和自适应变异相结合的改进粒子群优化相机参数算法。该算法以传统标定的结果为初始值，通过定义个体搜索能力来动态调整群体的惯性权重，避免了因惯性权重设置不合理对算法搜索能力的影响；并且根据粒子陷入局部最优的程度来自适应地调整最佳粒子的变异，从而提高算法的全局搜索能力。将所提相机参数标定算法与其他标定算法进行了比较，实验结果表明，所提算法具有优越性。

为了充分利用多目视觉系统的冗余信息,提高系统对同名物点世界坐标的解算精度,提出了一种基于加权Levenberg-Marquardt(LM)非线性优化的定位算法。该算法充分考虑拍摄距离对物点计算精度的影响,利用矩阵论中的广义正交投影法求解多相机约束下物点世界坐标初值,结合深度信息对目标函数进行加权,提高近距离相机的置信度,根据加权处理的LM算法对物点世界坐标进行迭代计算以获得最优解。在8 m×6 m×3 m的测量空间对4种算法进行了实验,实验结果表明,所提加权LM算法相比传统算法及近年提出的算法在精度与效率方面均有不同程度的提高,可为多目视觉系统的高精度定位提供一定的参考。

为实现多基色显示设备多通道亮度均衡程度最优的颜色转换, 提出了一种基于凸包算法的多基色显示设备色域的界定方法, 并提出了一种通过对亮度均衡程度评价函数进行非线性优化以求解出最优亮度均衡驱动值的颜色转换算法。在XYZ颜色空间均匀取样颜色坐标, 通过凸包算法判断得到位于设备色域内的颜色坐标;计算出设备色域内颜色坐标对应的亮度均衡程度最优的多基色驱动值, 从而建立XYZ颜色空间到多基色设备颜色空间的映射关系;以小间距点阵LED六基色显示器为实验平台, 结合该显示器子像素的发光参数, 实现了色域界定与亮度均衡颜色转换。结果表明提出的方法可实现平均亮度离散系数为0.1685的颜色转换。

相机间位姿关系是影响图像式无砟轨道路基沉降测量精度的主要因素。监测站中相机必需指向各自的监测靶面,因此相机间常存在无公共视场的情况。根据机器视觉中手眼标定问题与相机间位姿标定的等价性,提出了一种基于特征点的相机间位姿标定方法。通过在监测靶面上设置4个呈方形分布的特征点,使相机组执行2次运动,并在3个不同的位置拍摄靶面图像,通过P4P(perspective-four-point)算法求解相机与靶标的位姿关系,进而得到相机的移动轨迹;用矩阵重排的方法求得相机间位姿转换矩阵,并利用Levenberg-Marquardt算法进行非线性优化。仿真结果表明噪声方差在1 pixel内时角度误差小于0.03°,平移误差小于0.3 cm。通过仿真验证了本文方法的有效性与实用性,本文方法能够满足无砟轨道路基沉降测量的需求。

针对标准/全场彩虹信号的反演处理，提出一种基于局部最小的通用性反演算法。该算法基于带修正系数的复角动量理论建立了带不等式约束的非线性最优化目标函数，并采用序列二次规划法对最优化目标函数进行迭代求解。反演前针对标准/全场彩虹信号进行不同的预处理，如去除高频结构、预估反演参数范围等。基于Lorentz-Mie理论对不同折射率和粒径分布（对数正态分布和正态分布）的液滴彩虹信号进行数值模拟，并对有/无粒径的预设分布进行反演，验证了该算法的有效性。结果表明：标准彩虹折射率反演最大绝对误差小于3×10^-4，最大粒径相对误差为1.3%；各种工况下，全场彩虹反演折射率误差均小于1×10^-4，平均粒径相对误差小于1.67%。最后对该算法进行了标准和全场彩虹实验数据的验证。

为了实时测量非合作纹理运动目标相对位姿, 提出一种单目视觉同步建模与位姿计算方法。选择具有良好特征共视关系与分布的模型帧, 增量式恢复目标三维共视特征模型, 实现非合作目标的合作化, 并依靠运动预测模型实现基于特征跟踪的位姿计算。根据模型对应网格的拓扑关系估计目标表面未知区域特征三维信息, 结合网格面法向场进行局部光束平差优化, 同时利用闭环优化抑制尺度漂移, 在减少特征模型恢复误差的同时提高位姿计算精度。实验结果表明, 在非结构化环境中能够在线恢复目标三维信息, 实现目标相对位姿准确计算, 特征平均重投影误差小于1.5 pixel, 位姿计算平均绝对误差为4.29 mm和1.54°, 平均计算时间小于120 ms, 为基于单目视觉的在线三维感知与测量建模提供技术支撑。