针对HDMI数码显微相机在观测时由于不同目标反光水平不一致而出现过曝、曝光收敛速度慢、不稳定的问题，提出一种自动曝光优化方法。相较于传统的HDMI显微相机中的自动曝光控制方法，所提方法实现了基于感兴趣区域的曝光控制，可对RAW图像中的任意区域进行测光和亮度统计，拓展亮度统计的动态范围并实现基于不同目标的曝光控制，提升亮度统计的准确性，解决因目标过亮或者过暗而出现的过曝现象。同时设计了可变的曝光调节步长，该功能能够根据当前亮度水平动态调整曝光步长，实现曝光的粗调和细调，以平衡曝光收敛速度和曝光精确度。最终结合实际的相机进行实验，所提曝光控制优化方法相较于原有的自动曝光法曝光偏离度降低了一半，曝光收敛时间缩短了一半以上，最快能在4帧图像内完成曝光收敛。

相移轮廓术由于其高测量精度和高鲁棒性已广泛应用于各个领域。然而，由于需投射多幅条纹图到物体表面，因此要求物体在测量过程中保持静止。另一方面，当重建高反光运动物体时，不仅出现过曝光现象，过曝光位置还将随着物体运动而变化，对测量提出了挑战。基于此，提出一种测量高反光运动物体的算法。过曝光位置随着物体运动变化意味着并非所有条纹图都存在过曝光。首先，投射双频率条纹图到运动物体表面并拍摄。其次，识别所有条纹图中的过曝光区域，并记录物体上每一点的非过曝光条纹图。再次，基于非等间隔相移的非过曝光条纹图进行相位提取，获得双频率相位分布。最后，对双频率相位分布进行运动补偿，并基于双频率解包裹算法实现正确解包裹，完成高反光运动物体三维重构。实验结果表明，该算法能有效减小高反光运动物体引起的测量误差，具有较高的工业应用价值。

分析了传统边沿检测算子的优缺点, 引入LVQ神经网络检测图像边沿; 阐述了其以传统算子检测结果为教师信号, 以灰度图像5×5邻域的中值特征量、方向特征量、Kirsch算子方向特征量为一组特征量作为输入信号训练权值的检测原理与训练过程, 给出了特征量的计算公式; 以检测脐橙图像边沿为例, 设置了不同阈值、不同教师信号类型。结果表明, LVQ神经网络检测边沿, 不依赖于教师信号的类型和阈值, 在提高边沿连续性和抑制过度曝光点两方面比传统算子检测有显著优势。

在传统线结构光测量技术的基础上,提出了一种基于偏振融合的钢轨廓形线结构光成像方法。利用偏振相机获取钢轨激光断面多个角度的偏振分量图像和总量强度图像,结合偏振分量图像和总量强度图像中光条信息的相关性和互补性,构建了基于光条信度评价的图像融合算法,基于融合图像提高了钢轨激光断面的成像质量。使用打磨后的钢轨进行实验论证,结果表明:由偏振分量图像和总强度图像得到的融合图像中,光条不再出现局部过曝现象,光条质量得到有效改善。与传统方法相比,过曝区域的钢轨廓形的最大测量误差由0.31 mm下降到0.10 mm,有效提高了钢轨廓形检测的准确度。

结构光投影方法在三维形貌测量中应用广泛,但是由于被测物体表面反射率变化范围较大,过度曝光会导致相位信息无法获取。而传统的高动态范围扫描技术步骤复杂,耗时较长。文中提出一种自适应条纹投影技术,向待测物体表面投射较高灰度级的条纹图,判断并标记过度曝光点。降低投射强度后通过非线性最小二乘法拟合来确定每个饱和像素点最适合的最大输入灰度,用重新生成的自适应条纹图来采集图像并进行相位计算和三维形貌恢复。通过实验验证,该方法可以对物体表面的高反光区域进行有效测量,避免过度饱和,仿真误差在0.02 mm范围内,实测误差约为0.14 mm,实际实验对过曝点的补偿率可达到99%。