现行可见光定位技术采用各类传感器以及混合复杂算法实现定位，操作难度大且易受干扰，导致系统的定位精度不稳定。为提高可见光室内定位的精度与稳定性，提出将迁移特征学习与生物启发网络相融合的方法并将其应用于可见光室内定位中，在可见光环境下采集图像，利用改进的小波阈值去噪法去除图像噪声对深度特征的影响，提取可见光图像的深度特征并建立指纹库，构建天牛须搜索算法优化的神经网络模型，进行训练与定位测试。结果表明：在实测定位阶段搭建的0.8 m×0.8 m×0.8 m实验环境中，预测坐标的平均误差为4.26 cm，其中，误差小于4 cm的预测点数量占总坐标点数量的63.4%，误差小于6 cm的预测点数量占总坐标点数量的78%。所提方法为室内定位提供了一种稳定可靠的方法。

液晶透镜因其无机械移动就可以实现对焦的优势,有望应用在机器人视觉、自动驾驶、深度测量等技术领域。在液晶透镜视觉成像系统中,为了不使用偏振片就可以获得高对比度的图像,提出一种优化的无偏振片成像算法。图像边缘体现图像的主要轮廓信息,边缘决定图像的对比度,所以此算法提取图像边缘,在边缘部分利用获取的非对焦图像和对焦图像进行图像处理,平滑区域不作处理,去除由非调制的寻常光带来的低频图像分量,提高图像边缘对比度,同时抑制平滑区域噪声的增加。实验证明,优化后的算法增强了图像边缘的对比度,相比于优化前的算法,图像噪声下降了50%。

在激光超声可视化成像过程中, 外界噪声、入射波等干扰导致了图像质量下降, 造成了缺陷识别能力不足。利用局部统计滤波算法降低散斑噪声干扰, 通过考察平均梯度和熵值以评估降噪效果。利用二阶微分算子对降噪后的图像进行图像增强, 比较了不同微分算子的图像增强效果。提出利用罚函数方法抑制入射波对缺陷散射波的干扰, 通过权重因子和正则化因子的变化考察了峰值信噪比和结构相似性的变化趋势, 并与相邻波相减抑制入射波方法进行了对比。结果表明, 通过图像处理方法可以改善激光超声可视化图像质量, 突显缺陷信息。

螳螂虾是目前发现的拥有世界上最复杂眼睛的动物，其视觉系统有16种不同的光感受器类型，能够探测并分析可见光、紫外光、线偏振光以及圆偏振光。螳螂虾的视觉系统为设计出更好的成像器件提供了范例，目前，仿生螳螂虾视觉成像技术处于起步阶段，具有广阔的应用前景。本文对国内外螳螂虾视觉的特点及其仿生成像技术的研究进展进行了全面系统的综述，分析了螳螂虾视觉的成像优势，指出了仿螳螂虾视觉成像技术的应用前景。