雾天环境下由于大气粒子对光线的散射作用导致成像质量下降，针对雾霾等天气下图像退化问题，提出了一种全局参数自动估计的彩色图像偏振去雾方法。利用不同角度的3幅偏振图像，自动估算无穷远处的大气光和大气光的偏振度，根据大气散射模型得到去雾后的图像。从RGB 3个色彩通道分别计算相应的参数，使得算法适用于彩色领域。首先使用暗通道方法估计无穷远处的大气光和传输图，并通过导向滤波对传输图优化；然后基于大气光和目标光的不相关性，采用全局搜索的方法估计大气光的偏振度；最后根据大气散射模型恢复出清晰目标图像，并利用对数变换进行增强。本文方法在雾霾天气下能够得到清晰的去雾图像，且在浓雾天气下，去雾图像的信息熵提升了约21%，平均梯度提升了约2倍多，标准差提升了约12%。实验结果表明，本文方法较好地解决了人工取景估计参数不佳的问题，提高了复原目标图像的清晰度和对比度，可以用于彩色图像的目标探测与识别。

针对基于整体相关的图像动态光散射法(IDLS)测量颗粒粒径分布(PSD)问题，研究了全局搜索(GS)算法反演颗粒粒径分布，对峰值为79 nm、多分布指数(PDI)为10%的单峰颗粒系和峰值分别为79 nm与352 nm、多分布指数均为10%的双峰颗粒系进行了反演数值仿真，结果表明全局搜索算法能较好地反演出颗粒粒径分布情况。以此为基础，对峰值为79 nm的单峰分布颗粒系，峰值为79 nm和352 nm、79 nm和482 nm的两组双峰分布颗粒系进行了实验测量及算法对比研究，结果表明在单峰分布颗粒系下，相对于累积量法，全局搜索算法反演效果较好；在双峰分布颗粒系下，全局搜索算法与双指数法反演结果基本一致。由此可知，对于图像动态光散射颗粒粒径分布测量方法，全局搜索算法能够有效地反演出单峰分布和双峰分布颗粒系的颗粒粒径分布，是反演多分散颗粒系的一种有效方法。

对基于嵌入式平台的视觉测量系统进行了改进,将数字信号处理(DSP)中基于双阈值的搜索算法移植至现场可编程门阵列(FPGA),解决了传统的全局搜索与邻域搜索中目标提取准确性与数据更新率之间的矛盾。在嵌入式平台的FPGA中实现了合作目标标记点的像素级算法。在相机图像的传输过程中完成了基于双阈值全局搜索的标记点像素检测、像素区域识别、10级流水运算的质心提取、多标记点并行运算等功能,避免了邻域搜索带来的邻域尺寸设定、系统更新率、合作目标速度之间的矛盾。实验结果表明,应用文中方法后,视觉测量系统在2048×2048分辨率、5标记点的情况下的数据更新率达到186.33 frame/s;与改进前的全局搜索和邻域搜索相比,分别提高了33.5倍和2.7倍,使视觉测量系统的应用范围扩展到了高速运动目标测量领域。

以视频压缩标准H.264联合开发模型(JM)中的运动估计算法UMHexagonS为基础, 提出了一个新的快速整像素运动估计算法来改进压缩编码性能。在起始搜索点预测部分, 提出了新的预测运动矢量(MV)检测顺序, 以提高起始搜索点的准确度; 在全局搜索部分提出了自适应全局搜索方法, 根据准确度最高的两个预测MV之间的关系, 适当跳过非对称十字型模板搜索和非均匀多重六边形模板搜索, 并通过对不同序列的测试, 验证了判断准则的可行性与准确性。根据实际序列中最佳MV相对起始点的分布, 提出了改进5×5搜索。另外, 增加了针对子宏块的提前终止策略, 在不增加额外运算量的前提下, 进一步减少了运动估计开销。实验结果表明, 相对UMHexagonS算法, 提出的改进算法使搜索点总数平均减小了83.80%, 信噪比平均下降了0.021 dB, 或输出码率等效增加了0.46%。该算法有效降低了运动估计的运算量, 而只带来了很小的编码性能下降, 且对不同运动强度的视频序列具有均匀的算法效果。

针对传统圆检测算法检测速度慢、不适于多圆检测的问题，提出一种基于全局搜索的圆检测方法。将证据积累和加权平均的思想结合，对证据积累过程中产生的伪圆心进行归类、分析，并对三类伪圆心进行逐类剔除，最后计算其它圆参数。实验结果表明，该算法效率高，对局部信息缺损不敏感，检测时间不会随着圆个数的增加而线性增加，检测效果明显优于传统的随机圆检测（RCD）算法。

针对当前航空成像设备中自动调焦装置结构复杂、不利于集成的问题, 对基于图像处理的自动调焦方法在航空成像设备中的应用进行了研究。根据自然图像斜边缘多于水平和垂直边缘的特点, 提出了基于图像斜边缘检测的对焦评价算子(Lean算子)。通过对多种对焦评价算子进行试验比较, 分别选取斜边缘检测算子和卷积算子作为调焦粗搜索和精搜索阶段的对焦评价算子。针对航空成像设备光学系统的特点, 提出了局部全局搜索算法(LFS)和变步长的爬山搜索算法(CHS), 使用调焦行程为130步, 焦深为2步的变焦镜头, 分别将调焦时间由全局搜索算法的43 s缩短至7 s和5～8 s。实验结果表明：将所提出的对焦评价算子和搜索算法结合使用, 能够准确实现自动聚焦, 准确度达到95%以上。