X 射线无损检测对于焊接结构件的质量保证具有重要意义。使用Image J图像处理软件和Java语言开发插件, 对焊接点中气孔分布以及面积等缺陷参数进行自动检测并对获得的图像进行分析处理。提出利用区域标记法分割出有效分析区域, 先去除无效区域后再对感兴趣区域进行气孔提取, 相较于传统的全局图像差分法, 可以减少背景对缺陷检测的影响, 降低误判率。设计出的检测方法能够对特定图像进行批量分析, 可以减少检测的时间。

随着信息物联网的发展,快速响应(QR)码的应用越来越多样化。传统单个QR码的识别和应用已不能满足现有需求,因此提出一种多目标QR码的校正方法。对图像进行二值化,利用QR码自身符号特征进行定位,结合连通区域标记算法对图中的多个QR码进行分割。接着利用轮廓跟踪获得QR码探测图形边界,并利用几何关系获得探测图形上的3个顶点。根据探测点和3个顶点的关系,获得第4个顶点,最后用逆投影变换依次对每个QR码进行校正处理。使用C++语言实现算法,并用Zbar对校正后的QR码进行识别测试。实验结果表明,所提算法能够实现对多目标QR码的快速校正,识别率高,且能克服不同光照、背景干扰影响,具有较好的稳健性。

针对光经深截止滤光片衰减后，达到光子计数水平，其透过率难以用一般测量仪器测出的情况，设计了基于ICCD 的光子计数成像系统，介绍了系统的工作原理，硬件组成和图像处理所涉及到的软件算法，给出了利用单位时间内透过的光子数计算透过率的计算方法，并对一给定的日盲滤光片进行了透过率测试。在特定波长范围内，测试结果的数值相对实际情况偏小，测试结果的数量级与实际一致，表明该系统的测试稳定性较高。经过分析，系统最小可探测到每秒钟几百个光子，可用于经滤光片衰减后达光子计数水平的滤光片透过率测试。

针对大亚湾中微子实验中对掺钆液体闪烁体位置进行标定的需求，采用红外CCD摄像头对液位进行非接触无损检测，然后通过图像采集、图像预处理、图像分割、液位定位和液位测量等图像处理技术，实现对掺钆液体闪烁体位置的检测。文章在介绍整个红外CCD图像处理系统的同时，重点介绍了分段线性灰度拉伸算法、数字形态学等方法。实验结果表明，所提方法提高了被测液体位置的精确度，有效解决了当液闪存于底部位置以及金属环位置时无法准确测量液位的问题，并且满足误差在正负2mm范围的实际要求。

待修复区域标记、优先权、最佳匹配模块的搜索及填充和更新置信度是Criminisi 图像修复算法的4 个重要组成部分，每一部分对Criminisi 算法的图像修复结果都有不可忽视的作用。针对大目标移除的Criminisi 图像修复，从数学的角度优化待修复区域标记和提高优先权可信度，并将蝙蝠算法运用到最佳匹配模板搜索中，提高修复效率。实验表明：本文改进的算法能够有效的减少错误信息的累积，具有较好的实用性。

为了快速获取大田玉米作物长势信息, 基于多光谱图像开展了大田玉米叶绿素指标的非破坏性诊断研究。应用自主开发的2-CCD多光谱图像感知系统, 在田间采集玉米冠层可见光［Blue(B), Green(G), Red(R);400～700 nm］和近红外(Near-infrared: NIR, 760～1 000 nm)图像, 并使用SPAD同步测量样本叶绿素指标。采集后图像经自适应平滑滤波处理后, 进行图像玉米植株提取。为了选择最优算法实现玉米植株与杂草、土壤背景的分割, 首先比较了最大类间方差(OTSU)分割算法和局部阈值处理分割算法, 选取了基于局部统计的可变阈值处理方法对玉米NIR图像进行初步分割, 进而采用区域标记算法进行精细分割, 分割准确率达95.59%。将分割结果应用于玉米植株可见光图像R, G, B各通道, 从而实现了玉米植株多光谱图像中可见光图像的整体分割。基于分割后R, G, B和NIR四个通道的玉米冠层图像, 提取了各通道图像灰度均值(ANIR, ARed, AGreen和ABlue)并计算了归一化植被指数(NDVI)、比值植被指数(RVI)和绿色归一化植被指数(NDGI)作为光谱特征参数, 建立了玉米冠层叶绿素指标诊断的偏最小二乘法回归模型。结果表明, 建模R2达0.596 0, 预测R2达0.568 5, 该方法通过玉米多光谱图像特征参数评估叶片叶绿素含量, 可为大田玉米长势监测提供支持。

提出了直接和间接等价关系等概念,指出处理等价标号数组的目的就是为了找到足够多的间接等价关系,直至可以为每个标号找出其最小的等价标号。详细论述了有用和无用间接等价关系的区别,最后给出的快速处理算法较传统方法极大地减少了扫描次数和处理时间。

针对毫米波辐射图像中目标定位的问题，提出了一种基于区域标记的毫米波辐射图像金属目标定位算法。该算法通过分析金属的毫米波辐射特性以及毫米波辐射图像的特点，利用区域标记算法对图像中金属目标进行分割，并引入基于面积的虚假目标去除准则，采用计算重心的方法实现了金属目标的定位。实验表明，该算法既能对图像中单个金属目标又能对图像中多个金属目标实现准确定位，且不论目标的外形如何，都能得到其精确的中心坐标，为下一步目标的选择与跟踪提供了依据。

针对海岸线背景下的海面小目标的自动检测问题展开讨论,提出一种目标所在感兴趣区域的自动提取算法,将水域和复杂背景分离,并对分割后的二值图像进行标记,海面区域即水域应该是标记块中面积最大的一块,利用此特征提取出感兴趣区域--水域.对感兴趣区域进行轮廓跟踪后再用原始灰度进行扫描填充,在得到的简单背景下对目标进行局部中值滤波,进而用F-R准则将感兴趣舰船目标检测出来.最后拟利用感兴趣舰船目标区域的方差值计算感兴趣目标出现的置信度估计值,若置信度大于90%,则认为是真目标.实验结果给出了实验处理时间和所识别出的各个目标的置信度,表明了本文算法的有效性.

在数字式像增强器性能综合检测系统的基础上,研究了像增强器视场缺陷的检测方法.通过数字视频摄像机采集缺陷图像,利用数字图像处理方法确定缺陷性质,缺陷处理算法基于图像灰度特征而不是边缘特征提取.该方法适用于对检测对象有具体量化和定位要求,而不是简单的只有数量和形状特征要求的场合.实验表明,该检测方法能够较准确地检测像增强器的缺陷.