人类表皮生长因子受体-2（HER2）的异常扩增会导致癌细胞的过度增殖和肿瘤恶化。在采用常规光学显微成像技术检测扩增水平较高的乳腺癌细胞HER2基因时，荧光原位杂交探针的荧光信号斑点呈簇状分布，难以精确计数。应用结构光照明超分辨成像技术对HER2基因荧光原位杂交的病理切片进行成像，从而分辨距离较近的荧光探针。通过大视场扫描成像和图像拼接，对数百个细胞进行成像和统计分析，提高了高扩增水平病理切片上HER2探针计数的准确性。

针对无人机拍摄叶片红外图像背景冗余信息较多、拼接精度不高等问题, 本文提出一种基于形态学改进 Chan-Vese分割与局部特征匹配的红外风机叶片图像拼接算法, 首先, 对图像进行中值滤波降噪, 使用形态学运算改进基于 Chan-Vese模型的水平集算法, 生成表达主体的掩膜。基于掩膜去除冗余背景提取局部 Harris特征点; 对掩膜进行二次形态学腐蚀处理, 抑制边界锯齿像素上的伪特征点; 最后, 使用暴力匹配及随机抽样一致(Random Sample Consensus, RANSAC)算法筛选出有效匹配点对, 计算单应性矩阵实现匹配拼接。与传统图像分割下 Harris拼接算法相比, 本文改进后的算法拼接精度有明显提高, 在不同的测试场景下显示出较强鲁棒性。

夹层共底贮箱体积庞大，采用脉冲红外无损检测技术单次只能检测一小片区域，需要数百次检测才能完成对夹层共底贮箱的检测，单个工程不利于缺陷位置的判断。本文采用固定重叠区域的红外图像拼接方法，重叠区域采用加权融合方式可有效消除拼缝，夹层共底结构侧边 6个子区域采用弧形拼接方式，可有效解决弧形区域的拼接，可有效解决多工程拼接难题。采集工程缺陷标注后，拼接图像直接显示缺陷的位置信息，对于夹层共底结构缺陷信息判断带来了极大的便利。

对于分布在曲面物体表面的纹理图案，为方便全面展示和后续使用，常需要将其从曲面表面提取出来并展平。因此，提出基于光场相机的曲面纹理展平方案，利用聚焦型光场相机获得高分辨曲面纹理图像和无需额外配准的深度图，并针对此方案设计曲面纹理展平算法。该算法将曲面纹理图像划分为多个有重叠的局部纹理图像，基于拟合平面法向量对局部纹理失真进行校正，最后将校正后的局部纹理图像拼接为完整的展平纹理图像。经仿真实验和真实实验验证，所提曲面纹理展平算法可以有效展平不同曲面上分布的多种纹理，并且在纹理图像质量差异和深度测量误差方面具备一定的鲁棒性。

针对传统显微镜结构复杂且视场角小等问题，提出一种两路低电压驱动的液晶微透镜阵列结构，透镜的焦距由3个电极控制，中间电极为圆孔阵列图案电极，作为孔径光阑以阻止微透镜外的杂散光。对该阵列的波前和光焦度进行了测试，搭建了一套简易液晶微透镜阵列直接成像系统，每个微透镜都对待观察物体的不同区域成像，通过近平行光照明减小相邻微透镜间的串扰，拼接所有单元图像得到完整图像。该系统无需额外的光学器件，结构简单紧凑。液晶微透镜阵列具有大视场，成像区域具备可扩展性，为实现大视场下的简易显微成像提供了新思路。

针对透明光学元件特征不明显以及机器视觉难以进行大视场、高精度尺寸测量的问题，提出一种基于亚像素图像拼接的视觉测量方案。该方案对相机坐标系与世界坐标系间的旋转角进行标定，获得精确的尺度因子与图像预匹配结果；图像坐标系旋转角校正后小于0.1°；通过添加网格背景实现透明元件特征匹配。所提基于滑动窗口预匹配、随机采样一致性筛选最佳偏移向量的配准算法，使图像拼接精度达到0.05 pixel，较已有研究明显提升。将该方案应用于透明光学元件视觉检测系统中，在移动精度仅为0.02 mm的条件下，获得了平均误差为0.12 pixel的图像拼接结果，实现了透明光学元件的大视场、高精度尺寸测量。

对于背景变换和抖动分量比较小的视频序列, 传统稳像算法不能直接适用, 本文提出一种基于 Harris图像拼接的全景稳像算法。首先采用 Prewitt算子提取出图像的边缘信息, 在此基础上进行分区的 Harris特征点检测; 然后结合 NCC(normalized cross correlation)算法与 RANSAC(random sample consensus)算法实现图像间的特征点精确匹配, 接着利用加权平均融合的方法进行图像融合; 最后对融合后的全景图像进行剪裁, 完成图像补偿, 输出稳定的视频序列。实验结果表明: 改进的 Harris算法提高了算法效率以及正确特征点数量, 并且本文稳像算法实时性较好, 能够有效消除视频抖动并输出稳定的视频序列。