为了改善红外图像的视觉效果，突出细节信息，同时抑制噪声。提出了结合改进的 LC显著性检测和双区域直方图均衡化的红外图像增强方法。首先使用结合局部熵加权的 LC显著性检测算法得到显著图。然后使用 K-means算法对显著图进行自适应分割得到前景区域和背景区域。最后对前景区域进行结合局部方差的改进直方图均衡化，对背景区域使用限制对比度直方图均衡化增强。实验结果表明，与当前主流算法相比，本文算法主观效果更佳，且峰值信噪比、结构相似性、信息熵等客观评价参数均有所提升。

针对传统聚焦评价方法难以适应显微样本复杂纹理表面及反射率不均的问题，提出了一种抗光照强度、抗反射率不均、亚微米精度的基于双模糊理论的显微图像聚焦评价方法（DB-FEM），并研究了人工模糊有效标准差的概念，通过理论和实验找寻了较优有效标准差σ的取值。DB-FEM主要通过分析采集图像和其人为模糊图像的特征差异程度实现聚焦判断。首先对采集的层扫图像进行人为模糊处理，然后通过局部方差计算图像和其模糊图像在空域边缘信息和图像Haar小波频域信息的差异度。差异度包括空域边缘、低频纹理和高频边缘。最后将所有差异度相乘，得到基于差异度的聚焦评价曲线。实验结果表明，DB-FEM在不同光照幅值、不同表面形貌复杂度条件下均具有优良的聚焦评价性能，优于现有的空域边缘和频域模态评价方法，在单焦面检测中具有更窄的半峰全宽，在双焦面检测中具有更好的分辨能力。在物镜的放大倍数为20、数值孔径为0.65的条件下，所提方法的轴向分辨率优于0.3 μm。

针对红外图像中背景与目标的复杂性和多样性给变电站绝缘套管状态监测带来的困难，提出基于红外弱目标提取的检测方法。首先进行二维小波分解，将低频分量进行Retinex 理论增强，其余高频分量进行局部方差映射，完成小波重构后进行对比度增强，最后实现基于分步双阈值的目标提取。实验结果表明，该方法不仅改善了绝缘套管局部过热区域的红外图像的处理效果，还实现了过热点及其连带过热区域的提取和区分。

针对红外图像中背景与目标的复杂性和多样性给弱目标检测带来的困难, 提出基于局部方差的二维最大熵分割与遗传算法相结合的阈值分割方法。本文对变电站绝缘套管的红外图像进行了处理, 首先采用形态学顶帽变换的方法对其进行增强, 然后对图像进行局部方差映射并建立二维直方图, 最后结合遗传算法计算出二维最大熵分割阈值进而实现分割。实验结果表明, 该方法改善了红外弱目标的提取效果, 大大提高了阈值计算的效率, 待提取目标越小, 遗传算法的作用越能得到体现。

针对目前已有的基于端面图像的熊猫保偏光纤定轴系统中多采用手动对焦的问题，搭建一套自动对焦系统，提出一种基于保偏光纤定轴系统成像特点的自动对焦算法。该算法选择方差函数进行对焦评价，同时采用基于局部方差最大的对焦窗口选择方式来提高灵敏度，使用一种基于迭代拟合的综合搜索策略来搜索焦点。实验表明，本算法能够实现对保偏光纤端面及其衬块的快速稳定对焦。

研究了基于小波变换的图像融合算法, 并对基于小波变换的图像融合算法进行了改进。低频系数选用加权平均法进行融合, 高频部分先提取出高频子图像的边缘, 然后在边缘区域用方差取大的方法进行融合。实验结果表明, 该方法在主观的视觉评价和信息熵、标准差、峰值信噪比和空间频率等客观评价准则方面, 都是可行的。

为了提高可见光和红外图像融合效果,采用支持度变换的可见光与红外图像融合算法,首先对可见光和红外图像进行支持度变换,低频系数采用局部能量比例调制加权的方法进行融合,高频系数采用局部方差比例加权的方法进行融合,最后通过重构算法得到融合图像,并由理论分析得到融合图像的性能指标数据.结果表明,该算法同小波算法、Contourlet变换算法以及文献算法相比较,在图像细节信息、包含的信息量以及清晰度上都得到显著提高,达到了预期效果.

为了精确检测机械加工过程中刀具的磨损状态, 分析了刀具磨损图像中背景区、磨损区、未磨损区的灰度值变化, 提出了利用图像处理技术自动检测刀具磨损量的方法。首先, 根据Otsu法和B-样条曲线拟合法, 建立了自动确定上限阈值与下限阈值的算法, 准确地增强了磨损区与背景区、未磨损区之间的灰度对比度; 通过分析刀具磨损图像的稳定区和磨损边缘的非稳定区, 提出了边界提取的局部方差阈值算法, 给出了自适应的局部方差阈值, 清晰地将刀具磨损区从图像中分割出来。在此基础上, 利用形态学描述方法对分割部分进行孔洞填充与边界完整化, 从而直接计算出磨损区域的几何参数尺寸。实验结果表明: 超景深三维显微镜放大倍数为50时, 磨损宽度与磨损长度的检测误差分别为1.024%和1.325%; 放大倍数为100时, 磨损宽度与磨损长度的检测误差分别为0.661%和0.995%。该方法检测精度高、抗干扰能力强、提取的边界完整清晰, 可为提高刀具使用率、保证加工质量提供技术支持。

自动聚焦是数字全息技术中实现自动重建的关键技术之一，而自动聚焦的关键是寻找性能可靠的聚焦评价函数。通过对现有聚焦评价函数的深入研究分析，及对图像清晰度相关理论的学习，面向海洋生物全息图提出了一种新的聚焦评价函数，该聚焦评价函数的依据是局部标准差分布能够反映图像细节信息的特性及标准差自身具有较高稳健性的特征，以标准差作为离散程度度量，将全息图重建像细节的离散程度作为其清晰度指标，并将清晰度最大值对应的重建距离作为最佳重建距离，以此完成自动聚焦。实验结果表明：与其他聚焦评价函数相比，该方法具有较好的单峰性、较高的灵敏度和信噪比(SNR)及较好的无偏性等性能，且对于海洋生物全息图具有较强的实用性和通用性。因此，该方法可以满足海洋生物全息图自动重建的需求。