针对存在光照不均匀干扰的工业图像,提出了一种基于图像的多方向灰度波动局部阈值分割方法。先对图像进行均值滤波预处理;然后提取水平、垂直和左右对角线四个方向上的一维灰度波动曲线,并对每条曲线上满足波动幅度阈值条件的波峰和波谷进行一维局部阈值分割;最后将分割后的子图像进行与操作,得到最终分割图像。实验结果表明,该方法能够有效提高对光照不均匀图像分割的准确性,与二维Otsu、二维Tsallis和Niblack算法相比分割效果有显著提升。

为解决复杂背景中难以有效提取场景文本的问题, 提出了一种基于多特征检测与支持向量回归的图像文本提取方案。为有效区分文本与非文本边缘, 基于图像边缘, 提取场景中三个文本特征。将得到的三个文本特征进行多尺度融合, 利用文本融合特征检测候选文本边界, 有助于检测不同大小的文本, 提高对不同类型的图像退化的鲁棒性。对于每个检测到的候选文本边界, 根据邻域窗口中的像素来估计每个像素的局部阈值, 利用局部阈值自适应分割提取候选字符。引入支持向量回归模型对文本像素与图像背景精确分离, 消除非文本边界, 提取真实字符和单词。实验表明: 与当前文章提取技术相比, 所提方法具有更好的鲁棒性, 能适用各种变化的复杂场景文本提取, 具有更优的Precision-Recall曲线与F测量值。

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。

全息相机系统对海洋微生物和粒子的研究与分析有着广泛的应用前景。然而这种特殊的成像技术（全息成像技术）和成像环境（海底）使拍摄的全息图存在多种不同的斜条纹噪声。斜条纹噪声的存在严重影响了海洋生物全息图重建像质量和进一步处理。抑制普通条纹的方法已不再适用于研究对象。因此，提出了一种有效的去噪方法。针对周期斜条纹噪声，利用局部阈值法寻找噪声频率位置，再采用高斯陷波滤波器滤除。针对非周期斜条纹噪声，通过直线方程模拟非周期斜条纹噪声的频域亮线响应，然后采用局部陷波滤波器去抑制。实验证明，该方法能有效滤除周期斜条纹噪声和较大程度地抑制非周期斜条纹噪声，并能有效保持有用信息。

针对红外图像存在的对比度差、信噪比低等问题，提出了一种基于小波和侧抑制网络的红外图像对比度增强算法。该算法首先利用小波变换法对图像进行小波分解，然后分别采用优化局部阈值和侧抑制网络法对分解后的高频系数和低频系数进行处理，最后进行小波重构，即得到增强后的图像。实验表明：该算法能够在实现图像增强的同时，较好地抑制图像噪声，并可以有效凸显图像的细节。

针对图像全局Otsu分割算法和传统的局部阈值分割算法在复杂背景图像分割中的不足,提出了一种采用局部动态阈值的图像分割算法。首先通过分析图像直方图类型对图像进行划分,并使用Otsu算法确定各个子图像的阈值。然后对阈值矩阵进行平滑和插值处理,使之成为和原图像像素数目相等的新阈值矩阵。最终利用此阈值矩阵完成图像分割。实验结果表明,该算法对复杂背景图像的分割效果好于全局Otsu分割算法和传统局部阈值分割算法,是一种有效的分割算法。

针对短波红外焦平面探测器盲元检测过程中存在的系统噪声和非均匀性问题，提出了一种综合递归滤波法、滑动窗口法和局部阈值法的盲元检测新方法。对所用递归滤波法、滑动窗口法以及局部阈值法的原理进行了阐述和分析，并对提出的新方法进行了实验仿真验证。结果表明：该方法不仅在一定程度上消除了系统噪声，提高了图像信噪比，而且有效克服了焦平面非均匀性对盲元检测的影响；与“2s”原则和“3s”原则盲元检测方法相比，该方法误判和漏判现象明显减少，提高了盲元检测精度，是一种比较实用的盲元检测方法。

针对在红外图像边缘提取时,断边和分支点会导致伪边界的问题,提出了一种带搜索控制准则的红外图像轮廓跟踪算法.该算法根据飞行目标红外图像特点,将基于最大距离法的局部阈值分割用于目标图像的提取.给出了关于图像局部灰度特性的3个推论,并由此将遗传算法用于轮廓跟踪过程,自动判断出轮廓跟踪过程中出现的分支点、断边,搜索断边并连接.实验结果表明,采用该算法可得到清晰、光滑的轮廓图像,并且具有较快的运算速度,可实现实时处理.