水下潜体的运动产生的内波使得水表形成一定的红外弱纹理信号,从而使得利用红外手段进行探测成为可能,但是这种纹理信号的对比度非常低,其与振幅很大的背景杂波混在一起,给信号的提取造成很大困难。以曲波变换为基础,根据弱纹理的对比度、频率特点等进行曲波尺度分量和方向分量的筛选,再结合阈值优化和边缘梯度算子得到了较清晰的纹理提取图像。该图像的信息熵和频率集中度与采用传统曲波变换所得结果相比分别有30%和11%的提高。当弱纹理的对比度大于5%,筛选频率的方向和弱纹理频率方向偏差小于12°时,该算法能够清晰地提取纹理信息。

液压元件的外形尺寸是否合格直接关系到液压产品的质量及性能。针对液压元件表面弱纹理对测量造成较大干扰的问题,采用向目标场景投射随机斑点的方法来增强液压元件的纹理。组建了双目立体视觉系统,运用新型圆阵列标定板对其进行标定,获取了双目相机的内外参数。针对双目相机采集的数字图像,使用归一化协方差相关算法在极限约束后进行像素匹配,得到视差值,进而得到液压元件相应位置的三维数据。实验结果表明:该系统能够得到较为清晰的点云图,对于液压元件的测量具有较高的识别率和较好的鲁棒性,可以满足弱纹理液压元件在流水线生产中的实时检测。

为解决高光弱纹理物体表面重建时，存在的孔洞和噪声，及信息缺失等问题，提出了光照补偿结合深度图像的重建方法.结合光照方向和光照强度的参数估计，确定高光区域并均匀光照，再以激光点的变化轨迹修正均值漂移算法的漂移区域，建立改进的均值漂移中心描述子，对深度图像的噪声和孔洞进行判定并修复，实现物体表面重建.结果表明，该方法既可以保持不同种类对象重建完整，避免信息缺失，还可减少外界环境和对象自身特征的负面影响.通过高光弱纹理标准图片和实拍物体重建实验，以及使用均方根误差、峰值信噪比和结构相似性等性能指标进行评价，验证了该方法的鲁棒性和有效性.

针对视觉里程计在弱纹理的道路环境下定位精度骤降的问题,提出一种双目视觉里程计优化算法。首先,通过提取局部特征平面,为立体匹配缺失的特征提供平面约束,增加有效立体特征的数量;其次,在特征追踪过程中,使用匀加速运动模型,提高特征追踪的数量和质量;最后,在位姿计算和优化过程中,使用考虑特征置信度的光束法平差算法来减少远距离特征引入的误差影响,提高算法的精度和稳健性。数据集实验和实际场景实验表明,该算法在占有极少计算资源的情况下对弱纹理环境下的定位精度有较明显的优化效果,在其他场景也具有较好的适应性。

精确稠密视差估计是立体视觉系统恢复观测场景三维信息的关键。从立体视觉在机器人环境感知的实际应用角度出发, 提出了对于弱纹理、阴影和遮挡等关键影响因素, 具有良好鲁棒性、精度和处理速度的稠密视差图估计算法。针对弱纹理、阴影和深度不连续的问题, 设计了基于灰度相似度概率的置信度传播算法, 结合视差平滑约束, 以期实现较高精度的视差初值快速估计。由视差级数定义的消息向量通过异向平行迭代进行传播, 消息向量包含表征像素点灰度相似性和平滑性的能量信息, 通过全局能量函数的迭代收敛, 快速获得视差初始估计。根据独立连通区域通常具有相似纹理特征和视差一致性的先验知识, 提出了基于Mean-Shift聚类分割算法和参数空间投票自适应视差近似面估计算法, 进行稠密视差的精细优化估计。利用具有不同弱纹理特征的5组标准测试图像、4组室内环境实际图像、4组室外环境实际图像和4组月面模拟特殊光照环境的实际环境图像进行了测试实验, 实验结果表明了本文算法的良好鲁棒性和有效性。