为实现对复合材料内部缺陷进行无损检测并对缺陷位置进行准确标记, 本文提出了红外热波检测投影标注方法。利用红外热像仪获得闪光灯脉冲激励下样品的红外图像序列, 并通过时间采样优化的脉冲相位算法进行处理, 增强缺陷的检测效果, 再通过自动阈值对缺陷位置进行提取并由投影仪将提取结果投射到样品表面。针对投影仪与热像仪视角差异等因素引起的图像畸变问题, 本文提出了一种可见-红外相机辅助标定方法, 通过辅助相机对投影仪进行标定, 建立投影仪与热像仪的空间坐标关系, 对缺陷提取结果进行畸变矫正, 提高缺陷标记的精确度。实验结果表明, 该缺陷检测及标记方法对不同大小缺陷的面积标记误差在10%以内,中心标记误差在3 mm以内, 可以对材料内部缺陷进行较为精确的标记。

分布式全息孔径数字成像技术是利用数字全息技术记录子孔径的复振幅信息, 再通过孔径间复振幅拼接实现综合成像的一种主动成像技术。在工程应用中, 成像系统的装配误差会使子孔径复振幅间产生形位误差, 进而使孔径综合后的图像变模糊。在已有的方法中, 大多是以相似变换模型校正形位误差, 但是复振幅与理想复振幅间是复杂的投影变换关系, 所以基于相似变换模型的方法不再适用。首先提出一种在像面校正复振幅间形位误差的方法, 该方法先通过像面图像配准对像面复振幅进行投影变换校正, 再对校正后的像面复振幅进行逆菲涅尔衍射, 得到形位误差校正后的瞳面复振幅。进而搭建了分布式全息孔径成像系统, 并采用在像面校正复振幅间形位误差的方法有效地校正了形位误差。

应用紫外（Ultraviolet, UV）光谱技术对水产养殖水质总氮含量进行快速检测。 为了消除各种系统误差与偶然误差对模型预测性能造成的影响, 将88个水样的总氮浓度实测值数据和光谱吸光度数据作为原始数据, 将模型建立分为样本集划分、 数据预处理、 特征波段提取、 模型选择与LV数量选择5个阶段, 以求达到最优预测效果, 其中前4个阶段分别使用多种方法进行比较。 结果证明每个阶段都是必不可少的, 只有通过对比其优劣才能找到最适合总氮含量测定的建模过程及方法。 首先用浓度梯度（CG）法对原始数据进行相同的样本集划分处理, 然后在此基础上分别建立主成分回归（PCR）、 逐步回归（SR）和偏最小二乘回归（PLSR）三种模型, 选择预测效果最好的PLSR作为本文的预测模型。 PLSR的建模效果会在很大程度上受到潜在变量（LVs）数量的影响, 通常选取模型预测均方根误差RMSEP值最小时所对应的LV个数为最优LV个数。 其次, 选用CG法、 随机抽样（RS）法、 Kennard Stone（KS）法和SPXY法4种样本集划分算法对样本进行处理, 并对所建立的PLSR模型预测效果进行比较, 最终选择SPXY算法作为最优样本划分算法。 然后在对样本集进行SPXY法划分的基础上, 运用多种预处理算法对光谱吸光度数据进行预处理, 包括小波变换（WT）、 一阶导数法（Der1st）与二阶导数法（Der2nd）三种单一算法和小波变换与两种导数法的组合预处理算法WT-Der1st和WT-Der2nd。 然后在预处理的基础上分别使用连续投影变换（SPA）和逐步回归（SR）两种特征波段提取方法, 对比可知, SPA特征提取方法比SR的提取效率高且建模效果好。 SPA算法既可以大大地简化模型, 又可以在一定程度上提升模型的预测精度。 基于WT-Der1st-SPA提取的特征波段为218 nm, 与总氮特征波段区间相一致, 由此说明该方法比较科学。 综合上述建立的10个PLSR模型, 考虑到预测精度与模型复杂度2个因素, 最终选择基于WT-Der1st-SPA建立的PLSR模型作为最优模型, 该模型预测决定系数r2为0.996, 预测均方根误差RMSEP为0.042 mg·L-1。 由此可见, 所建立的模型预测效果非常好, 可以快速准确地测定水体的总氮含量, 为实现光谱技术在水产养殖其他水质监测指标的在线检测以及快速测定提供了经验。

提出了一种基于数字微镜器件(Digital Micro-mirror Device, DMD)的高功率激光远场焦斑大动态测量方法。采用DMD对焦斑主瓣和旁瓣区域进行分离, 用两路CCD分别测量, 通过图像拼接实现两路测量结果的融合, 获得大动态焦斑数据。DMD由数字信号控制, 通过改变控制信号模板, 可以快速适应不同形态焦斑的测量。具体分析了DMD焦斑分割原理及DMD控制信号模板的获取, 说明了焦斑重构时所需的图像校正和对准方法, 实验验证了新方法的可行性。结果表明: 文中方法的测量动态范围可以达到3 000: 1以上。

根据全景辅助驾驶系统的要求, 设计了一种非球面鱼眼镜头, 确定了鱼眼镜头的设计参数和光学材料, 构建了鱼眼镜头的初始结构, 通过对鱼眼镜头的像差校正及优化设计, 给出了鱼眼镜头的设计结果。将设计的非球面鱼眼镜头、畸变校正算法和整体硬件进行实现与验证, 集成到车辆辅助驾驶全景显示系统中, 通过对多个镜头采集的图像进行合成并进行了实际应用验证。结果表明, 系统应用良好。

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。

针对目前基于图像拼接法和鱼眼镜头法无人机载全景成像实时性低、成本高的问题，设计了一种微型无人机载实时全景成像设备。采用基于抛物面反射镜的折反射全景成像方式，通过无线通信实时获取机载全景图像视频，并利用投影变换展开成柱面全景图像，从而实时获得水平方向 360°、垂直方向286°范围内的大视场图像，提高了无人机载大视场成像的实时性，降低了系统成本，为进一步释读图像奠定了重要基础。

为了减少带有路面信息的建筑物图像的拼接中产生的图像失真并提高拼接速度,基于局部变形方法并结合建筑物和路面纹理信息的不同提出了三次投影变换图像拼接方法。该方法根据图像内容将图像分割成不同子图像,然后拼接图像内容相同的子图像,最后实施总体拼接。为了改善当前全局投影变换带来的图像形状失真或扭曲问题,整个拼接过程采用三次局部的透视投影图像变换方法。由于是在传统的透视投影变换的基础上基于图像内容分割后再拼接,故拼接结果比传统方法更精确、更真实。实验结果表明: 采用提出的图像拼接方法克服了路面部分纹理信息过少导致图像失真的缺陷,拼接速度比相关拼接方法提高了20%~40%。该方法能快速得到清晰无缝的拼接图像,基本满足拼接速度快、真实度高的要求。

工业相机常采用基于圆形控制点的方法进行标定， 但该方法存在不对称投影问题，极易产生标定误差。为了避免引入不对称投影误差并能以迭代方式修正这一误差，本文提出了一种利用圆心不对称投影所蕴含信息的相机标定方法。首先，推导了平面模板上的圆形控制点投影成为椭圆之后的理论坐标；然后，提取每一幅标定板图像中实际椭圆的中心坐标，通过最小二乘算法求得该幅图像对应的精确投影变换矩阵；最后，利用所有的投影变换矩阵求出相机内参数。实验结果表明：采用本文提出的标定方法，标定结果的重投影误差降到了1/50 pixel。该方法可一次完成标定，计算简单，标定精度高，适用于工业相机的标定。

提出了一种基于桌面视觉系统(DVS)的深度测量方法，并推导了相关的立体图像对校正方法和计算公式，主要包括：几何畸变校正、中心投影的重投影变换、缩放变换、竖直平移变换以及亮度和颜色校正等。通过重投影变换可以使内参数彼此不一致的两个会聚式相机拍摄得到的立体图像对，变换为平行式摆放且具有相同内参数（除几何畸变系数外）的两相机拍摄得到的立体图像对。该方法首先对桌面视觉系统拍摄的立体图像对进行校正处理，使其变换为理想的立体图像对；然后，对校正后的立体图像对进行立体匹配，得到各对同名点的水平视差；最后，基于水平视差和摄像机标定的参数，应用三角测量法求空间点的深度信息。实验结果表明，测量方法的相对误差在0.31%以内。