为解决低光照环境下机器视觉采集图像存在的对比度低、细节丢失等问题，提出了一种基于扩展大气散射模型的低光照图像增强算法。首先，将低光照图像三个颜色通道的最大值作为初始传输图，并使用伽马校正调整图像的可见性和边缘细节；接着，利用融合技术优化初始传输图，融合不同方法提取的主要结构和精细结构；然后，利用亮通道的暗像素计算逆大气光值；最后，根据传输图和逆大气光值对模型进行求解得到最终增强图像。模型中的校正项可以更好地抑制增强图像的过度增强与细节丢失，同时，算法采用图像融合对传输图进行优化，可以较好地再现图像中的轮廓和纹理细节。实验结果表明，相比于其他8种算法，该算法在提高图像对比度、自然度和突出细节方面表现出了更好的性能。

针对暗通道先验去雾中存在的光晕和色彩失真问题，提出一种基于明亮区域分割的图像去雾算法。首先通过亮度阈值分割和区域生长将雾天图像分割为明亮区域与非明亮区域；然后用亮通道先验和超像素分别改进明亮区域和非明亮区域透射率的计算公式；再用加权融合的方法将这两个区域的透射率进行融合得到粗略的透射率，使用引导滤波对其进行优化，同时对雾天图像进行四叉树分割，取最终分割区域像素的亮度平均值为大气光值，通过大气散射模型复原去雾图像。实验结果表明，改进后去雾图像的峰值信噪比与改进前相比提高了6.5%，信息熵提高了2.1%，新增可见边之比提高了5.5%，梯度均值提高了5.3%。本文改进算法能够解决暗通道先验去雾中的问题，得到清晰且对比度高的去雾图像。

生物组织内部结构复杂且具有较强的散射特性, 而光作为生物组织检测的重要信息载体, 其自身特性包括颜色、 幅值、 偏振等都对信息获取有较大的影响。 结合偏振成像, 对生物组织多光谱偏振特性展开了研究, 依据不同微粒尺寸的分布建立了均匀单层生物组织模型, 结合瑞利和米氏散射理论模拟了基于单个微粒的两种散射事件。 瑞利散射具有较好的前向后向散射对称性, 米氏散射具有强前向散射特性, 两种散射模型都与尺寸参数有着密切的关系, 而尺寸参数是一个无因次量, 取决于入射波长和散射微粒的尺寸, 在生物组织中多以米氏散射为研究模型。 使用蒙特卡罗(Monte Carlo MC)方法对400~1 000 nm波段范围内的偏振光在生物组织中的传输特性进行了仿真, 模拟了四种典型偏振态(水平线偏振光、 垂直线偏振光、 45°线偏振光和右旋圆偏振光)在组织中传播时后向散射光偏振态变化与波长的关系, 并进行了实验验证, 实验光源选用白色LED灯, 利用450, 525, 550, 590, 610, 650和690 nm滤光片滤光, 由彩色相机记录手掌的偏振图像, 其中偏振图像由两组线偏振片和右旋圆偏振片分别作为起偏和检偏器产生。 仿真和实验结果均表明, 随着波长增加线偏振光经皮肤组织后向散射出射光的偏振度整体呈上升趋势, 圆偏振光呈下降趋势, 但圆偏振光的偏振度整体上高于线偏振光, 这揭示了在生物组织中相同波长的圆偏振光比线偏振光具有更好的偏振保持性, 更适合用于探测生物组织的生理信息。 相关研究结果明确了圆偏振光和线偏振光在生物组织中传输时的多光谱特性, 可为多光谱偏振生理信息获取提供一定的理论支持。

针对在雾霾天气、水下和夜间环境中获得的图像存在清晰度和对比度下降以及色彩失真等问题，提出一种使用改进型大气散射模型的双阶段图像修复方法。通过在传统的大气散射模型中引入一个全局补偿系数以得到一个改进型大气散射模型，使用该模型的双阶段图像修复方法包含两个阶段：首先，输入一张退化图像，利用改进型大气散射模型得出一张粗略的修复图像，并利用灰度世界算法求出该粗略的修复图像的反照率；其次，将反照率和第一阶段的输出图像作为输入，利用改进型大气散射模型得出最终的修复图像。实验结果表明，所提出的方法可避免图像修复的结果中存在色彩失真和色调偏暗等问题，并且具有很好的适用性，其不仅可有效实现雾霾图像去雾，也可实现水下图像修复和夜间图像增强。与当前最先进的方法相比，所提出的方法在定量和定性实验上都取得了优异的结果。