针对光子数极少环境下三维目标的重构问题, 基于光子计数集成成像系统提出了一种贝叶斯自适应估计方法, 来提高三维目标深度切片的重构质量。首先, 通过光子计数集成成像系统获得一系列光子计数元素图像。接着, 从光子计数过程的泊松分布出发, 利用集成成像系统中对于同一个目标像素的多次采样特性, 引入了局部自适应均值因子, 从而建立起元素图像像素光子数估计的单参数后验概率模型。最后, 通过后验概率模型的均值计算获得更新后的光子计数元素图像, 并基于光束可逆原理重构出深度切片图像。实验结果表明：采用该方法在场景的两个深度处重构的切片图像相比传统贝叶斯重构图像的峰值信噪比提高了7.4 dB和8.5 dB, 极大地提升了微弱光三维目标的重构质量。

为了获得高保真3维图像,采用了一种针对高分辨率3维图像的自适应均值降噪算法.首先使用一种由激光器、高分辨率3维相机、直线电机和计算机等设备组成的线激光高精度3维测量实验系统对自然纹理皮革进行测量.然后针对系统测量所得的高分辨率3维自然纹理图像(每英寸点数大于1000),进行了理论分析和实验验证,取得了降噪后的高保真3维图像数据,并与传统的均值滤波、小波变换滤波的降噪效果进行对比.结果表明,该算法能自动选取最优的降噪窗口,有效地去除3维图像的噪声信息,并保留高分辨率图像丰富的边缘、细节信息,最终得到高保真的高分辨率3维自然纹理图像.该实验结果对于高分辨率图像的降噪问题是十分有帮助的.

为了使椒盐噪声不影响图像的后续处理, 提出一种基于BP 神经网络噪声检测的自适应开关滤波器来检测和滤除图像椒盐噪声。该方法利用像素值及其邻域特性作为像素点的描述即神经网络的输入, 通过神经网络自动检测图像的噪声位置, 据此保持非噪声点不变, 对噪声点进行自适应窗口大小的均值滤波处理, 且仅窗口内非噪声点参与均值运算。实验结果表明, 本方法中BP 网络检测椒盐噪声效率高, 整个滤波过程无需针对不同图像设置参数, 滤波操作简单且性能优良, 在去噪效果、细节保持和减少时间耗费等方面有一定优势。

提出了一种新的稳像方法.首先,采用了一种由粗到精、由局部匹配到全局配准的高效配准策略.在粗配准时,提出基于灰度投影均值的SSDA改进算法,用于快速模板匹配;精配准时,将改进的联合直方图区域计数法用于车载图像序列,在保证精度的同时摆脱大量浮点运算.其次,详细阐述了自适应均值运动滤波法.通过自适应选取滑动窗口的大小,一方面对运动曲线进行平滑以降低抖动,另一方面防止了过稳现象的发生.实验结果表明:该方法能准确、快速实现车载图像配准,且配准精度达到了"亚像素"水平,满足了车载图像跟踪系统对电子稳像技术的实时性及精度要求.

提出一种有效的车载图像配准稳定算法,这种算法的关键技术包括:一是采用由粗到精、由局部匹配到全局配准的两级配准策略,即在粗配准阶段,利用基于灰度投影均值的SSDA改进算法进行快速模板匹配;精配准时,借鉴联合直方图区域记数法的思路,在灰度信息的统计特性空间上巧妙定义一种全局准则函数,既能保证精度又摆脱了大量的浮点运算.二是在运动滤波时通过自适应选取滑动窗口的长度,降低了图像序列的抖动,同时防止过稳现象的发生.实验结果表明,该算法的平移配准误差°+0.254,+0.083°远远小于1个像素,且在一定硬件平台上稳定单帧图像需要14.7ms,仅为同精度其它算法的1/3,从而满足了车载图像系统的实时性和精度要求.