针对磁信标产生的超低频磁场定位中磁信标磁场中心难以标定的问题, 提出了一种基于磁偶极子磁感应强度分布特征的高精度磁信标标定方法。为描述磁信标在空间中任意位置产生的磁场分布情况, 建立磁信标的等效磁偶极子模型, 通过磁感应强度不同方向的分量与位置关系解算出磁信标线圈磁场的中心位置, 利用自适应指数平滑算法减弱自身波动对磁感应信号的影响, 实现对磁信标磁场中心的高精度标定。对标定方法进行有限元仿真, 仿真结果显示, 使用磁感应强度分布特征对磁场中心的标定精度在毫米级别, 通过对标定前后定位精度的对比发现, 标定后的磁信标定位精度得到有效提高。

为了使用圆弧和直线重建数字轮廓曲线, 提出了一种融合了基于斜率差判断断点方法和区段动态融合的数字轮廓曲线自适应分段的方法。首先, 利用直线拟合计算轮廓曲线上每点的前后方向的斜率差, 求取斜率差的过程使用了自适应长度拟合窗口来平衡精度和速度的关系。然后, 将自适应平滑方法应用在方向斜率差曲线上。基于平滑后的斜率差曲线, 提取其中间断点作为待选区段分段点。最后, 使用基于可视化误差判定的区段动态融合, 来从待选分段点中选出一个可视化误差最小的分段方案作为最后的分段结果。仿真测试的结果显示这种分段方法的断点定位误差小于1%。以轴承油沟轮廓为实际测试用例的实验结果证实了这种自适应轮廓分段方法在实际应用中的可行性。

为了准确实现起伏背景下的目标分割，提出了一种结合信息熵和区域生长的红外小目标图像检测方法。在分析红外图像特性的基础上，对原始图像进行自适应平滑滤波，使得图像在保持目标强边缘的前提下抑制高斯白噪声;利用目标边缘在其邻域内起伏大的特点，使用基于灰度级-邻域灰度级绝对差G-G直方图的最大熵进行图像分割;利用最大熵求解的阈值选取种子点，将种子点在已分割的图像上进行区域生长。实验结果表明，所提方法在背景起伏较大的情况下具有较好的目标检测性能。

鉴于高斯拉普拉斯(LoG)算子具有各向同性且在有方向性差异的场合并不适应的不足, 提出在梯度方向进行零交叉的边缘检测方法。首先使用自适应平滑滤波原图像; 然后在水平和垂直两个方向上分别计算图像的一阶梯度分量; 使用梯度算子分别对两个求得的一阶梯度分量进行操作, 计算两方向上的二阶偏导数; 分别对两个方向上的二阶偏导数进行零交叉检测, 并合并零交叉点得到边缘图像; 最后使用形态学图像处理方法去除边缘图像中面积较小的孤立点区域。结果表明, 该方法在噪声环境中具有良好的边缘检测效果, 且运算时间与LoG算子检测方法相当。

为了提高光照变化条件下的人脸识别率，针对Retinex算法处理人脸侧光照图像时会误增强阴影的边缘提出了一种基于新的传导函数的自适应平滑Retinex算法。该传导函数用空间梯度和像素的局部不一致性两种方式共同测量灰度的剧烈变化，在平滑图像的同时没有边缘增强效应，且不会损失人脸特征边缘。在平滑估计的迭代过程中,选取上一次与此次迭代结果中的较大值作为约束条件来保证估计出的亮度图像能满足Retinex理论的约束条件。在Yale B人脸库上的实验结果表明，本文算法能有效克服强侧光照时的阴影现象且没有损失人脸特征边缘；与较经典Retinex算法相比,侧光照时的识别率在最好情况时提高了24.2%，无强侧光照时也可提高4%左右，具有光照鲁棒性，可适用于任何光照条件下的人脸识别。