针对从高分遥感影像中提取建筑物易受阴影和植被等遮挡而导致错误检测的问题，提出一种建筑物轮廓双向驱动自适应分割重构的规则化方法。首先采用基于最小外接矩形（MBR）的平直旋转变换算法，旋转建筑物轮廓至水平或竖直状态，减少轮廓图形学显示上的锯齿表征；然后设计MBR和Shi-Tomasi联合双向驱动建筑物轮廓自适应分割算法，将轮廓化整为零精准分割形成局部片段；最后提出基于局部最优权拟合的轮廓重构算法，依次对局部片段进行属性分配、约束重组、最优权拟合与坐标重组，实现建筑物轮廓的规则化。实验结果表明，与初始提取结果相比，经所提方法规则化的轮廓视觉效果更好。与同类基于栅格填充、角点校正、最优外接矩形拟合和主方向的4种轮廓规则化方法相比，所提方法在保证规则化效率的同时，精度也更高，具有更广泛的适用性，对常见包含不同角度变化的复杂建筑物均能得到更加规整的轮廓，可作为建筑物提取后处理规则化的参考手段。

双目相机标定是研究立体视觉的基础工作，标定的精度是视觉测量精度的关键。图像角点提取是相机标定的基础，但在现实应用场景中，外界影响使获取的图像不清晰，导致检测到的角点精度低，从而影响标定的精度。因此，提出一种基于超分辨率亚像素角点检测的端到端算法，从特征级解决低质量角点检测问题。首先，应用盲超分部分估计低分辨率图像模糊核，融合低分辨率图像特征重建出高分辨率图；然后，在此基础上得到角点亚像素位置；最后对双目相机进行高精度标定，并用测距实验对其进行检验。实验结果表明，所提基于超分辨的亚像素角点检测方法在真实场景下具有优越性。

为了满足热像仪在不同场景下自动对焦的功能需求，对现有多种自动对焦实现方案的优劣势进行了评估分析，并选择了一种基于角点检测算法的对焦方案。通过检测图像中的角点数量来实时判断图像的清晰度。根据热像仪FPGA图像处理系统的性能对该算法进行了改进与优化，并提出了多阈值角点检测实时对焦方法。根据当前场景的对焦状态，热像仪可自主判断是否执行对焦操作，以适应不同检测场景的需求，最终实现其在不同场景下的实时自动对焦功能。

四足动物行走的运动特征自动识别在动物的仿生学、行为识别、疾病预测，以及个体身份识别等方面都有着非常广阔的应用前景。基于计算机视觉技术，结合深度学习方法，针对四足动物的行走运动，建立了一种四足动物行走步态参数自动提取方法。利用视频帧分解技术对采集的四足动物行走视频进行处理，得到各帧四足动物行走图像；基于改进DeeplabV3+语义分割模型提取运动目标；在此基础之上，结合四足动物行走步态及其时空特性分析，以目标体轮廓中心点-边界距离曲线为基础实现运动角点的检测及匹配。为有效地解决四足动物运动特征参数提取的问题，建立了一种基于四肢运动角点至参考点距离变化曲线的运动特征分析方法。实验结果表明，所提方法能较好地实现四足动物运动角点的检测，对犀牛、水牛、羊驼运动角点检测的最大误差分别为32，27，19 pixel，运动角点匹配关系准确，步态周期、步态频率的计算误差小于2%，步态顺序输出正确，步幅的计算误差最大为2.85%。

针对传统的迭代最近点（ICP）算法计算量较大、效率较低、易受点云初始位姿影响等缺点，提出一种基于normal distribution transform（NDT）和特征点检测的点云配准算法。该算法采用“粗细结合”的配准策略，首先对点云进行预处理；然后采用NDT算法对处理后的点云进行粗配准，为精配准提供较理想的初始位姿；再利用3D-Harris特征点检测算法提取点云特征点；最后利用ICP算法对提取特征点后的点云集进行精细配准，得到最优解。仿真结果显示，与传统算法对比，所提算法进一步提高了点云配准的效率和精确度。

随着视觉测量技术在工程中的推广,越来越多的视觉标定和测量需在车间现场由非专业人员执行,这会造成拍摄的棋盘格图像中包含较多的噪声。为了实现噪声下棋盘格角点稳健、精确的亚像素细化,提出一种基于边缘方向投影的棋盘格角点亚像素细化方法。首先基于非极大值抑制算法计算初始边缘方向,然后基于最小加权二乘拟合法细化边缘方向,最后基于边缘方向最大投影细化棋盘格角点的亚像素坐标。结果表明:在高质量的棋盘格图像中,所提方法的棋盘格边长测量偏差的最大值均小于0.021 mm,棋盘格边长测量偏差的均值均小于0.006 mm;在高斯噪声和角点污染的棋盘格图像中,所提方法的棋盘格边长测量偏差的最大值均小于0.05 mm,棋盘格边长测量偏差的均值均小于0.02 mm。

针对红外与可见光图像尺度差异大、图像较模糊,且图像中可提取的特征点数量不足以及特征分布不均匀易导致现有配准算法失效的情况,提出一种结合滚动引导滤波和相位信息的红外与可见光图像配准方法。利用滚动引导滤波构建尺度空间,在不增加耗时的前提下尽可能保持图像边缘信息; 提出一种改进的Shitomasi角点检测算法,提取具有尺度不变性且分布均匀的强角点; 在特征描述阶段,给出一种新的加权函数进行频率扩展,以得到更显著的相位一致性信息,实现更准确的图像特征描述。实验结果表明,该配准方法对存在9倍尺度差异的红外与可见光图像仍能实现准确配准,且对多组图像对的配准RMSE误差均保持在2像素之内。

针对各向异性高斯方向导数滤波器运算量大、耗时长的问题,利用盒式滤波器拟合出各向异性高斯方向导数滤波模板,并结合积分图像,提出一种性能优良的快速角点检测算法。利用盒式滤波器设计了6个方向的导数滤波模板,并结合积分图像,快速计算输入图像在各个方向上的导数响应;基于角点的稀疏特性,提出一种候选点粗筛选机制,快速筛选出候选角点区域像素以减少后续运算所涉及的像素数量;针对每一个候选像素,利用各个方向的导数响应构建多方向结构张量积,生成角点测度。将提出的算法与9种经典的检测器在仿射变换、高斯噪声干扰等条件下进行性能评估,在尺寸不同的测试图集上进行耗时对比。实验结果表明,新提出的算法具有优良的检测性能,耗时少,满足实时处理的需求。

针对同轴内啮合的大尺寸齿形结构手动装配模式中测量困难且精度不易保证的问题,提出一种面向齿形结构装配的视觉测量方法。该方法通过构建单目视觉测量系统,利用其图像特征解算空间位姿实现高精度测量。首先基于自适应核与自适应阈值的最小核值相似区算法提取齿顶角点,并采用大津阈值改进的Canny算法检测辅助圆离散弧段;然后结合随机采样一致思想,运用基于几何距离及Levenberg-Marquardt优化的椭圆拟合算法获取椭圆参数,并给出了齿形结构测量模型及其位姿解算原理。最后进行实验验证,结果表明该方法的测量精度可达0.050 mm,满足齿形结构装配的高精度测量要求。