在视频的采集和跨媒体再现过程中，相机的色域限制往往会导致获取的图像色彩失真。其中肤色作为人眼最敏感的色彩之一，肤色失真可能会降低观众的视觉体验。肤色增强是一种针对图像或视频中人类肤色的处理技术，通过对失真的肤色进行调整，达到提高显示质量的目的。尤其是在视频处理领域，在提高肤色模型自适应性的同时，还需要考虑算法的实时性与计算工作量，因此，提出一种面向实时视频处理的自适应肤色增强方法。利用镜头边界来引导肤色模型更新，以此降低模型更新的计算工作量；其次，建立一种根据镜头边界更新的动态肤色模型进行皮肤检测；最后，基于主观实验建立了偏好肤色模型，并且实现了针对不同种族的肤色增强。与现有方法相比，所提方法在主观评价实验中取得了更高的平均主观分值。实验结果表明，所提方法可以显著降低模型更新带来的计算工作量，同时实现有针对性的肤色增强。

为了探索一种智能、无损检测黑色素瘤边界的方法，开发了一套具有紧凑结构和自动化软件的光纤光谱仪系统，并将其应用于皮肤色素沉积的鉴别。从样品中采集散射光谱后，用标准光谱进行相关测试，系统会根据相关系数自动给出判断。首先通过体外试验验证光纤光谱仪(FOS)系统快速智能检测色素沉积的可行性。用FOS 系统对一个红、绿、蓝三色墨水染色的琼脂模型进行光谱测量，其鉴定准确率达96%。进一步用FOS 系统检测墨水皮下注射构建的小鼠黑色素瘤模型，结果显示，墨水注射区与正常区光谱有显著差异。与标准墨水的光谱比对，墨水注射区域的相关系数为0.83±0.07，而正常组织的相关系数为0.18±0.05。从相关系数构建的图上可以清楚地识别出皮肤中墨水着色区域的边界。体内和体外试验都表明，FOS 系统对皮肤沉积色素的检测具有较高的敏感性和特异性，预示着其在黑色素瘤的临床诊断中具有广阔的应用前景。

逆向工程中点云模型孔洞边界的检测是孔洞修补的前提,完美的孔洞轮廓线有利于提高孔洞修补的质量。首先参照二维图像中边界的定义,给出了三维点云模型中孔洞边界的定义;之后通过分析待测点邻域协方差矩阵特征值之间的关系,设计了一种边界点检测算子,用于初步提取孔洞边界特征点;然后采用改进的Kruskal最小生成树算法构建点云最小生成图,并在最小生成图中完成孔洞边界点的排序与孔洞轮廓线的提取。实验结果表明:所提边界检测算子步骤简单,算法效率高;基于计算机图论的孔洞轮廓线生成算法提取的孔洞轮廓线具有光滑、连续的优点,并且在生成轮廓线的同时完成了孔洞聚类。

借助蒙特卡罗方法模拟闪光照相过程，研究了模糊和散射因素对边界检测的影响。结果表明：模糊与边界退化量的变化关系依赖于相邻飞层的材料、密度和尺寸；相同客体结构下，模糊越大，边界退化量也越大；客体结构不同，相同模糊下的边界退化量也不同；散直比越大，散射对边界检测结果的影响也越大，当散直比大于50时，散射引起的边界检测误差超过1个像素。

针对浮选表面气泡图像边界弱、光照不均匀和气泡分布不均匀导致气泡提取困难的问题, 提出了一种结合非下采样Shearlet变换(NSST)和多尺度边界检测及融合的浮选气泡提取方法。对气泡图像进行NSST分解, 得到低频子带和多尺度多方向高频子带图像, 通过构造自适应分数阶微分谷底检测模板提取低频子带的山谷边界, 结合尺度相关系数及方向模极大值检测获取高频子带的边缘信息, 再通过山脊特性判定从边缘信息中提取气泡的边界细节, 最后进行多尺度边界融合、边界形态学处理以实现气泡提取。实验结果表明：该方法受噪声和光照的影响小, 能有效提取出不同分布类型的气泡, 其平均检测效率和准确率较现有方法有较大的提高, 能够满足浮选工况动态变化的需求。

针对现有镜头检测算法在处理运动信息时无法随着帧间差异不同而变化的问题，提出一种基于光流的镜头边界检测方法。依据光流算法对图像间熵计算进行校正，并提出一种光流量化方法。使用量化值与校正熵值判断图像连续性，保留存在镜头切换的候选边界；根据镜头构造的差异提取图像的光度信息与图像间互信息，并提出一种模型匹配的方式进行镜头类型识别。在互信息提取前对图像进行显著区域提取，来增加图像间的差异而保证模型匹配的准确性。实验表明，该检测算法能准确检测镜头边界且有效排除运动干扰。

提出了采用蒙特卡罗方法来模拟高能闪光照相物理过程，提供模拟图像用于边缘检测，依据模拟图像的边界退化来修正实验图像的边界，通过迭代计算获得较精确的客体边界。利用数值计算来验证和评估方法的精度与可靠性，实验图像处理结果表明: 采用Canny算子获得的边界值误差在几个像素尺寸，采用该方法修正后边界值误差降低至1个像素尺寸或更低，相比于修正前精度得到了显著提升。

提出了一种应用单目机器视觉技术并结合Hough变换消失线检测和边界检测技术来构建距离深度图的方法, 并应用衰减-空气光去雾模型对图像进行了恢复。结果表明, 采用该方法恢复的道路图像色彩自然, 模型与实际道路完全匹配, 对于不同距离的景物都具有良好的恢复效果。

边界检测方法可根据处理方法包括空域和频域。但空域处理运算量较大, 尤对压缩的图像信息来说, 要经过频域-空域-频域的处理过程, 其计算量太大以至于无法满足视频信息实时处理的需要。对此, 频域处理就显得尤为重要, 离散余弦变换具有计算量小、正交性、固定实基函数等特点而在图像处理和压缩中得到广泛应用。基于图像块频域系数和空域图像特征之间的对应关系, 提出一种快速频域估计边界特性的方法。该方法仅根据压缩后的F(1,0)和F(0,1)两个低频交流系数, 判别图像块内的边界方向。

提出了一种新的镜头边界检测算法.该算法借鉴信息论的观点,以互信息量和直方图的结合来衡量帧间相似度.通过一自动选取的阈值选出所有可能的镜头切换点,采用动态窗口技术将切变和渐变统一视为切变检测.通过合理的聚类消除噪音所带来的误检现象,提高了镜头的检出率.仿真实验结果表明该算法具有良好的性能.