纳米颗粒成像过程中，离焦位置的粒子团簇和大颗粒杂质产生明亮的弥散斑，导致现有的对焦算法无法实现自动对焦功能。利用基于大津算法的二值化分割和形态学开闭方法，使离散的弥散斑聚合为一个区域，并利用连通域标记方法筛选剔除大面积的光斑区域，构造四邻域水平-对角平方函数和阈值四邻域水平-对角开方函数，将函数分别作为粗对焦和精对焦的评价指标，提高了自动对焦搜索的准确性和可靠性。实拍离焦序列图，并与5种常用的评价算法进行对比，结果表明所提自动对焦评价算法具有良好的鲁棒性、无偏性和单峰性。

双频条纹投影法是一种常用的相位展开算法。受随机噪声和相机离焦等因素的影响,双频相位展开算法的条纹级次计算结果易出现错误,导致相位误差。为了解决此问题,提出了一种相位展开校正算法,对高频条纹级次进行校正。首先,根据高频截断相位的取值范围,将整个条纹区域分割成两个掩模;然后,分别对这两个掩模进行连通域标记,统计每个标记区域内出现次数最多的条纹级次,并将出现次数最多的条纹级次值赋值给当前标记区域内的所有像素;最后,使用校正后的条纹级次进行相位展开,获得绝对相位。仿真和实际实验结果均表明,该方法能够有效地消除双频条纹投影法中的相位展开误差。

为了消除光学扫描全息系统重建图像的离焦噪声，采用了随机相位编码和连通域标记方法。该方法利用了基于随机相位编码的光学扫描全息方法在聚焦层图像上的离焦噪声比传统的光学扫描全息方法更为分散的特点。只要选取合适的阈值，基于随机相位编码的光学扫描全息重建图像的离焦噪声就可以消除，而传统的光学扫描全息仍然存在较多的离焦噪声。实验结果表明该方法可以得到更好的重建图像效果。

提出一种静态场景下的基于帧差光流的随机采样均值漂移聚类检测算法.该方法首先通过隔帧差分法提取运动目标区域, 并对运动区域进行光流计算, 采用自适应光流阈值分割法准确提取出运动目标; 然后运用连通区域标记算法对运动区域进行初步划分, 得到若干个连通域子集特征向量样本点, 通过提出的随机采样策略来确定对子集空间中样本点的抽样次数; 最后利用均值漂移算法对每个子集中的样本点进行若干次抽样计算并分析聚类收敛结果是否相同, 从而完成对连通域标记结果的检验.该策略通过减少对标记结果所有样本点的采样次数, 提高了目标的检测速度和精度,在不同红外测试场景中的实验结果表明: 与传统红外多目标检测算法相比, 该方法具有良好的局部抗遮挡性、准确性和实时性, 并且检测率能达到95.27%, 每帧处理时间达到39.12 ms, 满足实时处理需求.

在激光测距仪镜头组件的自动化装配中, 快速、精准识别感光元件雪崩光电二极管( APD)的定位坐标, 对于完成镜头焦点的精确对位以及提高图像处理效率至关重要。针对 APD的图像识别与定位过程, 本文提出一套基于机器视觉的高效、高精度的图像处理算法。首先在粗定位图像处理阶段中, 为提高运算效率, 利用抗干扰性强的高斯金字塔搜索归一化互相关匹配( NCC)算法, 对图像中的 APD进行粗定位。在边缘检测中, 采用 Otsu算法自适应地根据梯度图像变化生成高低阈值, 避免了传统 Canny算法的手动设置高低阈值的难题。在目标轮廓提取阶段采用连通域标记法, 过滤掉孤立的像素点和非目标区域像素点, 保证了下一步的轮廓拟合精度。在最后的轮廓拟合精定位阶段中, 通过对两种拟合算法比较过程中, 确定最小二乘法圆拟合亚像素定位算法进行 APD轮廓拟合, 可以保证效率和定位精度, 实验结果表明整个图像处理系统用时 596 ms、定位精度 0.4 pixel, 相对误差为0.64%, 实现了 APD图像快速、精准定位的过程, 提高了定位精度和效率。

为了解决基于颜色直方图的多目标跟踪方法对复杂场景适应能力差, 容易丢失目标的问题, 文中提出一种将颜色直方图与边缘方向直方图相结合的多目标跟踪方法。该方法首先采用一种分块连通域标记方法进行多目标提取, 并获得目标的颜色、边缘特征; 然后融合目标颜色与边缘两种特征来描述目标的外观模型; 最后对跟踪过程中的目标模板进行更新。实验结果表明, 该方法对于目标在尺度、光照、姿态发生变化以及目标发生旋转情况下能够实现目标的稳定跟踪,具有很强的鲁棒性。实验中对3组挑战性的视频序列进行了测试,目标数目选定为2个,目标窗口大小为64 pixels×64 pixels的情况下,本文方法跟踪速度最高可达20 fps,基本上可以满足实时性的跟踪需求。

在高速运动目标的视觉测量中，高分辨率、高帧频的图像序列带来了大量待处理数据，如何快速地从这些数据中识别合作目标并提取其特征信息，成为高速视觉测量中的难题。对此，针对高速相机每个时钟周期多像素并行传输的数据特点，提出一种基于多维金字塔的硬件加速处理结构，实现连通域的全局搜索与标记，并根据标记结果完成对应特征的实时提取。在现场可编程逻辑门阵列中，通过金字塔结构的二维处理节点阵列与多标签特征统计的一维处理阵列，将数据流的高密度运算均衡分布于各运算节点，结合流水线并行，将视觉系统中占据较高耗时的全局搜索与标记过程在图像传输中同步实现。通过功能验证与实时性分析，该特征提取的分布式运算结构可在CameraLink接口85 MHz的时钟频率下，实现680 Mpixel/s的数据流实时处理，可作为预处理部分应用于高速视觉测量系统。

为了改善激光测距数据处理中信号提取困难以及自动化程度还不高的现状，考虑激光测距数据的特征，结合二值图像处理和分析的技术提出一种新的提取测距信号的方法。先将原始数据映射为一幅二值图像，根据激光测距数据密度分布特点作第一次粗略的去噪，再根据信号形状特征作一次细去噪，将去噪后的图像矩阵逆映射回来。实验结果显示用于各种激光测距中的自动数据处理有很好的效果，可替代人工选点的激光测距数据提取方式。

为了实现计算机辅助诊断,解决自动化CT图像处理的问题,文中提出一种肺实质分割的算法。采用求直方图峰值间极小值的方法获取最优阈值,实现图像分割;在此基础上,采用空间滤波以及连通域标记法去除干扰得到肺实质区域。结果表明该方法能实现肺实质分割,解决了肺结节检测的预处理问题。