为了满足全局曝光模式下对高动态范围CMOS相机需求，基于CIS-2521 sCMOS器件设计出一个相机系统，通过研究CIS-2521芯片像素读出结构特点和全局曝光模式下驱动时序特点，选用FPGA搭载DDR3作为处理架构，在FPGA内部完成了成像参数控制，sCMOS驱动时序，图像数据采集，图像预处理等SOPC片上一体化设计，并对各个模块功能进行了介绍。设计的相机系统进行成像测试，实现了连续输出50帧/s,2 560×2 160像素,14 bit有效深度的高清晰度高动态范围图像，基本满足科学级成像条件的需求。

为了更好实现3D虚拟键盘对人手型的分割，建立了一套基于颜色空间和背景减除的手型分割方法。对原有的单颜色空间处理方法进行了改良与创新，提高运算速度和鲁棒性。介绍了原有颜色空间算法的原理和步骤，并给出该方法的效果图和运算速度。根据颜色空间处理方法的原理分析程序中可以提高速度的部分，提出一些颜色空间算法无法解决的问题。在原有HSV颜色空间的处理中加入新颜色空间YCrCb，结合两者进行速度方面的提升，最后，在颜色空间处理之外，加入码本法背景减除，解决干扰色、手饰品干扰等颜色空间无法处理的问题。实验结果表明: 使用新颜色空间算法，运算速度提升，节省28.27%的时间; 加入码本背景减除后的指尖定位良好，平均误差小于2%。达到了提高3D虚拟键盘实时性和鲁棒性的要求。

传统的图像质量评价方法很多，但是并非针对超分辨率复原算法的特定评价指标。一种超分辨率复原算法复原性能的好坏，至今没有一个统一的评价标准，这使得超分辨率复原算法的发展受到很大限制。针对传统的超分辨率复原评价体系只关注图像某一方面统计特性的问题，提出一种基于SSIM_NCCDFT的超分辨率复原评价方法。该评价方法结合了空间域的灰度均值、对比度以及频域自相关，能够同时评价超分辨率复原结果在空间域的复原效果和对频率域信息的复原精度。实验结果表明: SSIM_NCCDFT可以准确反映图像退化的程度。相对于PSNR，SSIM_NCCDFT的优势是其同时反映了频域和空域复原的精度，评价更加全面。本文提出的基于SSIM_NCCDFT的超分辨率复原评价方法同时考虑了超分辨率复原中频率域和空间域的复原性能，评价结果较为全面，能够有效地评价复原图像中的噪声和模糊等现象，对超分辨率复原方法的评价具有一定的指导意义。

为了提升多模态图像融合精度,提出了一种局部化非下抽样剪切波变换与脉冲耦合神经网络相结合的图像融合方法。首先，利用局部化非下抽样剪切波对源图像进行多尺度、多方向分解; 然后，在分解后的各子带图像中，利用局部区域奇异值构造的局部结构信息因子作为PCNN神经元链接强度。经过脉冲耦合神经网络点火处理，获取子带图像的点火映射图，通过判决选择算子，选择各子带图像中的明显特征部分生成子带融合图像; 最后，应用局部化非下抽样剪切波逆变换重构图像。选用多组不同模态的图像进行实验，并对实验结果进行了客观评价。实验结果表明，本文提出的融合方法在主观和客观评价上均优于一些典型融合方法，可获得更好的融合效果。

提出了一种基于斜率差值的自适应中值滤波算法，以有效去除图像脉冲噪声。该算法在经典自适应中值算法的基础上，采用斜率差值进行噪声判定。针对自适应中值滤波算法和基于斜率的自适应中值滤波算法在噪声强度较高情况下的不足进行了改进，同时解决了噪声块难以去除的问题。实验结果表明，该算法能有效去除图像脉冲噪声，并较好的保护图像细节。

遥感图像的车辆目标提取与运动参数估计在交通管理、战场态势分析等领域具有广阔的应用前景，但目前相关算法均需要人工参与或借助GIS信息，针对上述问题提出了一种基于计算机视觉的全自动车辆检测与运动参数估计算法。分析了Quickbird全色与多光谱传感器的焦平面结构特征以及该结构造成的“鬼影”现象; 针对全色与多光谱遥感影像的分辨率高、光谱信息丰富的特点，利用植被指数归一化、图像分割、形态学灰度重建等图像处理过程，实现了全色图像中运动车辆的自动检测，在此基础上检测低分辨率的多光谱图像中的目标。利用全色与多光谱图像的成像时间差估计运动参数。在Quickbird遥感影像的验证实验中充分证明了算法的可行性与正确性。

针对现有评价方法不适合于多扭曲失真图像这一问题，本文展开了对多扭曲失真图像评价方法的研究。在分析图像的边缘信息和奇异值向量对视觉特征的表征能力的基础上，提出一种基于边缘信息奇异值分解的图像质量评价算法。首先，利用Sobel算子提取参考图像及失真图像视觉敏感的边缘信息，再对两图像的边缘信息进行奇异值分解，利用奇异值向量之间的夹角来描述失真图像的畸变程度。最后，采用LIVE数据库中的450张多扭曲的失真图像验证该文算法，并与MSE、PSNR、SSIM、CSSIM等算法进行了对比。实验结果表明，该文算法对多扭曲失真图像的质量评价具有更高的稳定性，主客观评价的一致性较传统评价方法更好。通过对比时间效率，该方法基本上满足实际需求，具有更高的适用性。

针对新型虚拟LED显示屏提出一种基于平滑滤波器的虚拟显示模型和控制方法，该方法与传统方法相比能在降低数据带宽的条件下提高虚拟显示的灰度等级。分析了户外发光二极管显示屏(LED)的显示原理，指出提高LED显示器分辨率和灰度是提升其显示效果最直接的方法。介绍了传统虚拟显示的实现及控制原理和存在的问题，然后针对目前的虚拟LED显示屏提出一种虚拟显示的建模及控制方法，再用模拟和实验验证该方法的可行性及效果，最后与传统的虚拟显示建模及控制方法做对比。实验结果表明，使用本文提出的建模和控制方法呈现的图像清晰，图像细节不流失，准确地还原了图像原来真实的情况。本文提出的虚拟显示建模和控制方法能够准确还原图像信息，可以用于新型的虚拟LED显示屏。

为了实现对立体图像质量的精确预测，提出了一种基于边缘和特征点匹配的立体图像客观质量评价方法。首先，对图像的质量进行评价，在基于结构相似度的质量评价方法的基础上，考虑了边缘信息对人眼视觉特性的重要性，加入了边缘结构相似度指标; 然后，对图像的立体感进行评价，采用特征点匹配的方法提取立体感指标。最后，根据总体视差失真法将图像质量和立体感指标拟合为一个综合指标。实验结果表明，采用本文提出的方法对立体图像测试库进行评价，总体评价的PLCC(Pearson Linear Correlation Coefficient)均在0.94以上; 与其他方法相比，本方法具有较高的预测精确性。

随着医院数字化医疗进程的加快，医学影像的数据量日益增大，医学影像资料的存储空间和获取速度受到很大的限制。文章在研究主流字典学习算法基础上，提出使用不同尺度的MOD、K-SVD、ILS-DLA、RLS-DLA字典算法对DICOM图像进行压缩存储，以及恢复再现的方法。与经典的JPEG和JPEG2000压缩算法相比，字典学习算法压缩和恢复效果较好，特别是采用较小尺度的字典时，压缩效果更为突出：当压缩比为20时，采用4×4尺度的RLS-DLA字典，论文算法的峰值信噪比（PSNR）较JPEG算法高出7.8 dB，比JPEG2000算法高出1 dB。