检测图像中的显著关键点并提取特征描述子是视觉里程计和同步定位与建图系统等计算机视觉任务中的重要环节。特征点提取算法的主要目标是检测准确的关键点位置并提取可靠的特征描述子。可靠的特征描述子应对旋转、尺度缩放、光照变化、视角变化、噪声等保持一定程度的稳定性。目前基于深度学习的方法由于描述子特征在下采样过程中存在图像信息丢失，导致描述子可靠性和特征匹配准确度降低。针对这一问题，提出了一种面向细节保持的特征描述子提取网络。该网络融合浅层细节特征和深层语义特征，将描述子特征上采样到更高的空间分辨率，并结合注意力机制，使用局部特征（角点、线段、纹理等）、语义特征和全局特征来改进特征点检测，提高特征描述子可靠性。在Hpatches数据集上的实验结果表明，所提方法的匹配准确度为55.5%。输入图像分辨率为480×640时，所提方法的单应性估计准确度比现有方法高5.9个百分点。实验结果表明了所提方法的有效性。

由于人类视觉系统感知的亮度与显示器实际显示的亮度为非线性关系, 需要对显示器的视频数据进行伽马校正, 使显示亮度适应人眼的感知需求。本文提出一种针对硅基OLED微型显示器的伽马校正方法。首先, 基于人眼视觉的伽马特性, 分析伽马校正的基本原理。然后, 提出对输入视频数据进行位宽拓展达到非线性输出, 并基于查找表和分段可调的线性差值算法实现伽马校正。最后, 根据实际XGA039芯片发光情况调试校正参数以达到更优的显示效果。实验结果表明: XGA039芯片最大发光亮度为20 000 cd/m2, 在伽马取值为2.2时, 采用可调非均匀分段获得了较好的显示效果。所提出的伽马校正方法能够使视频图像的显示质量明显改进, 且较传统方式在精度和实现面积上均有一定优势。

本文提出一种谱残差和梯度纹理融合特征来检测可见光遥感图像中复杂海面背景下的舰船目标。首先, 使用谱残差模型定位疑似舰船目标, 并采用自适应动态阈值法获取候选目标区域。然后, 根据舰船的形状特点, 对梯度方向直方图特征进行改进, 设计出表征舰船特性的梯度方向特征。同时, 将提取候选目标区域的统一化LBP特征的方差以及灰度共生矩阵特征相结合来描述舰船的纹理信息, 得到30维特征向量。最后, 通过训练好的AdaBoost分类器来完成舰船目标鉴别。本文的检测算法, 针对尺寸为1 024×1 024的可见光遥感图像, 检测时间为4.792 6 s, 检测精度为95.51%, 召回率为96.65%。实验结果表明: 本文算法能准确提取海面舰船目标, 获取舰船目标的数量和位置信息, 从检测时间和精度上来看, 可以作为实际工程参考。

提出了一种基于暗通道图像质心偏移量的去雾算法。该算法对雾天图像暗通道进行了聚类分析,按场景划分图像并分析和计算了每个场景暗通道图像的质心偏移量,以用于场景的透射率修正。结合四叉树搜索算法,提出了基于景深阶跃图的大气光值估计方法,使估算大气光值的位置不受白色或平坦物体的影响而落到景深较大的区域。实验结果表明,所提算法能有效地恢复明亮区域的原本色调和细节信息,复原图像亮度适宜且颜色自然。在主观上,复原图像有较好的视觉效果;在客观上,所提算法的复原图像评价指标整体优于暗通道先验算法。

研究了双环级联谐振腔传感器透射谱线包络的拟合方法, 用不同拟合函数拟合双环透射谱包络, 并利用单环和游标效应分析其拟合误差.理论计算表明, 将探测极限提高10倍时, 对包络作高斯拟合得到的传感器探测误差仅为0.41%.实验结果表明用波长探测方式, 未拟合时传感器探测误差高达14.96%, 而通过对包络作高斯拟合得到的传感器探测误差只有0.45%.仿真和实验结果均验证了高斯函数的拟合效果最好, 可在游标效应增大灵敏度的基础上, 进一步提高传感器的探测极限和探测精度.

提出一种基于能量约束的自适应加权图像盲复原算法。首先,将图像划分成多幅子图像,引入图像梯度作为权重构建加权光学传递函数估计模型,以减少图像纹理对光学传递函数辨识的影响;其次,根据图像信号能量建立约束方程,采用二分法选择最优复原结果,实现自适应图像盲复原。仿真实验和多光谱遥感图像实验结果都表明,该算法具有较高的峰值信噪比和结构相似度,能有效恢复高斯类模糊图像,增强图像细节分辨能力,提高图像的主观视觉效果。该算法可应用于数据量大、实时性强的领域。

为了解决水下激光距离选通图像成像过程中退化模型复杂的难题，提出了利用连续帧图像估计点扩散函数的距离选通超分辨成像方法。首先，从连续帧图像中选取一帧为参考帧作为初始清晰图像，下一帧图像为模糊图像，用梯度约束的方法求出点扩散函数，用于优化清晰图像;然后，依次将后续帧图像当作模糊图像与清晰图像交替迭代求取点扩散函数并优化更新清晰图像;最后获得的清晰图像与参考帧图像用乘法更新的方法估计点扩散函数，结合凸集投影法算法进行超分辨率成像重建。仿真实验结果表明，改进的算法重建图像分辨率和质量明显优于原始的算法。

水体的散射效应、激光光斑、成像器件的非理想化等因素使得图像出现大量无规律粒状噪声, 它们增加了水下距离选通图像的背景噪声, 模糊了目标轮廓, 掩盖了目标细节, 降低了图像的信噪比。针对上述问题本文提出了一种基于梯度和小波变换的去噪方法。首先对图像进行余弦小波变换, 得到不同频率空间的图像集。低频空间引入新的图像梯度强化方法以提高图像的纹理信息量; 对应非均匀性条带的LH或HL空间做曲面拟合处理以消除非均匀性条带的影响; 在HH空间去噪过程中, 低层空间做非局部均值处理以保留图像相似信息, 高层空间做分数阶积分处理以保留图像细节信息。最后小波逆变换得到结果图像。从实验水槽中采集水下图像进行算法验证, 将改进方法与已有算法比对分析。实验表明, 本文所研究的水下去噪算法, 能够平滑噪声且更大限度地保留图像细节纹理, 在客观评价指标上提升了6%。

为了实现卫星大侧摆成像时交错拼接时间延迟积分（TDI）CCD准确的重叠度配准和大幅宽无缝影像拼接，提出一种利用错位搭接像元像移速度矢量之间的夹角计算最小搭接像元数目的方法。分析了卫星侧摆成像时像面像移速度矢量的变化，根据侧摆角度计算对应地物点的经纬度和合速度矢量；利用光线追迹和矢量映射等方法将合速度矢量通过成像的物像关系和地球曲率参数等投影至像面坐标系，计算出搭接像元像移速度矢量之间的角度；结合TDI CCD位置矢量关系确立相邻两片TDI CCD的最少搭接像元数目。该算法成功应用到快舟一号卫星工程中，实验和理论对比分析发现，片间搭接像元的实际值和理论值有一个像元的偏差，在图像配准精度范围内。说明该方法能够有效消除卫星大侧摆成像对错位搭接像元拼接精度的影响。