光学图像异常检测旨在仅利用正常样本训练模型，并检测出偏离正常规律的异常样本。为了解决生成式异常检测算法中的普适性重建和低质量干扰问题，基于自编码网络，提出一种新的图像异常检测算法。首先将隐空间特征变换为连续特征和离散特征，即块描述特征和块哈希特征，哈希特征具有二值化特性，可以避免隐空间欠采样，进而解决普适性重建问题；其次基于离散-连续特征的耦合关系，利用图收缩方法建立块相似性矩阵构建起哈希特征和描述特征间的关联，并通过该关联提出一种块间重构方法，保证对原始图像的高质量重构，从而解决低质量干扰问题。在国际公开数据集MVTec AD上进行了验证实验，实验结果表明，所提算法的精度优于当前同类型的异常检测算法。

为了解决变电站智能巡检机器人对环境的预判断缺乏有效评估的问题,以雾环境下的表计读数为研究对象,提出一种基于支持向量回归机(SVR)的表计读数环境预判断模型。该模型利用离散余弦变换(DCT)频域特征和基于局部二值模式旋转不变算子的空间结构特征来反映雾浓度,利用深度图像的统计特征来反映距离,利用SVR对所有图像特征进行训练拟合,从而综合考虑雾浓度与距离对表计读数造成的影响,提高判别准确率。在采集的图像数据库上对算法进行测试并与其他算法进行对比。实验结果表明,与未加入深度图特征相比,深度图特征的加入显著提升各算法的性能,有效反映占屏比对表计读数的影响;与其他相关算法相比,所提算法的性能最优,能够有效解决环境预判断的问题。

为弥补单任务识别未充分利用相关任务监督信息的缺陷,提出了一种基于卷积神经网络的多任务识别模型。该模型引入注意力机制,对任务共享层的特征进行重校正,并结合多尺度结构进行特征融合,最后在任务特定层上进行多任务识别。针对共享特征空间内类分布不紧凑导致的模型泛化性能降低问题,本文在模型中引入中心损失函数与均方误差损失函数,与传统的交叉熵损失函数相结合,共同优化模型。实验结果表明:所提模型在人体6个动作类别和15个身份类别上的最高识别准确率分别可达100%和99.93%,两种任务上识别的总准确率可达99.93%,均优于任务独立识别时的各项准确率,说明所提模型能更有效地同时完成人体动作及身份识别任务。

立体图像失真会影响图像边缘、结构和深度等低层次结构特征,为此,基于人眼对图像低层次结构的理解提出一种无参考立体图像质量评价方法。首先,对输入左右视图、合成图和视差图进行双树复小波变换;其次,提取左右视图、合成图和视差图小波子带的相位幅度特征,以及左右视图和合成图小波子带的梯度特征;最后,将所得特征输入支持向量回归(SVR)中训练,获得特征到质量分数的映射关系模型,预测立体图像质量。分别在LIVE3 DIQD Phase 1数据库和LIVE3 DIQD Phase 2数据库中测试本文算法性能,实验结果表明,本文算法与人眼视觉特性保持很高的一致性,且优于目前大多数主流算法。

视差是影响立体内容视觉舒适度的主要因素之一。结合视觉显著特性,通过大量主观实验研究视差因素对立体图像舒适度的影响,得到舒适视差的定量范围。首先,利用立体显著区域提取算法获得显著立体图像,并用眼动仪验证其合理性;然后,采用像素平移法对显著立体图像进行视差变换,得到实验素材,进行主观实验;最后,处理实验数据,得到舒适视差的定量范围。结果表明,人眼对水平视差和垂直视差的舒适度响应差异很大,水平视差舒适范围为(-0.379°,0.644°),而可接受的垂直视差范围为(-0.10°,0.11°)。验证实验的正确率在90%以上,表明所得舒适视差范围很好地反映了立体图像的主观舒适度,能为立体内容的制作提供更符合人眼视觉特性的定量标准。

结合视觉注意机制,通过大量主观实验,定量研究了对比度因素对立体图像视觉舒适度的影响。首先结合平面显著图和立体视差图获得立体显著度图,再利用模糊隶属度和掩模对其进行优化,获得显著立体图像,并用眼动仪验证其合理性;然后对左右视图进行对比度变换和主观实验,数据筛选后得到显著立体图像的舒适对比度匹配图和差异图。实验结果表明:左右视图的对比度差异门限值随着左视图对比度值的不同而改变,且左右视图对比度差异不能过大,最大和最小差异值分别为1.97和-2.40。实验所得舒适对比度范围很好地反映了立体图像的舒适度,验证实验的正确率达95%,为立体内容的制作提供了更合理可行的定量标准。

混合失真图像质量评价是图像质量评价(IQA)领域的重点和难点，基于高阶相位一致性，提出了一种混合失真无参考IQA算法。计算了高阶相位一致性用于捕捉图像结构信息，应用灰度共生矩阵分别提取了4阶相位一致性图像的统计特征；在分析相邻阶相位一致性的相关性及相邻阶相位一致性局部熵的相关性的基础上，分别计算了相邻阶相位一致性及其局部熵的互信息和交叉熵；利用支持向量回归机制建立回归模型并进行质量预测。在MLIVE和MDID2013数据库上的实验结果表明，该算法的评价结果与主观评价分数具有很高的一致性，其性能优于当今主流的全参考和无参考IQA算法。

为了定量研究光栅倾斜角度和串扰之间的关系，进而寻求适合的最佳倾斜角度，利用光路方程建立了串扰与光栅倾斜角度的仿真模型，同时对屏前3维空间内的水平方向和垂直方向的串扰进行了仿真。结果表明，光栅倾斜角度增加时，水平视区呈线性下降，而垂直方向视区变化趋势并非线性减少，而是呈阶梯状降低，对这种现象进行了合理的理论解释，得到了光栅倾斜角度和串扰之间的定量关系。该研究结果对设计倾斜光栅式自由立体显示器具有指导意义。

利用动态随机点立体图，排除心理暗示线索对深度运动的影响，对立体视觉深度运动特性进行了研究。利用主观实验，分析了深度运动物体的运动位置、运动方向和运动速度等运动特性对于立体视觉舒适度(Stereo visual comfort，SVC)的影响, 并提出深度运动情况下的SVC与运动速度的预测模型。实验结果表明，动态随机点立体图中，运动物体的深度运动诱发了透视效果；在交叉视差(屏幕前)和非交叉视差(屏幕后)情况下，立体视觉深度运动导致的SVC不同。对计算得到的SVC的预测值和实测值进行相关性检测，三种深度运动的皮尔森相关系数(Pearson correlation coefficient，PCC)分别为0.956、0.972、0.977，充分表明该预测模型能够准确地预测SVC。