人体医学热红外图像直观反映了人体表面的温度分布，通过对红外图像进行深入分析能够提供智能化疾病辅助诊断依据。本文根据实际医学红外图像分析的需要，提出了上下半身图像拼接和人体部位划分两种预处理算法。在图像拼接阶段，根据图像采集环境的实际情况，首先对图像进行局部阈值分割，然后采用二值和灰度模板对上下半身图像进行对齐和融合。在区域划分阶段，通过对人体轮廓线进行极值点扫描确定部位区域关键点，并将人体图像划分成头部、躯干及四肢等区域。实验表明，本文所提出的红外图像预处理方法能获得满意的图像拼接及部位划分结果，可有效支持人体温度分布的定量及定性分析。

针对多光谱成像系统采集的织物图像的颜色色差分析问题, 提出了一种基于仿射变换与Levenberg-Marquardt (LM)算法的图像配准方法。从配准角度出发, 利用提出的配准方法将标样图像与打样图像配准后进行空间色差分析。多光谱系统采集的织物图像的形变, 包括平移、旋转、缩放和错切变换, 符合典型仿射变换模型。提出一种新的方法来估计仿射变换矩阵, 该方法对两幅图像的对数极坐标幅度谱积分曲线进行匹配, 将仿射变换矩阵求解转化为一个非线性最小二乘拟合问题, 进而利用LM算法搜寻最优参数值, 同时引入分块配准以得到更好的配准效果。实验结果表明, 与传统基于Fourier-Mellin配准算法和基于尺度不变特征变换的特征点配准算法相比, 提出的算法可获得更好的配准效果, 可有效解决具有周期性元素的织物图像配准问题, 有助于织物图像色差评估。

为了克服返波管太赫兹连续波成像系统所获取图像存在的对比度低、干涉条纹强等缺陷,较好地区分出目标和背景,避开不规则干涉条纹的干扰,采用基于模糊局部信息C均值的聚类算法用于目标检测,并针对太赫兹图像性质,对其中的隶属度函数进行了改进.结果表明,新的聚类分割算法适用于具有不规则条纹干扰下的太赫兹连续波图像,能较好地提取出图像中的目标,较经典图像聚类算法具有更好的目标检测精度.

多光谱成像系统将光分成多个光谱通道, 对不同的通道进行单独成像后合成一幅多光谱图像。不同通道的光折射率不同, 造成聚焦清晰位置也不同, 需要对每个通道分别调焦。为解决调焦耗时的问题, 本文基于不同通道间清晰度曲线的相似性, 提出一种快速的自动调焦方法。先选定一个基准通道调焦, 得到清晰度曲线, 对其余通道, 利用清晰度曲线的相似性只需采集少量图像就能求出清晰调焦位置。实验表明, 该算法能快速准确的完成对各个通道的调焦, 效率明显优于已有算法。

为研究普通彩色喷墨打印机的颜色特性化，分析了打印过程中的两个主要步骤，即墨水分色过程和介质上的呈色过程，并提出较为精确的光谱预测模型。呈色过程采用基于简单点增益的(YNSN)模型和基于复杂点增益的改进型YNSN模型。为解决打印机的墨水分色无法直接控制的问题，构造了色度误差目标函数，利用非线性优化求解图像红绿蓝数值对应的青、品红、黄、黑(CMYK)喷墨量，并建立两者间的多项式回归关系。实验结果表明，进行非线性分色处理的模型能较好地预测打印的光谱和色度，相对于简单分色模型，其色度精度有明显提高。

光谱反射率重建一般指采用标准色卡上的颜色样本, 对成像系统进行光谱表征(Spectral characterization), 进而从系统响应中精确地求出物体表面的光谱反射率。 由于标准色卡的颜色样本数量较大, 在实际成像系统中使用时有诸多不便。 考虑到颜色样本之间存在较大冗余, 可从中选出具代表性的少数样本用于光谱表征。 针对已有方法未考虑实际成像系统特性的不足, 文章提出了一种代表颜色的分步选取算法, 即首先通过假设一个虚拟成像系统, 根据全局误差最小的原则, 挑选出部分最具代表性的颜色, 估计出实际成像系统的光谱响应函数, 然后在此基础上继续选择其余的代表颜色。 实验表明, 对于窄带多光谱成像系统及宽带彩色扫描仪而言, 文章提出的方法在光谱精度及色度方面均明显优于先前方法。

提出了一种基于图像配准的超扭曲向列液晶显示器件(STN-LCD)的外观缺陷自动检测方法。该方法首先对标准模板图像做不均匀光照消除、二值化以及区域信息提取;然后通过控制点检测和仿射变换实现待检测图像和模板图像之间的配准;并利用各图形区域的灰度平均值和标准方差等统计信息,检测缺段、针孔等各类缺陷。为提高图像配准精度,进一步提出了有效控制点筛选方案以及混合插值方法。实验结果表明,该方法设计思路合理,缺陷检测正确率达到98.3%,可代替人眼实现对STN-LCD多种外观缺陷的快速、自动检测,满足实际应用需求。