为减少浮选气泡合并、破碎等变化对泡沫表面流动特征提取的影响，提出了一种非下采样剪切波变换（Nonsubsampled Shearlet Transform，NSST）域红外目标分割及改进加速鲁棒特征（Speeded Up Robust Features，SURF）匹配的泡沫表面流速检测方法。首先，对相邻两帧泡沫红外图像 NSST分解，在多尺度域构建图割能量函数的边界、亮度、显著性约束项实现对合并、破碎气泡的分割；然后，对分割后的背景区域进行 SURF特征点检测，通过统计扇形区域内的尺度相关系数确定特征点主方向，采用特征点邻域的多方向高频系数构造特征描述符；最后，对相邻两帧泡沫红外图像进行特征点匹配，根据匹配结果计算泡沫流速的大小、方向、加速度、无序度。实验结果表明，本文方法能有效分割出合并、破碎的气泡，具有较高的分割精度，提升了 SURF算法的匹配精度，流速检测受气泡合并、破碎的影响小，检测精度和效率较现有方法有一定提升，能准确地表征不同工况下泡沫表面的流动特性,为后续的工况识别奠定基础。

基于机器视觉技术, 提出钢材表面锈蚀物激光清洗检测方法。构建了激光清洗视觉检测系统, 采用SURF算法对采集图像进行连续拼接, 基于HSV色彩空间转换方法, 获得钢材锈蚀物的HSV阈值, 同时采用中值滤波方法去除干扰像素点。结果表明, 基于机器视觉的激光清洗检测方法, 实现了激光清洗过程钢材锈蚀表面的视觉检测, 与灰度阈值提取方法相比, 提高了检测精度, 可为钢材锈蚀表面的激光清洗质量提供量化评价。

针对现有数字水印算法对于几何攻击稳健性差、嵌入彩色版权图像信息量过多导致效率低下等问题,提出一种基于SURF(speed up robust features)几何校正和半色调映射加密的彩色零水印算法。基于SURF提取载体图像的特征点,并将其特征点信息保存为密钥用于实现盲检测。在版权验证过程中,提取受攻击图像的特征点并进行密钥匹配,使用筛选后的特征点估计出仿射矩阵,对受攻击的图像进行几何校正。同时,根据半色调原理对版权标识进行预处理,使用像素扩展的三通道二值矩阵表示彩色图像,并根据加密规则对水印图像进行半色调子块映射加密,在减少嵌入信息量的同时保留了彩色版权图像的颜色和结构信息,增加了水印信息的安全性。实验结果表明,提出的零水印算法在面对几何攻击和非几何攻击时都具有很强的稳健性,生成的零水印信息更安全。

基于热红外特性, 红外立体视觉路况行人感知方法可以在夜间、雾霾环境下有效检测道路场景中的行人等目标, 提高驾驶安全性。针对红外图像中纹理细节少, 传统稠密双目立体匹配算法效果差的问题, 本文首先根据目标在红外图像下的亮度、边缘特征提取感兴趣区域(Region of interest, ROI); 然后在 ROI中提取图像特征点并匹配, 进而计算原始稀疏深度图; 最后根据目标表面深度变化较小的特点, 结合 ROI和原始深度图估计半稠密深度图。本文搭建了实验系统验证该方法的有效性。实验结果表明, 在系统约 120°观测视场角内, 该方法对行人等目标深度感知相对误差在 15 m范围内优于 1.5%, 30 m范围内优于 3%。

常见的电力设备有变压器、开关柜、断路器等, 这些设备都由多个组件构成。通过这类设备的红外热成像实现了对其组件的识别。基于红外热成像信息量较少的特点, 采用多种算法融合。首先是基于 Lab模型采用改进的 K-means聚类和形态学的结合, 提取红外图像中的高温区域, 充分保证了效率和可靠性。其次采用改进的 SURF(speeded-up robust features)和感知哈希算法的结合, 确定被提取区域中的三相组件。SURF的作用是将已知的电气设备可见光图像和被提取区域中所有的图像进行对比, 找出红外图像中特征点匹配最多的区域。将其和其他红外区域进行对比, 通过感知哈希算法找到其他区域中匹配度最高的两个区域, 以此定位出红外图像中的三相组件。此研究适用于大量红外图像数据的识别定位, 为基于红外成像的电气设备故障信息提取提供思路。

为解决当前图像伪造检测方法在识别复制内容区域时忽略了颜色信息和不同颜色分量之间的相关性，使其对伪造内容的定位与检测准确度不理想的问题，设计了基于改进的加速稳健特征(SURF)描述符与多元极性复指数变换的图像伪造检测算法。引入高斯低通滤波器，对彩色图像完成过滤，以消除噪声，再计算滤波图像的颜色不变性，用其替代SURF描述符中的灰度分量，对SURF方法予以改进，获取新的Hessian矩阵，充分检测彩色图像中的兴趣点；随后，利用这些兴趣点来构建一组连通的Delaunay三角网。基于四元极性复指数变换，充分考虑不同颜色分量之间的相关性，有效提取三角网的局部视觉特征；计算视觉特征之间的欧式距离，根据预设阈值，对三角网实施配准；最后，引入随机样本一致性，剔除错误匹配的三角网，并定义后处理方法，检测出复制伪造区域。测试数据显示：相对已有的复制-粘贴伪造检测方法，在多种几何变换条件下，所提方法具有更高的伪造检测准确性。