传统的自动对焦梯度函数评价算法在对细胞显微图像进行对焦时, 由于对焦精度不佳, 图像受噪声的影响较大。针对此问题, 通过对不同对焦评价函数性能进行对比, 提出了一种基于Sobel梯度函数改进的自动对焦评价算法--Sobel4direction_Brenner梯度函数算法。对对焦评价技术设计指标和算法的通用性进行了验证, 结果表明: 在调焦时该算法较传统对焦梯度函数能更好的抑制噪声, 并且使电机在爬山算法的搜索对焦中具有更小的对焦搜索区间范围, 获得的细胞显微图像的清晰度评价值也更高。

针对H.264/AVC压缩视频码流在无线信道传输过程中会由于数据丢包导致图像重构质量下降的问题, 提出了一种基于自适应边缘阈值及方向加权的空间错误隐藏算法。该算法利用图像边缘检测Sobel梯度算子检测相邻宏块边缘; 根据受损宏块的相邻宏块具体信息自适应设定梯度阈值, 最后对受损宏块进行方向加权插值从而重构图像。实验表明, 该算法简单实用, 不仅保留了丢失块像素加权平均算法的优点, 而且能够用于边缘信息强度不同的错误隐藏。在不同的实时传输协议（RTP）丢包概率情况下, 该算法的峰值信噪比较传统自适应算法提高了0.2~0.4 db, 较多方向插值算法提升了0.2~3.8 db, 提高了图像恢复质量, 而且具有较高的应用价值。

在线结构光测量中，为快速准确地提取点云的法向量，提出了一种外接圆方法。通过图像细化法求得光条纹初值中心点集，然后判定相邻三点是否共线：若共线，该点初始法线垂直于该直线；否则，这三点可以确定一个外接圆，连接外接圆心坐标和该点坐标得到该点的初始法向量。为减震荡，需对相邻三条初始法向量做平均，得到最终法向量。通过与Hessian 矩阵法和Sobel 梯度法进行对比，表明该方法能够准确提取法向量，且处理一幅320 pixel ×240 pixel 的图像的时间低于8 ms，能够满足实时性要求。