针对传统图像增强Retinex去雾算法未考虑有雾图像景深信息，整幅图采用同一尺度复原而导致的局部颜色失真、图像细节丢失等问题，提出一种基于景深信息的自适应Retinex图像去雾算法。从场景雾的浓度与景深密切相关出发：首先利用BTS深度学习模型得到有雾图像的景深估计；然后以图像的平均梯度作为最优评价标准，对有雾图像分块处理并采取不同的高斯滤波尺度进行Retinex增强，统计出最优高斯滤波尺度与其对应的景深估计平均值；接着通过梯度下降法对统计数据进行拟合，得出景深估计与高斯滤波尺度的参数模型并将模型应用到单尺度Retinex去雾算法对有雾图像进行分块处理；最后通过计算均值和均方差，再加上一个控制图像动态的参数来实现无色偏的自适应对比度拉伸以及使用双线性插值映射使图像分块边缘过渡更加连续，从而得到增强的去雾图像。实验结果表明，经过所提算法去雾处理后的图像标准差、平均亮度、信息熵、平方梯度等评价指标均高于对比算法，实际效果对比度较高，图像细节保持完好，且抑制了过度增强。基于景深信息自适应Retinex图像去雾算法能够有效保留图像细节，颜色自然，符合人眼视觉特性，自适应程度高，明显优于传统Retinex去雾算法。

针对复杂场景中光照变化、目标自身尺度变化等引起的目标丢失或误跟踪等问题, 提出一种尺度和光照自适应的结构化多目标跟踪方法。利用多尺度Retinex算法对序列图像进行预处理; 通过SPOT算法对多目标进行跟踪, 以确定新一帧中各目标最优位置; 采用判别型尺度空间跟踪算法训练尺度滤波器, 以新一帧中各目标最优位置为中心, 利用尺度滤波器的最大值确定新一帧中各目标的最优尺度; 采用随机梯度下降法并结合双线性插值更新特征分类器的权重。实验结果表明, 提出的多目标跟踪算法在应对场景光照和目标尺度变化等方面, 具有良好的鲁棒性和准确性。

针对目前视频显示领域中常见的图像叠加和跨屏拼接显示方式，两种功能往往不能同时在一个系统中实现,导致应用的场景受到局限问题，提出一种多功能视频拼接系统的硬件结构设计。该系统基于双线性插值图像算法，采用流水线设计思路对算法进行优化，同时采用单片机完成视频处理前后，缩放倍数的计算与显示参数的传递，通过IIC总线发送计算出的参数到FPGA芯片执行，整个过程减少了硬件资源上的消耗，提高了算法的效率，并在Lattice的开发环境Diamond中对设计进行验证。实验结果表明，FPGA能够同时处理4路输入视频流的存储操作，输出4路任意分辨率的视频信号，在2×2的拼接矩阵中，同时实现图像叠加与跨屏拼接。该拼接系统支持最高1 920×1 080的分辨率输入，最小50×50的分辨率输出，达到预期结果。

针对最佳伙伴相似性(BBS)图像匹配算法计算复杂度高、目标定位不准确等问题,提出了一种改进的图像匹配算法。根据模板图像的尺寸自适应选择图像分块大小,以减少匹配点集中点的数目,从而减小BBS算法的运算量;根据子块的灰度值重新排列子块,在此基础上得到BBS的置信度图,从置信度图中筛选出目标的可能位置,并重新计算目标可能位置的真实BBS分数;用目标可能位置的真实BBS分数替换通过双线性插值得到的BBS分数,将目标可能位置中BBS分数最高的位置作为匹配结果。实验结果表明,该算法可降低BBS算法的运行时间,同时提高目标定位的准确度。

失效定位技术是发光二极管失效性分析中的重要组成部分, 本文在主流的3种失效定位技术:光子辐射显微技术、光诱导电阻变化、红外热成像显微技术的基础上, 提出了一种显微红外热点定位测试系统。该系统通过双线性插值算法使源图像放大至原来的4倍, 在使用20 μm微距镜头的条件下, 能达到与5 μm微距镜头接近的效果, 降低了LED失效检验成本。利用可见光图像和红外热像图的叠加, 提高电压对LED芯片失效点进行锁定, 能在大范围内迅速定位LED芯片缺陷所在。在此基础上, 结合FIB技术和SEM设备分析LED芯片微观结构, 可以进一步分析LED芯片的失效原因, 最终得到LED芯片的失效机理。实验结果表明, 在初步的缺陷定位中, 显微红外热点定位系统可快速地在无损条件下大范围区域内提供LED热数据分布, 定位关键失效点, 有效地提高了工作效率, 降低了失效检测成本。

针对目前缩放插值算法中硬件实现比较复杂、资源消耗多、运算处理时间长、实时性较差等缺陷, 介绍了一种基于图像的双线性插值缩放算法的设计方法, 同时对算法中的浮点运算进行优化, 节省了电路的硬件开销。最终搭建了FPGA验证平台, 实现了图像的任意比缩放, 证明了设计的可行性, 达到了实验预期的目的。

星敏感器标定是基于更高精度的测量基准对光学系统内方位元素进行建模与最优化解算的过程。针对大视场星敏感器光学系统误差分布非理想轴对称的实际情况, 提出了一种采用视场网状分区域建模的内方位元素最优化解算方法。首先, 在补偿了星敏感器与标定系统初始对准误差后, 基于针孔模型计算主点和焦距; 然后, 在视场分区域建模思想的指导下, 采用多项式拟合结合双线性插值的方法修正畸变; 最后, 提出了基于测角误差的标定精度评价准则。经实验室标定与外场观星验证, x轴与y轴标定残差较全局建模法分别降低了35%和20%, 证明了该方法的有效性。

水线精确提取是基于机器视觉的水尺计重系统中的技术难题。针对自然场景下采集的图像存在着光照不均匀、场景复杂等问题, 通过帧间作差结合图像配准对图像进行预处理; 提出一种基于三角隶属函数关系的迭代分割方法; 通过线性采样和双线性插值法, 提取出完整的水线。实验证明了该水线提取算法的稳定性和准确性。

为改善液晶面板的Mura缺陷, 提出了一种灰度补偿校正Mura缺陷的方法.针对典型灰度级的亮度分布矩阵, 采用双线性插值最值滤波法进行图像滤波, 计算全屏目标亮度, 根据各像素点拟合出的亮度-灰度关系曲线, 得到各灰度级的补偿数据.实验结果表明, 经过Mura补偿, 55英寸的液晶模组上显示灰度图像的Mura条纹消失, Mura指数降低, 且补偿并未对屏幕总体亮度和对比度等造成明显改变.