针对当前输电线路无人机巡检中树障隐患检测计算量大、效率较低的问题，设计了基于激光点云数据的电力线重建和树障隐患快速检测分析的方法。该方法首先根据高程分布特征、点云密度特征和倾斜角度特征提取电力线点云，分离各条电力线并将其矢量化，然后提取植被点云生成三维凸包，最后通过计算植被凸包点与电力线矢量的距离提高了树障检测效率，快速检测出该线路内的树障隐患信息。结果表明：电力线提取结果完整准确，电力线三维重建精度和树障隐患检测效率较高。该方法对输电线路地形、线路走向和点云密度等因素鲁棒性较好，大幅提高了输电线路树障隐患检测的质量和效率，为大规模复杂环境下的输电线路树障隐患检测应用提供了参考。

为了精确分割TFT-LCD异物缺陷，准确计算缺陷尺寸，满足TFT-LCD工业生产中对异物缺陷检测的需求，提出一种面向高精度小视野TFT-LCD图像的异物缺陷高精度自动分割方法。首先，根据屏幕像素的空间分布规律，考虑缺陷的尺寸变化，采用基于空间信息多尺度显著性的缺陷提取方法，自动获得图像中的缺陷区域。然后，结合缺陷与屏幕像素间隙的空间分布关系，找到被像素间隙截断的对应缺陷块组。最后，利用局部凸包拟合算法对缺陷区域进行连通，实现对异物缺陷的自动分割。实验结果证明，所提方法能较精确地分割异物缺陷，精确率和召回率分别为95.36%和93.34%，且尺寸计算正确率为96.5%，基本满足工业生产中TFT-LCD异物缺陷尺寸计算的稳定可靠、高精度、高准确性等要求。

为实现多基色显示设备多通道亮度均衡程度最优的颜色转换, 提出了一种基于凸包算法的多基色显示设备色域的界定方法, 并提出了一种通过对亮度均衡程度评价函数进行非线性优化以求解出最优亮度均衡驱动值的颜色转换算法。在XYZ颜色空间均匀取样颜色坐标, 通过凸包算法判断得到位于设备色域内的颜色坐标;计算出设备色域内颜色坐标对应的亮度均衡程度最优的多基色驱动值, 从而建立XYZ颜色空间到多基色设备颜色空间的映射关系;以小间距点阵LED六基色显示器为实验平台, 结合该显示器子像素的发光参数, 实现了色域界定与亮度均衡颜色转换。结果表明提出的方法可实现平均亮度离散系数为0.1685的颜色转换。

针对电连接器插针匹配过程中特征点存在的近似对称以及在不同图像间存在大角度旋转变换的问题，提出了一种基于六点特征数不变量的特征点匹配算法。将特征点分为凸包与内点两部分，利用凸包上的点在射影变换中排列顺序的不变性实现了凸包匹配，利用以凸包特征点为基准的内点特征向量的相似性实现了内点匹配。实验结果证明，提出的算法能够很好地实现对插针特征点的匹配，具有一定的鲁棒性。

非合作目标在接近的过程中, 将所提取的特征点直接用于相对导航会因特征点数目过多导致计算量大。为减小相对导航的计算量, 需从提取的特征点中选择一个子集用于相对导航。假设所提取的特征点在非合作目标的同平面内,将目标表面特征点选择问题转化为像平面特征点选择。同时, 文中研究了视觉系统的精度因子(DOP), 并利用精度因子与平面特征点构成的面积呈反比的特性, 提出像平面特征点的凸包作为观测量用于相对导航。仿真表明: 将同平面特征点的凸包用于相对导航, 具有较高的精度, 同时能够有效减少特征点数; 计算凸包的时间远小于求解最优PDOP的时间, 能够应用于实时计算。

青光眼和糖尿病视网膜病变可以通过视盘来反映情况, 自动快速的定位和分割视盘无疑给眼科医生带来了便利。提出了基于多圆分割视盘的方法, 利用视盘具有高亮度和垂直血管发布的特点定位到视盘中心, 对形态学方法移除血管后的视盘区域进行Hough圆变换, 对检测到的多个圆进行半径调整, 通过计算多圆的最小凸包从而分割出视盘。在DRIONS-DB数据库上, 该算法准确定位到视盘中心, 并且分割的平均覆盖率、Dice系数、精确度、灵敏度、特异性分别达到87.97%, 93.33%, 99.61%, 94.74%,99.75%, 平均处理时间仅为1.1s, 表现出较高的准确性和快速性, 适合自动化的视盘分割处理。

针对人体尺寸自动提取的问题, 提出一种基于PCL点云库的交互式算法。通过单台Microsoft Kinect 采集人体点云数据, 使用邻域平均法进行去噪预处理; 通过人机交互的方式选取特征点得到所对应的点云轮廓; 采用改进的凸包算法估算人体胸围、腰围、脖围尺寸。实现了全面的非接触式人机交互, 具有操作便捷、速度快的特点。实验结果表明交互式人体尺寸提取方法能够适用于不同人群, 改进的凸包算法能够有效地提高尺寸精度; 提取的人体尺寸满足GB/T 23698-2009的精度要求。

提出了一种基于显著性特征的可见光与红外图像融合算法来改善目标的融合质量。引入显著检测器对红外图像进行处理， 生成显著映射;进一步分析红外图像并检测兴趣点,提取图像中的显著兴趣点;通过计算显著兴趣点的凸壳确定显著区域;利用显著兴趣点凸壳 对初始显著映射进行优化,使目标定位更加精确。根据区域映射获取可见光图像的背景区域;根据不同的融合准则对目标、背景区域进行融合, 获得最终的融合图像。结果表明与当前可见光图像融合技术相比,所提算法在标准差、联合熵与边缘信息因子等指标方面具有优势, 其融合图像的细节纹理更清晰。

针对动态背景下运动目标的检测问题，提出了一种基于鲁棒M估计和Mean Shift聚类的目标检测新方法。首先，在考虑全局光照变化的情况下，构建鲁棒M估计器估计全局运动，以实现最小化相邻2帧图像中所有像素亮度的绝对残差和，根据M估计得到像素点权值，提取出代表局部运动信息的离群点；在离群点中均匀抽取网格点，然后利用Mean Shift聚类算法实现不同运动点的分割；根据聚类的结果生成凸包，准确分割出运动目标区域。实验结果表明，该方法能检测出动态背景下的多个运动目标区域，多目标检测准确度到达95%以上，并且只需两帧图像就可以准确检测并锁定运动目标，满足实时处理的要求，具有一定的工程意义.

针对采用坐标测量系统(CMM)进行基准轴线测量的特点, 提出了一种基于凸包的基准轴线拟合算法。该算法首先根据计算几何的凸包理论, 利用礼品包裹算法获得轴线采样点构建的三维凸包; 考虑基准体系(Datum Reference Frames DRF)中基准的定义, 确定基准轴线处于不同的基准优先级时被约束的自由度以及基准的评价方法。然后, 利用轴线的数学方程将带约束的轴线分解成转动向量和平动向量并依次建立带约束的基准轴线转动和平动的数学模型。最后, 利用三维凸包的相关定理以及基准的相关实体要求完成基准轴线的变动区域的求解。实验结果显示: 采用该算法进行轴线基准体系建立得到的结果在处理无约束的轴线基准拟合时与CMM最小二乘算法得到的结果近似重叠, 在处理存在约束的轴线基准拟合时两者的误差较大。 不过, 本文算法保证了受约束轴线相对位置关系, 符合基准轴线的建立原则, 满足工程需求。