针对微型机电系统(MEMS)的三维测量, 显微镜或光学轮廓干涉仪等传统方法存在显微测量精度低、设备成本高等问题, 且当结构含有较多断裂面时, 解包裹算法效果欠佳。本文提出一种基于多图像融合的MEMS显微三维测量方法。不同于多角度显微三维测量方法, 本研究首先利用单目显微镜, 通过单一轴向移动获取一系列测量目标深度信息的单一角度图像, 并利用去雾算法对图像进行预处理, 实现了去噪和有效信息提取的目的; 然后通过聚焦测度算法获取待测对象的深度信息; 最后利用数据处理软件进行三维拟合。基于上述原理, 本文以焦平面阵列(FPA)作为待测目标进行了测量实验。本文提出的三维测量方法和图像处理算法可获得更准确的FPA形貌, 可清晰显示反射面与支腿部分及反射面上的释放孔, 测得FPA 的支腿长度为110.6 μm, 每个反射面的像元尺寸为120.8 μm×70.8 μm, 与设计值基本吻合, 解决了断裂面难以测量的问题, 同时降低了微结构测量的难度和成本。单目显微镜单向移动的多图像融合测量技术对MEMS的三维形貌测量具有重要意义, 去雾算法在图像融合与三维测量的图像处理也有很好的应用价值。

为了解决自然灾害遥感影像中局部存在浓雾的问题,提出了一种基于暗原色先验和雾天图像退化模型的图像去雾方法,并利用导向滤波实现光学遥感影像的去雾.首先,结合自然灾害遥感图像的特点,利用阈值将图像分为浓雾区域和薄雾区域,采用不同的方法得出两个区域的暗通道图;然后,结合导向滤波对透射率图进行优化,再对图像进行对比度拉伸,提高图像的动态范围,并选取多幅遥感图像进行去雾试验.最后,设计了一组图像增强质量评价指标,对去雾结果进行定量分析.结果表明,该方法能从物理特性上明显去除雾的干扰,提高图像清晰度,增强图像色彩和细节,从而复原得到高质量图像,在一定程度上能满足自然灾害遥感图像去雾的要求.