利用基于条纹投影技术进行三维测量时，其相位提取精度直接决定着测量精度，而在实际测量中，由于待测物体存在一定反射率，因此相机拍摄到的结构光条纹在一些区域常会曝光过度，导致条纹相位产生高光误差，影响测量结果。本文分析了条纹投影技术中镜面反射光对相位提取精度的影响，提出了一种基于高动态范围图像（High Dynamic Range Image, HDRI）技术的高光误差补偿方法，可在不增加系统复杂度的前提下补偿高光误差，并针对金属工件表面三维形貌进行了测量实验验证，结果表明，在未消除高光误差时，测量高度整体向上平移 15 mm，且在高光区域存在额外 0～20 mm不等的测量误差，在使用 HDRI技术后有效补偿了高光区域的相位误差，提高了金属工件三维测量的准确度。

高动态范围的红外图像压缩和细节增强有利于提高人眼获取图像中关键细节信息的能力。因此，它是红外成像的重要研究课题之一。针对传统的全局色阶重建不能最优呈现红外图像细节层和基础层的问题，设计了对红外图像局部进行色阶重建的方案，并提出了一种基于超像素分割的红外图像动态范围压缩和细节增强方法。该方法首先采用超像素分割算法将原始红外图像分割成多个自相似子区域，然后对各个子区域进行压缩和细节增强。实验结果表明，该方法可以更有效地压缩和增强红外图像，在高动态范围压缩图像的同时能很好地保留原始图像的细节信息。

通过对S-shape和S-curve函数曲线的分析,提出了LCD显示器阶调复现曲线的S-form函数表达。实验采用X-Rite Monitor Optimizer测量了两台LCD显示器和一台CRT显示器的阶调复现曲线,并分别用S-shape,S-curve和S-form函数进行了拟合,结果表明:S-form函数拟合阶调复现测量曲线优于S-shape和S-curve函数;S-form函数不仅适用于LCD显示器,也适用于CRT显示器。

为解决图像采集与显示设备之间的动态范围差异,色调映射技术试图建立一种由高到低的动态范围映射关系,可用于一般图像的真实影像再现。在不同亮度适应水平下,人眼能产生不同的响应特性及对比度敏感性,从而同时响应不同明暗的光强。由此建立了一种局部视觉适应的再现算法,采用具有参数控制的Sigmoid函数来模拟视觉适应的S形非线性特点,得到不同局部亮度适应水平下的压缩曲线,因此能较好地协调图像整体对比度、亮度调整与局部增强之间的关系,在增强图像较暗区域的同时,极大程度地保持亮区细节。经主观评价与特征统计参数相结合的方法验证,该算法能有效地实现动态范围压缩,保持图像细节而避免伪像,具有一定的色彩恒定性,且复杂度低,具有很好的实用性。