利用三维空间直线投影到图像平面依旧为直线的特性，提出了一种基于双直线的镜头畸变参数估计方法。首先使用两条直线所对应的畸变边缘推导出了畸变参数所满足的等式，并使用实际图像的大小确定了畸变参数的分布范围。随后构建了包含畸变参数的优化目标函数，采用枚举搜索的方法得到了最佳的畸变参数。仿真和实际实验表明，提出的方法虽然仅采用了两条直线，但可以准确且有效地估计镜头畸变，相比于主流方法具有明显的优势。

水面无人艇技术在气象监测、海面搜救、对敌侦察、精确打击等方向发挥着越来越重要的作用，但实际海面环境中的云层辐射、波浪反射、气象条件等光学图像形成中的各种干扰因素，使海天线的准确检测难以实现。为了解决这一问题,提出一种基于梯度显著性的海天线检测方法，梯度显著性的计算有效增强了海天线的直线特征并抑制了各种干扰因素，采用区域生长方法实现了对海天线的检测和辨识，最后使用XL水面无人艇在实际海面环境下采集的光学图像进行验证，结果证明了所用方法的准确性和实时性。

在摄影测量和机器视觉领域，为了提高测量精度，必须对相机进行畸变校正。根据三维空间中的直线投影到图像平面也是直线的原理，提出了一种基于直线特征的摄像机非线性畸变校正方法。实验表明：随着直线条数的增加，当直线在CCD 上的分布均匀后，解得的非线性畸变参数稳定、正确。此方法既不需要成本较高的标定板，也不需要摄像机的外参数，仅需利用照片上若干直线，即可求得摄像机的畸变参数，进而对图像进行畸变校正，校正效果显著，具有一定的实用价值。

针对发生较大角度旋转及平移时图像配准精度不高, 图像配准对局部形变和光照较为敏感的问题, 本文提出了基于直线和 SURF特征的图像分区域配准算法。首先利用 Hough变换实现图像的粗配准; 然后对图像进行分区, 在子区域内利用 SURF算子求取变换模型参数, 完成图像的配准。实验表明该方法可用于红外与可见光图像的配准, 与传统方法相比, 本方法能够在图像存在大角度旋转和平移时实现高精度配准, 且在图像存在局部形变及光照不均时精度较好。

在多视域广角成像系统中，为了保证后续图像拼接的质量，必须对从广角镜头所获得的畸变图像进行校正。利用图像中直线特征的畸变标定方法，并且提出一种带权重因子的弯曲测度指标函数，离图像中心不同距离的曲线给予不同的权重值，作为求取最终畸变参数的目标函数。在最小化目标函数过程中，求解出最优畸变系数。并基于工程实例，分别利用传统基于直线特征的畸变校正方法与本文方法对目标图像进行畸变校正。实验结果表明，本文方法仅仅利用单幅图像就能获得高精度的畸变标定，在噪声水平小于2 pixel时，对应坐标的均方根误差能控制在0.3 pixel以内。同时该方法操作简单、方便、易于实现。

针对直线特征，提出了基于两条垂直直线特征双目视觉位姿测量解析算法。该算法根据直线特征和其在摄像机图像上投影直线共面性质建立模型，利用单位四元素法简化了投影模型变量，进而在仅知被测物体上两条直线相互垂直的信息，利用两条垂线投影在两个摄像机图像上四条直线图像，求解出被测物体的位姿参数。同时分析了退化情况下位姿求解方法，即当直线向量平行于两个摄像机基线向量时，直线向量在左右摄像机投影到同一条直线上时的位姿求解方法。基于Matlab仿真实验表明该算法对于噪声具有一定的稳健性，即使两条直线不垂直而有一个角度误差时，仍能保证一定的精度。实物实验表明该算法可以满足一般测量精度要求。

为了解决缺乏明显特征点给基础矩阵计算带来的难题，针对水平直线与垂直直线所特有的极几何关系，提出了一种可以联合这两种直线特征的基础矩阵计算方法。首先以相机方位元素、相对姿态为基础矩阵的参数化要素，构建基于水平直线与垂直直线的等量方程式，然后以特征直线作为RANSAC算法的内点筛选出特征点的最优子集，再结合M-estimators算法确定各个要素的权值，最后构建统一的平差模型进行计算。模拟数据与真实图像的对比实验结果表明，该方法切实可行，能够减少传统基础矩阵计算方法对特征点的依赖，特征直线的引入也能在一定程度上提高计算结果的精确度与稳定性。

在角平分线方向向量法基础上提出了一种新的基于直线特征的飞机姿态多站测量方法。首先, 用角平分线方法计算飞机的中轴线及其共面垂线的方向向量, 由此得到飞机参考系到经纬仪摄像机参考系的旋转矩阵。然后, 提取所有测站经纬仪图像上机翼边缘的直线特征, 联合经纬仪俯仰方位角等参数, 推导出直线特征的目标空间共面总误差函数, 并使用改进的正交迭代方法优化旋转矩阵使总误差最小。最后, 分解优化后的旋转矩阵得到飞机的姿态值。仿真实验得到的四站测量精度为0.17°, 图像处理速度为32 frame/s, 比角平分线法有了大幅的提高, 另外, 算法处理速度能达到实时。这些结果证明了文中方法的有效性和优越性。

为了提高无人机着陆的自主性和安全性,基于视觉信息提出了一种自主着陆过程中无人机姿态和位置估计新方法。该方法将无人机的滚转、偏航和俯仰运动视为跑道做反方向运动,无人机视为静止,利用Hough变换检测跑道边界线并提取图像直线特征,同时融合无人机的平移运动和旋转旋动,利用地面直线和图像直线间对应关系,根据跑道边界线在图像中的直线特征从而估计出无人机姿态和位置。最后采用仿真实例来验证所研究的无人机姿态和位置估计算法的有效性。

本文以机场场景下的可见光和SAR 图像为研究对象,提出了一种基于虚拟点特征的可见光和SAR 图像配准方法。该方法以虚拟点特征和控制点匹配技术为基础,处理具有全局仿射几何失真的异源图像配准问题。首先根据两类图像的特点,使用Canny 算子和一种兴趣算子提取两幅图像中的共有特征?直线特征,然后在直线特征的基础上拟合虚拟点特征,采用基于特征一致的粗配准和基于虚拟点特征的精确配准相结合的方法,对两幅图像实现由粗到精的自动配准。实验结果表明,本文方法可行且能取得较高的配准精度。