为了克服噪声导致的相位展开不连续现象,用Canny边缘检测算法获取重建模型的真实边缘,结合二阶差分函数计算边缘可靠性,并根据可靠性的大小逐区域展开相位,以达到稳定展开模型全局相位的目的。提取传统算法和本算法相位展开后任意行(或列)的数据点,得到两种算法相对原始数据点的标准差分别为0.0562和0.0121。同时,本算法可以解决枝切法中因噪声过大导致的相位展开稳定性低以及最小二乘法在重建模型中断层的问题,能很好地克服噪声并进行三维重建。

基于传统暗原色先验原理的图像去雾算法存在的“halo”效应, 且图像中明亮区域存在颜色失真现象, 针对此问题, 本文提出了多尺度窗口的自适应透射率修复交通图像去雾方法。首先, 利用新的8方向边缘检测算子求取图像中景深突变区域, 根据暗通道先验理论和前一步求得的景深突变区域, 在景深变化较大区域使用5×5的窗口, 景深变化较小区域则使用15×15的窗口得到暗原色估计图。同时, 针对暗通道先验原理对近景部分存在白色区域时透射率估计不准确的问题, 引入了自适应透射率修复方法, 通过引导滤波器得到边缘增强后的暗原色图像, 并利用其与原暗原色图像的纹理差对近景区域的透射率进行修正, 完成图像去雾。实验结果表明: 双边滤波和梯度双边滤波两种算法均存在halo现象, 并且在包含白色物体的明亮区域色彩失真严重, 客观评价指标失去意义; 相比于引导滤波, 本文去雾算法的各项指标均有所提高, 其中平均梯度平均提高了8305%, PSNR平均提高了12455%, 边缘强度因子平均提高了777%。本文算法有效解决了复原图像中“halo”效应现象和明亮区域颜色失真现象, 去雾效果最优。

为提高精度测量航空序列影像间的位移，提出了一种改进的联合变换相关算法。采用模糊边缘检测方法替换传统边缘检测方法提取航空影像的边缘信息，弥补了传统边缘检测无法有效检测航空影像的边缘特征的不足。应用高提升滤波处理技术对联合功率谱作增强处理，获取了尖锐的互相关峰，得到了更精准的互相关峰位置坐标。利用Matlab软件平台进行仿真实验，结果表明，改进的算法测量的航空序列影像间的位移误差控制在0.1 pixel以内，并且具有显著的抗噪能力。