针对由传统摄像头获得的二维图像难以准确检测复杂环境下运动人手目标的问题，提出了一种利用Kinect摄像头对复杂背景下近景人手指尖空间点的检测和跟踪算法。首先利用基于视觉的多信息融合方法对人手区域进行粗检测，并利用深度信息对得到的模糊人手区域进行精确定位及分割，从而有效抑制了复杂背景对人手区域的干扰；根据分割得到的人手区域，利用人手边界的曲率关系实现了指尖空间点的快速检测；最后利用卡尔曼滤波跟踪检测到的运动指尖点。实验结果表明，与已有指尖点检测方法相比，该算法能够准确地跟踪多种姿态下手指指尖的空间位置，具有较低的误差率。

针对显著性目标检测过程中的背景干扰问题,提出了一种基于滤波合成的关键显著性目标检测算法。该算法将局部指导滤波与改进的差分高斯(DoG）滤波方法相结合,使显著性目标更加凸显；然后,利用得到的显著性图确定关键点集合,通过调整因子得到更符合视觉机制的显著性检测结果。实验表明,所提算法优于现有显著性检测方法。与局部对比度(LC)方法、谱残差(SR)方法、基于直方图对比度(HC)方法、区域对比度(RC)方法、基于调频(FT)的方法等相比,背景与干扰目标得到有效抑制,同时具有更高的精度和更好的召回率。

提出了一种基于彩色地图的交互式矢量化方法。该方法综合利用了颜色距离、线宽等特征,采取了模糊选点、跟踪方向自适应调节和跟踪模式自由切换等策略,克服了当前矢量化几种常用方法的不足,实现了彩色扫描地图的快速交互式矢量化。在实际应用中取得了比较满意的效果。