先验置信传播(priority-BP)算法很难在实际中达到实时处理的要求,计算效率也有很大的提升空间。针对先验BP算法在图像修复上的应用,改进算法主要在信息传递以及标签搜索方面提出改进措施。在信息传递方面,改进的算法在初次迭代前利用图像的稀疏表示,快速更新目标区域的初始图像信息,为首次迭代提供更为准确的先验值,加速信息传递的收敛速度,并提高标签裁减和传递消息的准确度;在搜索策略方面,改进的先验BP算法舍弃了单一的全局搜索方法,在全局搜索中结合局部搜索方式,提高了标签集的组建效率。最后,将改进算法用于实例验证,待修复图像尺寸越大,改进算法优势越明显,即使在较小的图像尺寸(120×126)下,改进算法修复效果的峰值信噪比(PSNR)相对原算法平均提高了1.1 dB, 修复时间减少了接近1.2 s。实例验证结果表明该算法不但可以有效地提高图像修复的精度,而且提高了图像修复的效率。

为提高无人机(UAV)巡检输电线路的效率,提出一种基于线结构感知的输电线断股与异物缺陷的检测方法。由于无人机巡检的图像受背景纹理及光线影响较大,采用能检测线宽度的水平与垂直方向的梯度算子提取巡检图像上的线对象,进而研究感知定律中的共线性、近似性、连续性的计算,将断续线段连接成长的线段,通过长线段的平行性计算,识别出输电线路结构中显著的平行导线组。为识别导线上安装的防振锤与间隔棒连接部件,提出一种基于局部轮廓特征的形状部件识别方法。在识别出这些连接部件的基础上,对导线进行分段分析,计算分段导线的宽度变化、灰度相似度来检测导线上的断股与异物缺陷。通过对无人机巡检采集的输电线路图像的测试,验证了这种方法在复杂的背景条件下能有效地检测导线上断股与附着异物缺陷。

无人机拍摄的输电线路杆塔图像分辨率高且背景复杂,基于传统特征点的拼接算法在背景中检测出大量的特征点增加了图像匹配的时间,影响了杆塔的匹配精度。针对该问题提出了一种既稳定又具有较小时间开销的输电线路杆塔图像自动拼接方法,利用改进的显著性检测算法得到杆塔图像的显著图,将图像的前景与背景分离,减少了背景对图像中杆塔拼接效果的影响;并采用基于定向的加速分割检测特征(FAST)和旋转不变性的二进制鲁棒独立元素特征(BRIEF)描述子(ORB)特征点的图像匹配算法,以提高特征点提取和匹配的速率;最后利用多尺度融合策略得到最终的拼接结果。实验结果表明,所提方法具有较好的拼接效果和拼接效率。

在浓雾天气下,针对基于常规偏振特性去雾算法去雾效果不理想的特点,提出了一种基于暗原色先验原理的颜色空间转化算法去除偏振图像的浓雾。相比传统的成像技术,偏振图像探测技术在复杂环境下的目标探测和识别处理具有独特的优势,偏振图像通常采用强度图、偏振度图、偏振角图来表征目标的偏振信息。为了达到偏振信息与去雾模型相结合的目的,采用一种颜色空间转化的方法,首先把偏振信息转化到HIS颜色空间对应的亮度、色度、饱和度等各分量中,再把HIS颜色空间映射到RGB空间;其次,结合雾霾图像的大气散射模型用暗原色先验原理求图像的暗通道图;最后,在图像的稀疏先验基础上用softmatting算法细化修正大气传输率。实验结果表明,在能见度很低时,去雾后图像的标准差、信息熵、平均梯度等指标比现有的偏振去雾技术提高很多,该方法能有效增强浓雾天气下图像的整体对比度,提高偏振图像的目标识别能力。

选票符号识别是基于图像理解的计票系统的关键技术，为提高选票符号识别的正确率，提出了一种基于游程特征的选票符号识别方法。首先给出了选票符号游程特征的定义，构建了选票符号的游程判定模型；然后利用三叉树结构描述了游程区域之间的相对位置关系；此外，通过游程区域的合并实现了噪声环境下主游程区域的提取，并对歧义符号的处理方法进行了研究；最后，实验结果表明，游程特征能够准确描述选票符号的几何特征，所给出的算法细分能力强，识别正确率高，比基于模板匹配的算法的正确率提高了6.07%。

针对基于小波阈值理论提出的云区阈值法存在的容易产生边界效应的问题,提出了一种改进的单幅图像去除薄云的新算法。对有云图像做多层小波分解,找到合适的分界层数,将小波系数分成高、低细节系数和近似系数3个部分。去云处理中仅对高层小波细节系数作同态滤波,而对低层小波细节系数和近似系数作简单的加权处理,最后将三部分系数重构得到去云的结果图像。将该方法与同态滤波法和云区阈值法进行了对比实验研究。实验结果表明,该方法不仅可以有效减少薄云雾的影响,而且可以更好地保留图像细节信息,同时防止了边缘效应的产生。