视觉是人类获取的信息主要来源,但视觉图像信息量非常大,因此如能对图像信息进行简约表达,将极大地提升图像分析的效率。经过多年的努力,研究人员提出了多种类型的图像简约表达方法,如基于投影的方法、基于压缩的方法、基于感兴趣点检测的方法等。随着研究的不断深入,现有方法的不足也开始显露。此外,大量的应用问题也亟待寻求理想的解决方案。为此,本课题一方面进一步完善现有的图像简约表达方法,另一方面将现有的方法推广应用做了一些新的尝试。论文主要工作如下:首先,针对传统直方图这一广泛使用的图像简约表达方法存在的数据描述缺陷,本文提出一种同时考虑灰度数量及空间分布的基于关键点检测的信息量直方图。这种新型直方图在构造过程中首先利用关键点的位置及尺度信息测算不同空间位置灰度级的重要性,然后依据各像素位置灰度级的重要性进行加权统计,使得最终的信息量直方图能更准确地反映各灰度级对图像信息刻画所起的作用,较好地克服了传统直方图灰度统计量与信息量不一致问题。我们将这种信息量直方图应用于基于直方图的图像增强算法。测试结果表明,改进后的图像增强算法不仅能很好地凸显图像信息区细节信息,并且对背景区域的非重要信息有很好的抑制,减少了过增强的情况发生。其次,针对当前图像增强质量主观评估繁琐,而客观评估算法不准确的问题,本文提出一种基于关键点检测的图像增强质量客观评估算法。测试结果表明,本文提出的图像增强质量评估算法与主观评估结果较好地吻合。最后,我们将尺度不变特征变换(Scale-Invariant Feature Transform, SIFT)方法应用于疑似气体泄漏源视觉定位。由于SIFT方法对于物体尺度缩放、光照不均、位置平移和旋转等变化具有很强的鲁棒性,因此其对特定目标的匹配搜寻能力明显优于其它方法。通过实验测试验证了该方法的有效性和先进性。