本项目研究内容及成果属于数字图像处理及应用领域。机器视觉在工业领域中的应用越来越广泛，图像分割是机器视觉领域普遍、重要且基础的问题。本项目历经10余年，对复杂工程背景下的图像分割关键理论和技术进行了比较深入持久的研究，实现了干扰源的科学分类，通过对干扰源特性的深入分析，提出了多种有效抗干扰性的图像分割算法，提高了分割的精度和速度；解决了大空间建筑和微小目标检测等工程实际应用中的图像分割难题。系统地梳理了建筑空间中常见干扰源的种类，总结分析了建筑空间中干扰源的特性，并进行了定性和定量的描述；对建筑空间中目标图像分割问题的多因素性、复杂性进行了系统的研究，并提出了解决对策，建立了建筑空间复杂背景下图像分割和目标识别理论研究的整体框架；对建筑空间中的图像目标分割、图像目标描述模型、视频目标分割等问题进行了较深入的研究，提出了多种适用于复杂背景下目标的精确分割算法。基于以上研究成果，研发了城市地铁光环境控制系统、混凝土结构损伤探测和重建系统、基于视频监控的大空间图像型火灾探测系统、基于机器视觉的液体试剂异物在线检测系统以及小区智能监视系统等多个工程应用系统，提高了目标图像分割的精确性，降低了运算速度，满足了工程实时性的要求。已授权专利6项，在多项工程中应用。