光照是决定机器视觉效果好坏的关键因素之一。对复杂的场景进行采集,受外部光源、物体本身材质、反射折射原理等因素的影响,很容易在同一张图像上既产生曝光不足的区域又产生曝光过度的区域,而这些区域遮住的信息是无法通过图像处理技术进行复原的。因为采集的失误,会使接下来的图像识别、信息检索、缺陷检测等操作都无法执行。对于这种情况,本文提出对光照进行自适应调整,将曝光不足区域的光照强度增强,曝光过度区域的光照强度降低,进行针对性光照补偿的方法。这个理论是基于具有可控光源的投影仪、能够采集信息的CCD相机和处理器的投影仪-相机系统的。在这个系统中,投影仪通过一次次迭代反馈获得自适应投影光,并将具有良好照明和清晰显示的场景进行采集,为下一步的操作打下基础。在本文中,我们首先通过三维形貌测量中的傅里叶条纹分析法将投影仪-相机坐标系统一,使其每个像素点都能够一一对应。并分析了多种傅里叶条纹分析法的优缺点,找出了更加适合本课题的技术——随机二步相移条纹分析法,这个方法能在略微增加复杂度的前提下大幅提高精度。其次,对之前存在的自适应迭代算法进行讨论和验证,并基于反演迭代法和滤波迭代法提出了新迭代技术差值迭代法和显著性检测迭代法。这两种方法弥补了传统迭代算法没有成熟的图像质量评价技术、迭代次数多、无法自动停止迭代、需要人工辅助等不足。并通过改进的绝对中心矩算法和无参考图像质量评价方法BRISQUE对其进行图像质量评价,完成了整个系统从输入到输出的全自动化。最后,通过理论分析和实验验证了新迭代算法的有效性,将迭代次数从40次以上降至20次左右和10次以下,大大缩减了运算时间,从而证明了本课题的有效性和创新性。