由于智能手机具备图像采集、前端本地处理、无线传输等三个功能模块,其已经成为嵌入式图像处理和移动网络应用的主要硬件平台。智能手机通过图像信息本地智能计算来释放通信带宽,同时也能缓解服务器计算负荷;使用无线通信接口可以赋予智能手机高度的灵活性与可配置性,使得基于智能手机的嵌入式图像处理和移动网络应用开发成为可能。然而,由于智能手机受到资源的限制,使得图像采集有着精度低、噪声污染严重、拍摄易受环境干扰等缺点。因此,这给嵌入式相机的图像处理算法带来了极大的技术挑战。首先,由于智能手机摄像头精度的限制,如何能够从无法满足精度要求的图像数据中提取出有效以及准确的信息,满足应用功能成功实现的需求。其次,由于智能手机的图像处理能力有限,如何有效分配本地端与云端的图像处理任务,使得在手机能耗、计算负荷、通信负荷、实时性等多方面考虑因素都满足要求的前提下,快速有效的实现应用功能。本课题将主要基于光通信与移动图像搜索应用来具体阐释智能手机在独特的应用背景下所包含的图像处理难点及其解决方法。一、双向可见光通信中基于黑屏插入的反馈式图像去噪算法双向可见光通信中由于需要智能手机屏幕与电脑屏幕相对,导致在端接收到的手机图像存在严重的反射噪声,影响彩色二维码的解码与正常信息通讯。基于实验测试,观测到黑屏信息能够有效地描述通信过程中的光反射噪声大小。基于上述观测,本文提出通过在发射图像序列中反馈式插入黑屏的方式来标定反射光噪声的实际影响,从而在接收到的图像中利用黑屏图像进行有效去噪处理。二、移动衣物搜索系统中指纹图像特征设计以及快速搜索策略移动衣物搜索系统中主要存在以下难点问题:首先,由于衣服是柔性物体,在穿着过程中容易发生形变等问题。其次,拍摄衣服图像过程中容易包含背景噪声,影响系统的搜索性能。最后,海量数据搜索的前提使得普通的高维特征计算无法满足实时性的要求。本文提出三点式图像拍摄模式的概念,通过人机交互来有效采集衣服图像,有效地降低搜索图像的噪声影响。同时,针对性设计了衣服指纹与三点距特征,在保证计算复杂度较低的前提下,提升了搜索的准确性。基于此,本文还设计了快速搜索算法,进一步提升移动图像搜索系统的准确性与实时性。