可见光与红外热图像的彩色图像融合技术是现今国内外高性能夜视技术发展的重要方向之一, 该技术有效提高了人们对目标的探测和场景理解能力。 目前常用的色彩传递算法多属于基于单幅参考图像的全局色彩传递算法, 彩色融合图像的色调受到参考图像的影响较大, 在实际应用中难以保证对各类场景的适应性。 针对常规YUV空间色彩传递彩色图像融合算法的环境适应性问题, 通过对植物、 城镇和海天三类典型场景的分类与统计, 发现了典型场景在UV通道的均值和标准差具有的较为明显的分类特性, 由此提出了一种基于UV通道均值和标准差的自适应参考图像构造方法, 使得可见光与热红外彩色图像融合算法具有较常规算法更好的环境适应性, 融合图像的色彩具有较好的自然感, 且算法处理量较小, 对现有实时硬件融合处理算法的运算速度影响不大, 是一种环境适应性强的自然感彩色融合处理算法。

考虑人眼主观评价在彩色融合图像质量评价中的重要作用，设计了52人的彩色融合图像质量主观评价实验。 采用“目标背景的感知对比度”，“清晰度”，“颜色协调性”，“颜色自然感”4个单一评价指标以及“基于目标探测的图像感知质量”，“基于场景理解的图像感知质量”2个综合评价指标对绿地、海天和城镇3类典型场景、8种融合算法获得的240幅彩色融合图像进行了主观评价，并依此进行指标分值归整及相关性分析，建立了2个综合指标的预测模型。实验结果表明：彩色融合图像的“颜色协调性”和“颜色自然感”有较高的相关性；基于目标探测的图像感知质量可用“目标背景的感知对比度”和“清晰度”来描述，基于场景理解的图像感知质量可用“颜色协调性”和“清晰度”来描述。但是对于不同的场景，每个指标的影响效果不同，所以预测模型中的权重系数不同。

根据雾滴的尺寸分布模型及辐射雾和平流雾含水量与能见度的经验关系,运用Mie理论及其Van de Hulst近似计算了衰减效率因子, 并结合Deirmendjian对其进行修正,详细分析了激光在雾中的衰减计算公式。 在考虑前向散射时进一步结合Adarsh Deepak和O.H.Vanghan提出的前向修正系数, 得出前向散射修正后的衰减公式, 分析了雾的前向散射对激光传输的影响。 最后将修正后的衰减与常用经验衰减模式相比较, 表明前向散射修正后雾对激光的衰减更加接近实际工程应用。