在基于匀速直线运动的运动模糊图像的复原中, 点扩散函数（PSF）的两个参数（运动模糊角度和运动模糊尺度）的估计是研究的重点。为了能够准确地估计出PSF的模糊角度, 提出了在一种新的改进倒频谱域中采用位平面分解提取和Radon变换相结合的方法。并在已知运动模糊角度的基础上再对模糊图像采用差分自相关处理, 得到运动模糊尺度。将上述整个算法用Matlab进行仿真实验。实验结果表明: 该算法在获取运动模糊参数的效率和准确度方面较现有文献的同类算法有所提高, 得到的复原图像也更加清晰。

针对低照度环境下, 网络监控视频图像由于对比度低、灰度信息少, 视频图像存在隐形问题, 提出了一种基于人类视觉系统感知的标准化变换算法, 并嵌入基于ARM平台的视频网络监控中。实验结果表明, 与其他图像增强算法对比, 该算法有效地提高了视频图像对比度分辨率, 重现隐形图像, 取得了较好的整体视觉效果, 而且满足网络监控的时实性要求。

针对现行的被动(消极)彩色图像质量评价方法存在的问题, 深入研究了人类视觉感知彩色图像特征的质量参数：彩色图像平均对比度、彩色图像平均信息熵、彩色图像平均亮度(平均灰度)、彩色图像平均层次因子和彩色图像平均带宽因子。以上述研究为基础, 构建了基于扰动变换的主动(积极)彩色图像综合质量评价函数(CAF)。研究发现CAF是扰动参数Delta和Theta的函数, 通过对扰动参数进行变换, 可以使CAF达到最大值, 从而实现对单幅彩色图像的质量评价和质量改善。分别对窄带谱、宽带谱和全带谱3种不同色度谱类型的彩色图像进行了积极评价, 结果表明, 纳入平均带宽因子和平均层次因子两个参数的彩色图像质量积极评价方法符合人类视觉主观评价要求, 可使扰动变换获得的彩色图像更加柔和、更富有层次感。该方法不仅能评价单幅彩色图像质量的好坏, 还可以通过扰动变换改善彩色图像质量。