提出一种基于改进颜色传递策略与非下采样 Contourlet变换(NSCT)的红外与可见光图像伪彩色融合算法。首先, 利用 NSCT与基于清晰区域的 Canny边缘检测算法获得灰度融合图。其次, 将融合灰度图像插入 Y通道, 源图像与融合灰度图像之间的残差图像分别插入 Cb、Cr通道以生成 YCbCr源彩色图像。最后, 利用本文设计的颜色传递模型对源彩色图像和目标图像进行色彩颜色统计匹配, 同时, 通过自适应颜色传递参数模型调整颜色传递参数。实验结果表明, 本文提出的融合算法使得伪彩色融合图像不仅对比度高、传递色彩自然、可以较好地抑制色彩渗入图像目标, 而且对目标图像质量要求不严格。

相关滤波器在视觉目标跟踪中得到了广泛应用, 针对复杂场景下目标跟踪容易出现跟踪漂移的问题, 以及现有多尺度跟踪算法计算量大的问题, 本文提出一种实时的多尺度目标跟踪方法。首先由时空上下文模型输出目标位置置信图完成目标定位, 再在尺度空间上训练相关滤波器完成目标尺度估计, 最后基于目标位置和尺度提出了一种新的时空上下文模型更新机制, 避免了模型更新错误。实验表明: 该方法在尺度变化、局部遮挡、目标姿态变化等情况下均能完成鲁棒跟踪, 跟踪正确率较原始时空上下文跟踪算法提高了 38.4%。

针对现有在线学习跟踪算法中目标在线模型更新错误导致跟踪漂移的问题, 提出一种在线模型自适应更新的目标跟踪算法: 首先利用压缩感知技术的高效性, 对多尺度图像特征进行降维, 并提取多尺度样本来实现目标尺度自适应更新, 再由提取的正负样本低维图像特征训练朴素贝叶斯分类器, 利用分类器输出置信度最大处目标样本完成目标跟踪, 并依据当前目标置信度来自适应在线模型更新速率, 减少了遮挡带来的目标错误更新。实验表明: 该方法在尺度变化、局部和全局遮挡、光照变化等情况下均能完成鲁棒跟踪, 平均跟踪成功率较原始压缩感知跟踪算法提高了 20.3%。

针对多模态医学影像的成像原理，为了弥补各个模态的医学图像的不足，提出了一种基于非下采样Contourlet变换的医学图像融合算法。首先对源图像进行非下采样Contourlet分解，分别得到低频子带系数和高频子带系数，然后对低频子带系数采用区域能量加权的融合规则，高频子带系数则选取区域标准差比例加权作为融合规则，最后进行非下采样Contourlet逆变换，得到融合图像。通过实验对比表明，该算法明显优于小波(Wavelet)、Contourlet、Wavelet+CS(CS为压缩感知)算法，具有更好的融合性能，清晰度更高，是一种可行、有效的图像融合方法。

针对含噪图像增强问题，提出一种基于小波域三状态隐马尔可夫树模型的方法,采用三状态的高斯混合模型逼近小波系数的分布,不需要设定精确的阈值,依据期望最大算法训练得到的每个系数所属状态的后验概率,将系数区分为噪声系数、弱边缘系数和强边缘系数,然后通过抑制噪声系数,增强细节特征系数来达到对含噪图像增强的目的,并引入循环平移策略避免人工失真.通过对含噪的标准图像和人脑核磁共振图像进行仿真实验,并与几种经典的图像增强方法作视觉上的对比和定量分析.实验结果表明,本文所提出的方法具有很好的鲁棒性,在突出了图像中更多的细节信息的同时,可以有效抑制噪声.