为了提高光纤拾音系统中耦合器解调相位的精度, 提出了一种3×3耦合器相位解调算法, 该算法在3×3耦合器解调的基础上, 先利用迭代运算补偿2路干涉信号的直流成分, 再解调音频信号。音频测量实验结果表明: 该算法可有效地还原音频信号, 实用性较强。

针对当前红外(IR)与可见光(VI)图像融合中细节保留能力不足及目标配准精度不高的问题, 设计了一种多尺度2D经验模态分解耦合非下采样方向滤波器组(NSDFB)的红外与可见光图像融合算法。分别计算红外与可见光图像的熵值, 并比较二者阈值的大小, 计算阈值较大图像的残差。通过2D经验模态分解(2D-EMD)和NSDFB机制, 构建了多尺度方向分解模型, 将熵值较大图像的残差和熵值较小的图像变换为高频方向系数与低频系数, 以获得源图像的细节和特征信息。对于低频系数, 引入加权平均作为低频系数的融合准则; 根据区域能量对比度与清晰度来定义融合规则, 完成高频系数的融合。利用2D-EMD多尺度分解逆变换将获取的低频与高频系数生成新图像。实验表明: 与当前常用红外与可见光图像融合对比, 所提算法具有更高的融合质量, 所输出的图像具有更好的对比度与丰富的细节信息。

为了实现对红外图像的选择性加密, 提出了基于多特征差异检测与联合控制映射的红外图像选择算法。引入分段正弦变换, 将输出图像分割为3个不同的区域, 对每个区域完成不同的拉伸变换, 完成初始红外图像的增强, 凸显真实红外目标; 再利用增强图像中目标与背景的灰度差异, 从而设计目标决策因子, 并分割Top-Hat变换的结构元素, 构建红外背景抑制机制, 过滤杂波与噪声; 利用灰度水平、对比度与相似度, 建立多特征差异检测模型, 提取包含真实目标与可疑目标的感兴趣区域; 以Logistic映射为控制条件, 综合Tent映射与Chebyshev映射, 设计联合控制混沌映射, 利用其输出的混合随机序列对感兴趣区域进行置乱; 引入引力模型, 对混淆的感兴趣区域内的像素进行扩散, 完成红外目标选择加密。实验结果显示: 与已有的图像局部加密机制相比, 该文算法输出密文信息熵值达到了7.982 6, 能够更好地用于红外图像局部选择性加密。

为了提高红外图像弱小目标在复杂背景干扰下的检测精度，本文提出了基于多特征相似度差异决策与改进的Top-Hat 变换的红外弱小目标检测算法。该算法通过经典的Top-Hat 的单一结构元素进行分割，形成多尺度结构元素，并依据弱小目标与其周围背景之间的灰度差异，定义了灰度变化映射，通过计算其均值与方差，构建目标决策因子，并将其与多尺度结构元素嵌入到Top-Hat 变换中，形成了新的Top-Hat 变换；随后，联合灰度强度、对比度以及结构信息，建立多特征紧密度差异模型，提取包含真实弱小目标与可疑目标的候选区域；最后，基于弱小目标运动的连续性，引入管道滤波模式，将候选区域中的可疑目标剔除，保留真实弱小目标。实验数据表明：与当前红外弱小目标检测算法相比，在复杂背景干扰下，所提算法的检测精度更高，能够将弱小目标完整地检测出来，具有更好的ROC 特性曲线。