针对传统图像融合算法目标不突出、边缘及纹理细节不清晰或缺失、对比度降低等问题，提出一种基于引导滤波（GF）和双树复小波变换（DTCWT）的红外与可见光图像融合算法。首先，根据红外与可见光图像的特点，在DTCWT分解前对可见光图像进行GF增强，同时对经DTCWT分解后的红外高频分量进行GF增强；然后，根据不同频带系数特点，提出一种基于显著性的自适应加权规则对红外与可见光低频子带分量进行融合，采用一种基于拉普拉斯能量和（SML）与梯度值向量的规则对不同尺度、方向下高频子带进行融合；最后，对融合后的高、低频系数进行DTCWT逆变换以得到最终重构图像。将所提算法与6种高效融合算法进行对比评价，实验结果表明，所提融合算法在不同场景下具有显著的目标特征，同时背景纹理和边缘细节清晰，整体对比度适宜，并且在4类客观评价指标上也取得了较好的效果。

针对多重水印信息的有效嵌入和提取,提出了一种基于峰值信噪比-归一化相关系数函数(PSNR-NC)优化和非抽样双树复小波变换的自适应多重水印算法。该算法首先利用PSNR-NC函数来确定水印的最佳嵌入位置,其次通过非抽样双树复小波变换-奇异值分解(UDTCWT-SVD)算法将多个相互独立的水印信息嵌入到彩色宿主图像中,最后通过水印提取算法在含水印图像中提取多重水印,有效实现了多个版权信息的嵌入和提取。实验结果表明,嵌入水印图像具备良好的不可见性,所提算法对常见的图像处理攻击,特别是在抵抗JPEG压缩、噪声攻击和滤波攻击方面表现出较强的鲁棒性。

针对大多数图像信息隐藏技术需要先验信息及训练难度大的问题,提出一种基于复小波变换和自适应像素聚类的图像信息隐藏方法。方法利用新型的无监督种群优化算法对秘密图像进行自适应的像素聚类处理, 采用支持向量机选择载体图像双树复小波变换的最优小波子带, 将最优小波子带作为信息隐藏的载体以保证信息隐藏的不可感知性。实验结果表明方法具有较强的不可感知性,能够抵抗隐写分析模型的入侵, 在信息隐藏过程中不需要原载体图像和秘密信息的先验知识,属于全盲信息隐藏方法。

立体图像失真会影响图像边缘、结构和深度等低层次结构特征,为此,基于人眼对图像低层次结构的理解提出一种无参考立体图像质量评价方法。首先,对输入左右视图、合成图和视差图进行双树复小波变换;其次,提取左右视图、合成图和视差图小波子带的相位幅度特征,以及左右视图和合成图小波子带的梯度特征;最后,将所得特征输入支持向量回归(SVR)中训练,获得特征到质量分数的映射关系模型,预测立体图像质量。分别在LIVE3 DIQD Phase 1数据库和LIVE3 DIQD Phase 2数据库中测试本文算法性能,实验结果表明,本文算法与人眼视觉特性保持很高的一致性,且优于目前大多数主流算法。

在研究双树复小波变换原理的基础上，结合遥感图像中云雾和景物的频率差异，提出一种去云雾方法。设计并建立了去云雾处理硬件系统，介绍系统组成和系统开发步骤，叙述摄像头驱动程序、视频信号输出程序、人机交互界面等的设计方法，采用设计的系统开展图像采集和去云雾处理，给出并分析处理效果。实验结果表明，当分解层数、分界数和权重取默认值时，该文算法的图像处理的熵达到7.61，优于小波阈值法和同态滤波法。设计的系统去云雾处理能力和自适应性强。

针对红外偏振与光强图像彼此包含共同信息和特有信息的特点, 提出了一种基于双树复小波变换和稀疏表示的图像融合方法.首先, 利用双树复小波变换获取源图像的高频和低频成分, 并用绝对值最大值法获得融合的高频成分; 然后, 用低频成分组成联合矩阵, 并使用K-奇异值分解法训练该矩阵的冗余字典, 根据该字典求出各个低频成分的稀疏系数, 通过稀疏系数中非零值的位置信息判断共有信息和特有信息, 并分别使用相应的规则进行融合; 最后, 将融合的高低频系数经过双树复小波反变换得到融合图像.实验结果表明, 本文提出的融合算法不仅能较好地凸显源图像的共有信息, 而且能很好地保留它们的特有信息, 同时, 融合图像具有较高的对比度和细节信息.

提出了一种非抽样双树复小波变换(UDT-CWT)与基于块主元旋转的非负矩阵分解(BPP-NMF)相结合的多聚焦图像融合算法。利用UDT-CWT具有完美的平移不变性及良好的方向选择性, 首先对图像进行多尺度、多方向分解并得到低频子带和高频子带系数; 然后对低频子带系数采用块主元旋转的非负矩阵分解的融合策略, 高频系数则选用高斯加权区域能量与区域标准差一致性选择的融合准则。最后对融合后的系数进行UDT-CWT逆变换得到重构图像。选用多组多聚焦图像进行融合并对融合结果进行主观视觉、客观方面的评价。试验结果表明, 该融合算法不仅具有良好的视觉效果, 同时在客观评价指标也优于一般的融合策略, 验证了该算法的有效性。

为了改善可见光图像质量, 提高对隐藏在自然背景中人造目标的探测率, 采用了基于偏振成像的可见光图像增强方法, 很好地凸显出人造目标, 提供更多的细节与纹理信息。利用偏振成像方式获取偏振度、偏振角和椭率角图像, 对多维偏振图像中的像素点在邦加球内进行聚类得到偏振特征图像, 运用双树复小波对光强图像和偏振特征图像进行分解, 低频子带采用主成分分析法, 高频子带选用区域方差特征匹配的融合策略, 得到增强图像。进行了户外实验, 并理论分析得到了各个图像的性能指标数据。结果表明,增强后的图像较原图像具有更加丰富的图像细节与偏振目标信息, 该方法有效可行,对目标识别与探测具有一定意义。

提出一种基于非下采样双树复小波域的图像去噪算法.首先分析非下采样双树复小波变换同一方向实部与虚部小波系数之间的相关性, 通过实例及统计规律得到其联合概率分布近似服从于椭圆边界的单峰各向异性二维非高斯分布.然后把双变量统计模型引入到非下采样双树复小波变换实部和虚部小波系数中,将实部与虚部小波系数的联合概率分布作为双变量先验模型,得到了非下采样双树复小波变换自适应各向异性双变量去噪模型.该模型可以很好地体现实部与虚部小波系数之间的相关性. 运用最大后验概率来估计从含噪图像的小波系数恢复原图像的系数, 达到去噪目的.最后根据该模型得到了一种具有闭式解的去噪算法. 实验表明：该算法比经典算法提高了一定的峰值信噪比,且有良好的视觉效果,较好地保持了图像中的纹理特征.

红外复杂背景抑制是红外告警等系统发现远距离弱小目标的难题之一。提出了一种将奇异值分解与对偶树复小波变换(DTCWT)相结合的多尺度截断复杂背景抑制新方法。首先采用DTCWT对图像进行正变换，获得图像的多尺度和方向细节特征；然后根据目标和背景杂波信号系数在不同尺度之间的差异，对各子带采用奇异值分解进行处理，并利用最大的特征值重构子带；最后将系数调整后的各子带逆变换到图像域，从而将弱小目标和背景杂波分离，达到抑制背景的目的。实验结果表明，该算法可以在很大程度上抑制结构化背景，保存并增强目标信号。