为解决高分辨率、高刷新率微显示器存在的传输数据量过大的问题，针对人眼视觉特性以及数字驱动硅基有机发光二极管（OLED）微显示器的扫描方式，提出基于非对称椭圆中心凹最小可觉差（JND）模型的位平面图像压缩算法，并针对该算法设计了相应的硅基微显示控制器，在现场可编程门阵列（FPGA）平台上验证算法的可行性。实验结果表明，与当前其他JND模型相比，该模型更加符合人眼视觉特性，基于该模型的位平面图像压缩算法能够在不影响人眼主观感受的前提下，对图像进行较大程度的压缩，图像平均压缩率可以达到39.573%，能够有效降低微显示器中的传输数据带宽。

针对回转窑表面的红外图像模糊, 图像细节不易分辨的问题, 提出一种基于视觉特性的回转窑表面红外热图像增强方法。该方法利用人眼在不同灰度级的分辨能力差异, 将回转窑表面的红外图像灰度映射到人眼易分辨区域, 从而提高人眼对图像细节的分辨能力。实验结果表明: 提出的方法能够凸显红外图像边缘, 及时反映窑内的高低温区域, 对避免异常高温引起的红窑事故、保障窑炉经济高效地运行具有重要意义。

红外焦平面器件普遍存在着非均匀性问题, 对红外焦平面阵列（IRFPA）实施非均匀性校正对提高成像质量具有重要意义。传统的IRFPA多点校正算法存在运算量大、实时性能低、实用效果差等问题, 为此文章综合人眼视觉特性, 提出IRFPA非均匀性多点校正算法。人眼视觉对图像的灰度分辨能力是有阈值限制的, 利用这种分辨阈值可以对IRFPA的标定点进行有效压缩, 生成像元号-校正系数表, 然后通过查找系数表, 实现IRFPA的非均匀性实时压缩校正。实验证明, 提出的IRFPA非均匀性校正算法较传统的IRFPA非均匀性校正算法实时性能更好, 非均匀性降低了0.203%。

针对图像质量数据库的主观评价方法存在失真等级少,缺少实验结果分析等问题,提出一种大样本图像质量主观评价方法。该方法基于双激励连续质量量表进行设计,使用简化的2级主观评价尺度评价,通过循环积分、最优选择和顺序调整获得样本图像的质量排序,并基于模糊聚类分析的思想将获得的图像次序的概率视为匹配程度,建立样本的模糊相似矩阵。通过指标规格化,建立模糊相似关系、等价关系以及分类、评分等步骤,最终确定图像质量得分。64级失真图像质量主观评价实验结果表明,图像质量得分能够准确反映可察觉差异的变化,主观评价结果的正确率达到94%,图像质量得分的标准差介于0~7,均值为3.08(百分制),远低于其他图像质量数据库的水平。所提方法具有较好的准确性和稳定性,适用于图像质量数据库的主观评价和人眼视觉特性研究。

为了解决水印透明性、鲁棒性与水印容量之间的平衡问题, 结合人眼对比敏感度视觉特性, 提出了一种彩色图像的盲水印算法。算法首先结合人眼对比敏感度视觉特性及其模型, 在频域中计算人眼感知原始图像的对比敏感度阈值; 其次结合人眼对强度的感知模型, 计算水印图像信息的强度感知值; 然后结合嵌入强度系数值, 以感知原始图像的对比敏感度阈值为水印嵌入量的门限, 实现数字水印的嵌入; 最后依据密钥, 采用逆过程提取水印。实验结果表明, 在压缩质量因子为20%、中间剪切1/4区域的较强攻击下, 提取水印与原水印的相似度达到0.78以上, 且保证了较好的水印透明性。

考虑到人眼视觉关注特性在视频质量评价(VQA)中所具有的重要作用, 提出了一种结合人眼视觉关注特性的视频质量评价方法。首先利用三维Sobel算子以及恰可察觉失真模型得到全局显著图, 对全局显著图的每个显著像素点构建结构张量来求取一帧的全局质量; 然后利用视频运动信息以及人眼中心关注特性求得局部显著图来进行感知加权, 得到一帧的局部质量; 最后均衡局部与全局质量得到视频中一帧的质量,并采用机器学习的方法获得时域加权模型, 对视频帧进行加权, 从而得到客观视频质量评价值。在LIVE视频数据库上进行性能测试, 得到PLCC(Pearson Linear Correlation Coefficient)为0.827, SROCC(Spearman Rank Order Correlation Coefficient)为0.802, 与已有相关算法相比, 所提出的VQA方法的评价结果更接近人眼的主观感知。

针对传统光谱降维方法其降维重构后的光谱数据仅是对原始光谱的数学逼近, 会出现光谱误差较小但颜色色差较大的缺点, 创新性的提出三种将人眼视觉特性与光谱降维相结合的方法。 其中, VPCA法直接将光谱光视效率函数加权到原始光谱上再进行降维, LMSPCA方法用LMS视稚响应构建加权矩阵对原始光谱加权后再进行降维, 在LMSPCA法中加权矩阵的构建有两种方式, 其主要区别在于视稚响应偏差的求取方式不同。 方式一中, L, M, S视稚响应偏差是各对应波长上的偏差取绝对值, 而方式二中, 其偏差是各对应波长上的偏差平方。 LMSPCAs法在LMSPCA法基础上再采用PCA(主成分分析)方法对损失的光谱进行降维。 实验结果表明VPCA法降维效果较差, LMSPCA法的两种加权矩阵降维效果接近, 皆可显著提高降维模型的色度精度, 但会降低模型的光谱精度, LMSPCAs法由于针对LMSPCA法因光谱加权引起的光谱损失再进行光谱补偿, 其在光谱精度、 色度精度以及变光照条件下的色差稳定性这三个方面都能较好地表征原始高维光谱反射率, 满足光谱颜色复制的要求。

结合人眼对比度敏感视觉特性和图像变换域特征, 提出了一种新的人眼感知图像误差阈值的计算方法; 结合计算的阈值, 提出了一种新的彩色图像水印方案, 并进行了仿真实验和攻击测试; 实验结果表明, 含水印图像经攻击后提取的水印信息仍清晰可见, 其相似度值在压缩质量因子为50%的压缩攻击下仍能达到0.7371以上, 表明提出的水印方案具有较好的透明性和较高的鲁棒性; 并且在水印嵌入和提取过程中将原始彩色图像变换到与设备无关的CIELAB颜色空间, 从而更好的提高了水印的鲁棒性。综合结果表明提出的水印方案是一种行之有效的水印嵌入和提取方案。

积分时间是决定红外焦平面阵列(IRFPA) 成像质量的关键因素。针对红外测量系统难以实时自动确定积分时间的问题,提出基于 人眼视觉特性和事前辐射标定的积分时间自适应预测方法。假定目标和背景在连续两帧内不突变, 结合事前辐射标定结果、目标和背景信息反演计算各积分时间的目标和背景灰度,以人眼视觉特性和 跟踪判据为调节依据,自动预测合适的积分时间。实验结果表明, 该方法能自适应快速预测满足要求的积分时间,使获取的图像处于线性区中段,保证了成像质量, 有利于目标的初始捕获和平稳跟踪。

结合人眼对比度敏感视觉特性的测量过程和图像离散余弦变换特征, 提出了一种基于人眼感知特性的彩色图像压缩技术方案。方案首先将彩色图像转换到CLELAB颜色空间描述, 并分别对3个分量进行离散余弦变换处理, 再结合人眼对比度敏感函数模型和DCT变换域系数特征对变换域系数进行量化处理, 并采用Huffman算法进行编码压缩, 最后采用逆过程进行解压并匹配出解压后的彩色图像。通过仿真实验, 结果表明: 在压缩比为98.355 5∶1时, PSNR能达到37 dB以上, 人眼无法分辨出解压缩图像与源图像之间的差异；且编码效率能达到0.74以上, 冗余度在0.26以下。表明提出的彩色图像的压缩技术方案在保证编码质量和图像质量的前提下能够实现较高的压缩比, 是一种可行的、有效的彩色图像压缩技术方案。