为揭示疲劳损伤过程中金属表面形貌特征的变化规律，以Q235碳钢试样为对象，采集各疲劳损伤阶段试样表面的三维形貌信息并将其转化为灰度图，采用快速离散剪切波变换对图像进行分解和重构，获取到包含粗糙度、波纹度、形状误差信息的子图。利用灰度共生矩阵描述粗糙度子图纹理特征，得到了疲劳损伤过程能量、相关值、反差和逆差矩4类特征参数的变化规律。取一系列分解层数，开展多分辨分析，对比分析了不同分解层数对上述特征参数值的影响。结果表明：随着循环周次的增加，能量值和逆差矩值降低，反差值增加，上述特征量值的大小与提取方向的选取有关。疲劳断裂前，能量和逆差矩值突然升高，反差值突然降低。基于反差、能量和逆差矩三特征构建了支持向量机分类模型，此模型可用于构件疲劳损伤状态的评估。

红外/毫米波(IR/MMW)复合制导是当前发展多模复合制导技术的热点方向。针对红外探测系统在低能见度条件下穿透能力有限, 而被动毫米波探测虽然穿透能力较强、但图像分辨率不高的问题, 为了更好地进行红外与被动毫米波图像融合, 使得复合探测器能够全天候工作, 提出一种新的基于多分辨分析的主成分融合方法(M-P)。利用多分辨分析可以按图像的分辨率空间很好地处理信息的优势, M-P融合方法首先对红外与被动毫米波探测的坦克群图像进行分解去噪；对重构后图像分别进行主成分变换；用高分辨率图像的第1主分量代替低分辨率图像的第1主分量；最后做逆主分量变换来得到最终的融合图像。实验仿真结果表明, 与PCA方法比较, 新方法融合得到的图像能更好地区分坦克群目标和地物背景。

提出了一种基于伪维格纳分布(PWVD)的融合方法。利用一维N像素的滑动窗口在各个方向上对各待融合图像进行伪维格纳变换,选择均方根最大的方向为各待融合图像的PWVD分解方向,分解形成待融合图像不同频段的能量谱图,然后,针对各待融合不同频段的能量谱图,融合原则是高频段取区域能量最大,低频段取能量方差最大,形成具有不同频段的融合能量谱图,最后,对能量谱图进行PWVD逆变换,形成融合图像。对红外与可见光图像、多聚焦图像、电子计算机X射线断层扫描(CT)图像与磁共振(MR)图像和红外与合成孔径雷达(SAR)图像进行了融合实验,并对融合图像和待融合图像进行了信息熵对比。实验结果表明,采用本文算法的融合图像保留了待融合图像的绝大部分信息。

针对传统图像分割方法中初始化和鲁棒性两个问题,研究了基于活动轮廓模型和Contourlet多分辨率分析分割血管内超声斑块图像的新方法。该方法运用Contourlet变换将原图像分解为多分辨率低通分量和多分辨率带通分量方向性子带。对低通分量进行模板匹配,确定血管内腔边界和中-外膜边界的初始轮廓;对带通分量方向性子带进行扩散滤波,抑制噪声的同时尽可能保留有用边缘,并结合边界矢量场使轮廓演化得到最终分割结果,从而提高了分割算法的鲁棒性。对100幅仿真图像和120幅实际图像的分割结果表明,相对于传统活动轮廓模型,该方法分割实际图像的平均距离误差提高了3.04 pixel,面积差异百分比提高了6.30%。表明该方法能自动、精确地提取血管的两条边界。

提出了一种基于区域分割和Contourlet变换的图像融合算法。首先,对各源图像做区域分割,并利用区域能量比和区域清晰比的概念来度量和提取区域信息;然后,对各源图像进行多尺度非子采样Contourlet分解,分解后的高频部分采用绝对值取大算子进行融合,低频部分则采用基于区域的融合规则和算子进行融合;最后进行重构得到融合图像。对红外与可见光图像进行了融合实验,并与基于像素的à trous小波变换和Contourlet变换的融合效果进行了比较。结果表明,采用本文算法的融合图像既保留了可见光图像的光谱信息,又继承了红外图像的目标信息,其熵值高于基于像素的融合方法约10％,交叉熵仅为基于像素的融合方法的1％左右。

研究了红外目标与诱饵在成像特性上的差异,指出动态特性是辨别真伪的主要特征.在点目标阶段,以目标成像灰度随时间变化的快慢作为灰度时间序列特征,并采用多分辨分析、时频分析等多种方法进行目标与诱饵的识别,给出了仿真试验结果.