为了客观评价图像质量, 本文提出联合颜色空间统计特征和权重局部二值模式(Local Binary Pattern,LBP)纹理特征的无参考图像质量评价模型。首先, 对失真图像进行亮度去均值对比度归一化(Mean Subtracted Contrast Normalized,MSCN)操作得到MSCN系数; 然后, 对MSCN系数提取其统计参数特征和权重LBP直方图特征, 其中统计参数由广义高斯模型获得, 权重为MSCN系数的幅度。另外, 还采用了Lαβ颜色空间下红绿和蓝黄分量的自然场景统计(Natural Scence Statistics,NSS)特征来增强基于颜色失真的描述, 并运用非对称广义高斯模型获得统计参数特征。最后, 运用SVR建立图像质量评价指标到主观质量得分的回归模型。在LIVE,CSIQ,TID2013和MLIVE数据库上的实验结果表明: 4个数据库加权平均Spearman秩相关系数为0.776, Pearson线性相关系数为0.821, 均优于其他方法; 图像大小为512×512时特征提取只需0.19 s。本文提出的方法与人眼主观感知具有良好的一致性, 并具有复杂度低等优点。

为了提高彩色图像的立体匹配精度，结合格式塔心理学和像素的色彩信息，提出了一种基于 RGB色彩空间的改进误差绝对值累积匹配算法（SAD）。首先，通过相似性和邻近性规则获取邻域窗内的像素权值，并同预先生成的线性查找表相结合来加快权值的计算速度。然后，利用 RGB色彩分量的像素分布特点，生成对应的分量权值，来进一步增强匹配代价函数的稳定性。经实验验证表明，改进后的匹配算法较灰度 SAD及标准彩色 SAD算法在精度上有明显的提高。

针对火灾早期预警和危险化学品气体泄漏的在线检测问题,提出了一种基于视频的早期烟雾检测新方法。整个检测过程主要由四部分组成:1)RGB分量运算参数的离线学习;2)用RGB分量运算+位屏蔽,实时分割出类似烟雾区;3)用在背景维护下的减背景来消除场景中静态的类似烟雾区干扰,再由小波变换去除场景中动态的类烟雾区干扰;4)通过长序列的多帧证据积累分析,判别标记出真正烟雾。实验表明,该方法对于320×240分辨率彩色视频的分析判别速度可达16～20fps,并可在3～4s内准确判别出动态场景下的核心烟雾区,且不受大空间、开放环境的限制,具有较强的误报免疫能力。