为了改善红外图像的视觉效果，突出细节信息，同时抑制噪声。提出了结合改进的 LC显著性检测和双区域直方图均衡化的红外图像增强方法。首先使用结合局部熵加权的 LC显著性检测算法得到显著图。然后使用 K-means算法对显著图进行自适应分割得到前景区域和背景区域。最后对前景区域进行结合局部方差的改进直方图均衡化，对背景区域使用限制对比度直方图均衡化增强。实验结果表明，与当前主流算法相比，本文算法主观效果更佳，且峰值信噪比、结构相似性、信息熵等客观评价参数均有所提升。

针对不同背景条件下，红外弱小目标检测信杂比低、虚警率高的特点，重点利用小目标能量接近高斯分布特性，提出一种利用改进的图像局部熵加权多尺度的基于图像块对比度的红外小目标检测方法。首先，计算红外图像中心块和邻域块的均值；然后，计算出中心块和邻域块的均值差异达到凸显小目标、抑制背景噪声的效果，同时计算各个像素点的改进局部图像熵以凸显小目标、抑制形状与小目标大小近似的伪目标以及大面积的干扰物体的角点；之后，利用改进的图像熵加权中心块和邻域块的均值差异值，得到高信杂比、低虚警率的显著度图像；最后，利用自适应阈值分割算法获取目标的位置。实验结果表明，与同类基于human visual system（HVS）检测方法相比，所提方法适用场景更广，特别是在复杂背景下，能达到更低的虚警率、更高的信杂比。

针对甲状旁腺超声图像灰度分布不均匀、甲状旁腺病灶多样化的特点,利用图像全局和局部信息,采用基于图像局部熵的混合水平集模型进行甲状旁腺超声图像分割。针对不同超声图像灰度分布差异大的难题,利用图像局部熵确定全局项权重,提高模型的自适应能力。为避免局部项区域尺度设定大易出现过分割,区域尺度设定小计算效率低的问题,利用两尺度进行曲线演化。实验结果表明,本文提出的混合水平集模型对差异性大的甲状旁腺超声图像具有较强的自适应能力,能使演化曲线自动收敛于目标轮廓,具有更高的分割准确率和计算效率。

针对SAR图像与可见光图像融合的特点, 提出一种基于非下采样Contourlet变换(NSCT)的SAR图像与可见光图像融合算法。通过NSCT变换对SAR图像和可见光源图像进行分解, 对低频子图像, 采用以区域熵为测度参数进行邻域融合。对高频子图像的最高层采用区域标准差选大法进行融合; 对高频子图像的其他层采用以邻域相关系数为阈值, 基于平均梯度选择的邻域算法进行融合。最后进行NSCT逆变换得到最终融合图像。实验结果表明该方法可以获得较理想的融合图像和更多的细节信息。

为保证船用光电设备的安全可靠运行,针对船用光电指向器存在的气密问题,利用红外成像手段和CO2气体对红外线较为敏感的特性,研究了一种气密检测方法。该方法采用帧间差分和局部熵差相结合的算法对泄漏处进行检测和定位,从而能够高效、准确地发现船用光电指向器的气密缺陷,起到维护设备稳定工作的重要作用。

设计并实现了一种适合于工程中动态目标识别应用的实时的复杂巡航场景运动检测技术。首先，对背景和当前帧两幅图像进行卷积处理，提取边缘图像。然后分块计算背景边缘图像的局部熵，根据局部熵大小合理选取配准模型组。采用模型组与当前帧边缘图像的相关性强度及运动偏移量结果，完成场景的运动估计。实验结果表明，本文方法用于红外和可见光图像均十分有效，在分辨率为320×256，帧频50 Hz的红外图像以及分辨率为768×576，帧频25 Hz的可见光图像中运行时间分别为13、24 ms，达到了工程中应用的实时性处理要求。同时，在后续的图像处理中场景运动检测有效剔除了复杂背景图像对目标识别的干扰，可准确检测出运动变化目标。

提出了一种新的红外目标边缘检测算法,利用局部熵值分析法和过渡区提取相结合的方法,通过Top-hat与Bottom-hat变换,建立有效平均熵和对应灰度值的曲线关系,选择合适的阈值,在此基础上执行形态学闭合操作。仿真结果表明,该方法在去除不必要的细节的同时,能很好地提取目标的边缘信息。

设计与开发了一种基于红外图像的SF6 气体检漏定位系统。本系统利用TMS320C6416 高速图像处理能力及其灵活可配置的视频端口, 结合S3C6410 强大的控制能力, 对可能发生SF6 泄漏的现场进行红外视频图像的实时采集, 利用帧间差分和局部熵差相结合的算法对泄漏点进行检测和定位。仿真及实验结果表明,该算法不仅克服了帧间差分法检测位置不够精确和局部熵差法计算量大的缺点, 同时还有效的降低了诊断过程中被测对象的外形、表面缺陷和背景环境的噪声等影响, 能够高效、准确地实现SF6 泄漏点的检测和定位。

设计并实现了一种适用于红外与可见光图像融合的基于小波变换的自适应脉冲耦合神经网络(PCNN)融合技术。首先，对融合的两幅图像进行小波分解得到两组多尺度图像。然后，在小波域充分利用PCNN的同步激发特性，进行PCNN的融合策略设计；使用不同频率下小波系数的局域熵作为PCNN对应神经元的链接强度，经过PCNN点火获得参与融合图像在小波域中的点火映射图；根据点火时间计算点火映射梯度图，再通过判决选择算子，选择点火时间梯度最大的小波系数作为融合系数。最后，对融合后的小波系数进行重构生成融合图像。进行了两组图像融合实验，结果显示，在迭代次数为50次时，与经典小波方法相比,两组实验结果的熵分别提高1.1%，0.7%；平均梯度分别提高8.3%，3.7%；空间频率分别提高2.5%，1.5%；标准差分别提高1.9%，0.6%；交叉熵分别缩小5.6%，4.9%，结果表明本文方法用于红外与可见光图像的融合十分有效。