针对现行的被动(消极)彩色图像质量评价方法存在的问题, 深入研究了人类视觉感知彩色图像特征的质量参数：彩色图像平均对比度、彩色图像平均信息熵、彩色图像平均亮度(平均灰度)、彩色图像平均层次因子和彩色图像平均带宽因子。以上述研究为基础, 构建了基于扰动变换的主动(积极)彩色图像综合质量评价函数(CAF)。研究发现CAF是扰动参数Delta和Theta的函数, 通过对扰动参数进行变换, 可以使CAF达到最大值, 从而实现对单幅彩色图像的质量评价和质量改善。分别对窄带谱、宽带谱和全带谱3种不同色度谱类型的彩色图像进行了积极评价, 结果表明, 纳入平均带宽因子和平均层次因子两个参数的彩色图像质量积极评价方法符合人类视觉主观评价要求, 可使扰动变换获得的彩色图像更加柔和、更富有层次感。该方法不仅能评价单幅彩色图像质量的好坏, 还可以通过扰动变换改善彩色图像质量。

针对监控视频中运动目标跟踪问题，提出了一种栅格划分的梯度朝向直方图特征对目标进行描述，并通过可视化技术来实时观测目标局部区域特征量的变化，通过变化来感知目标在运动中可能发生的遮挡等异常情况.利用感知到的状态自适应调整参加融合计算的子模板的个数，指导跟踪过程，以防止异常情况对跟踪结果的影响，实现了对视频目标准确、稳健的跟踪.实验结果表明，提出的目标局部特征能够较准确地感知目标及周围环境发生的变化，对于提高跟踪算法的鲁棒性和准确性具有积极的作用.

提出了一种基于视觉感知机理的光学遥感图像舰船目标检测的算法。该算法的核心思想在于设计 并利用一组Gabor滤波器组来模拟人眼的视觉特性对基于可见光的遥感图像进行处理,从而达到对复杂海 况背景抑制并对较暗舰船目标增强的目的。同时,该算法融合了海陆分割、云判处理等子模块,并充分 考虑了人眼视觉的底层特性,从颜色、纹理、形态等各个角度进行疑似目标的筛选与剔除,得到最终的 检测结果。实验结果显示,该算法具有较高的检测率和较强的鲁棒性,针对各类海况(包含暗舰船目标 的情况)平均检测率达到85%以上,高于传统算法的51.3%。