电力巡检吊舱的红外成像环境复杂,导致红外系统的成像效果不理想。针对此问题,从巡检目标的特殊温度特性入手,引入二维小波变换与直方图均衡相结合的方法,对图像进行滤波处理。以电力巡检吊舱采集的红外图像作为实验对象,对其进行图像增强处理。提高了图像的对比度,并很好地提取出了陡峭的边缘,突显了电力线路。实验结果验证了所提出的增强算法的可行性。

针对现有非下采样轮廓波变换(NSCT)超分辨率重建方法的不足提出了一种改进的重建方法。空间频率大小反映图像细节信息丰富的程度，改进方法将区域窗口内空间频率的大小作为定权的标准对NSCT 分解获得的各对应高频图像进行自适应加权融合。将NSCT 分析与自适应加权融合相结合用以实现影像超分辨率重建，其中利用自适应加权融合方法将各高频图像分别进行融合，同时将低频图像进行取均值处理，分别获得处理后的高低频图像，通过NSCT逆变换获得最终的超分辨图像。通过仿真实验与工程应用验证了改进方法的可行性与有效性。

为了研究是否可以通过提高光学仪器放大率来提高细光束畸变图像的分辨率问题，讨论了穿越可压缩混合层后细光束成像的变形特性。本研究先利用 CCD相机成像系统获得细光束畸变的实验图像，再利用二维双正交小波变换和 Canny边缘检测技术对这些图像进行后处理。分析结果表明: 这两项后处理技术可清晰识别出细光束图像的边缘。此外研究还发现: 从衡量光学仪器分辨率角度而言，细光束畸变图像的面积比周长能更好地反映图像的变形特点。

利用三维荧光光谱(EEMs)技术测定了实验室培养的分属5个门13个属的17种中国近海常见赤潮藻的荧光性质， 通过db7二维小波变换提取赤潮藻三维荧光光谱的特征参量， 采用系统聚类法构建荧光特征标准谱库， 并利用多元线性回归辅以粒子群算法进行参数估计建立识别技术， 实现了赤潮藻在门、 属水平上的识别测定。 测定样品中： 赤潮藻纯种培养体在门、 属水平上的平均识别正确率分别为96.1%和73.6%； 对于优势度分别为60%， 75%， 80%， 90%的赤潮藻模拟混合样品， 优势藻在门水平上的平均识别正确率分别为86.7%， 96.9%， 98.7%， 99.4%， 识别相对含量分别为62.6%， 72.7%， 76.0%， 81.6%； 优势藻在属水平上的平均识别正确率分别为51.0%， 68.9%， 72.0%， 78.8%； 对于优势度达75%的赤潮藻实际混合样品， 优势藻在门、 属水平上的平均识别正确率分别为99.4%和75.9%。 将所建技术用于围隔实验水样和现场调查采集水样进行分析， 有效实现了浮游藻群落组成的识别测定， 尤其是硅藻和甲藻的分类识别。

提出了基于二维小波变换的激光成像雷达目标识别算法，首先对激光成像雷达目标的距离像进行二维小波变换；然后从近似分量和细节分量中提取奇异值特征，利用遗传算法对支持向量机参数进行智能优化；最后应用支持向量机对三种地面目标进行识别。仿真实验表明，该方法与直接应用距离像奇异值特征进行识别的方法相比，在高载噪比20 dB时的平均识别率提高了3.2%，在低载噪比10 dB时的平均识别率提高了6.5%，取得了比较好的识别效果。

将二维实小波变换和希尔伯特变换相结合应用到空间载频条纹相位分析中。首先对载频条纹进行希尔伯特变换构造解析信号,然后对其解析信号进行二维实小波变换,提取小波脊处对应的小波变换系数的相位信息即可得到有效的物体高度调制信息。给出了详细的理论分析。计算机模拟和实验表明当条纹中相位存在突变和快变的区域时,采用二维实小波变换比一维实小波和复小波提取相位精度更高,即使在存在噪声污染的情况下也表现出良好的可靠性,体现出了二维实小波提取相位的优势。

对基于仿真的空间目标逆合成孔径雷达(ISAR)图像,提出了相应的空间目标特征提取及目标识别算法。首先建立了空间目标三维散射点阵模型,利用距离-多普勒成像算法对其进行了ISAR成像仿真,建立目标识别数据库;其次利用小波分解原理,提取二维小波变换后4个子图的奇异值特征;最后分别应用多项式核(Polynomial)及径向基函数核(RBF)支持向量机(SVM)进行分类识别。仿真实验研究了识别率与特征数目的关系及两类核函数SVM的分类性能,并达到了较好的识别效果,从而验证了本文算法的有效性。

提出了一种结合权值背景融合的小波域多尺度图像分割方法.首先通过小波域隐马尔可夫树模型获得图像各个尺度上的初始分割,然后为各个尺度上每一分割像素点分别赋予权值,并建立一种融合父子尺度信息的新背景模型,最后利用权值背景融合各个尺度图像初始分割结果,得到像素级分割.仿真结果表明,该方法可得到优于已有文献的分割效果.