通过四元数小波变换分解立体图像的左右视图,获取不同尺度不同方向的幅值相位信息,并结合人眼视觉特性生成单目图;对左右视图和单目图作亮度去均值对比度归一化(MSCN)处理,获取MSCN系数图,采用广义高斯分布模型拟合MSCN系数和MSCN四方向邻域系数乘积,提取统计参数特征(联合峰度、偏度、标准偏差和能量),组成特征向量,通过XGBoost模型预测图像质量感知得分。结果表明,所提立体图像质量评价算法在LIVE3D图像库上优于其他方法,并且运行速度得到大幅度提高。

针对红外和可见光图像的自身特点，本文提出一种基于四元数小波变换（QWT）和自适应脉冲耦合神经网络（PCNN）模型相结合的红外图像与可见光图像融合的新算法。首先将红外图像与可见光图像分别进行四元数小波变换，分别得到低频子带和高频子带系数；其次，采用局部区域方差匹配的融合准则处理低频子带系数，并用自适应的PCNN 模型处理高频子带系数，用一种改进的空间频率作为PCNN 模型的刺激输入，且采用拉普拉斯算子调节PCNN 模型的阈值；最后经过四元数小波逆变换实现图像的融合。将本文提出的新算法与经典的图像融合算法进行对比分析，实验结果说明，新方法取得了较好地视觉改进效果，并在客观标准上也达到一定的提高。

基于正态逆高斯模型和快速双边滤波，本文在四元数小波变换域提出一种新的图像去噪算法。首先将噪声图像进行四元数小波变换分解，其次应用快速双边滤波算法处理低频子带，高频子带采用正态逆高斯模型对其进行建模，并结合最大后验概率估计准则推导出相应的阈值函数，最后结合最优线性插值得到的阈值算法实现图像去噪。对提出的算法进行实验仿真，通过与已有优秀去噪算法比较，结果显示本文方法取得了不错的视觉效果，且在峰值信噪比和平均结构相似性上都得到一定的提高。

为了改善已有多源多聚焦彩色图像融合算法存在的模糊效应问题，提出一种基于四元数曲波变换的彩色图像融合算法。首先，把传统曲波变换推广到四元数，定义了四元数曲波变换，并给出了该变换的离散化算法。接着，以四元数矩阵的形式对待融合的彩色图像建模，通过四元数曲波变换对图像的四元数值进行多分辨率分析。然后，采用“最小、最大”融合规则来完成融合图像的多分辨率分析。最后，采用逆四元数曲波变换得到融合后的彩色图像。实验结果表明：提出的方法能够有效地去除图像模糊，无论是在主观评价还是在客观评价上都优于已有的算法。与最新文献中基于二维经验模式分解(BEMD)的融合算法相比，其图像锐利度(ISM),图像对比度(ICM)，彩色信息丰富度(CCM) 等3项客观评价指标上都有较大幅度的提升。