为了在滤除图像椒盐噪声的同时保护图像边缘细节, 提出了一种基于连通性检测的图像椒盐噪声滤波算法。由于椒盐噪声点的灰度值与正常像素点的灰度值相比往往存在较大差异, 本算法先通过比较像素点灰度值与其邻域像素点灰度值, 将差异较大的像素点列为疑似噪声点, 然后通过检测疑似噪声点是否是图像连通区域的一部分来判断该点是否是噪声点, 最后通过中值滤波器将噪声点滤除。该算法可以有效区分图像区域边缘与椒盐噪声。实验结果表明, 该算法可以有效去除密度范围从0~0.9的椒盐噪声, 在0.9的噪声密度下, 算法的峰值信噪比仍可达到30 dB。满足有效去除不同密度范围的椒盐噪声的同时保护图像细节的要求。

鉴于开关中值滤波在椒盐噪声检测和去除方面的应用合理性, 本文分别设计实现了基于信号局部差异性和基于信号方向差异性的椒盐噪声检测算法。这两种算法均属于二级噪声检测方法, 且第一级检测手段都是基于灰度范围准则。两种算法的不同点主要体现在第二级检测算法上, 前者基于局部差别准则, 后者基于方向差别准则。在方法评价部分, 首先通过分析和实验确定两种算法的最优参数设置; 然后通过对不同噪声密度的测试图像去噪来评价两种算法的去噪效果。结果表明: 基于方向差异性的算法比基于局部差异性的算法具有更好的性能, 且两种算法的去噪效果都与噪声密度成反比。需要注意的是, 这两种算法都容易将图像中的细微边缘或细节像素误判为噪声点, 即在噪声的检测过程中, 只能避免对图像中主要边缘和轮廓像素的误判, 还无法对图像中的细微边缘和细节进行精确判定, 这也是开关二级噪声滤波算法今后的主要改进方向。另外, 算法效率测试结果表明两种算法具有相似的计算时间, 从而验证了两者之间的算法结构相似性。

针对红外图像对比度差、信噪比低、红外目标易被噪声干扰的缺点，提出一种自适应中值滤波和小波变换相结合的去噪方法。首先对图像进行小波变换，得到各频带子图像，对不同子图像采用不同的滤波模版进行自适应中值滤波，最后对图像进行小波重构，实现图像的去噪。将该方法与目前常用的去噪方法进行对比实验，结果表明，该算法简单有效，突出目标图像细节，可获得更好的图像视觉效果。

针对传统的多曝光图像融合算法存在的细节丟失严重和鬼影现象, 提出了一种细节保留的多曝光图像融合算法。该算法首先计算曝光序列的3个特征指标: 图像细节、曝光亮度和色彩信息, 其中图像细节通过引导滤波计算, 曝光亮度的权值由高斯方程分配, 而曝光序列的色彩信息用色彩饱和度表示。然后, 利用差分图和邻域相关系数检测多曝光序列中运动物体, 利用3个特征指标和运动目标检测结果分别计算静态场景和动态场景的融合权值图。为了消除噪声的影响, 采用递归滤波器来修正融合权值图。最后, 采取加权融合的方式得到融合图像。选取10组不同的曝光序列, 分别从主观和客观两方面与6种传统的融合算法进行了比较。实验结果表明, 本文算法保留了丰富的细节信息, 呈现出了更加生动自然的现实场景, 并且有效去除了由运动物体产生的鬼影现象, 效果优于其他比较算法, 在静态场景和动态场景的曝光融合中都取得了好的效果。

利用图像分层处理的细节增强基本框架,提出了一种基于引导滤波器的高动态范围红外图像显示与细节增强算法。该算法能有效将高动态范围红外图像映射到适合监视器显示的动态范围,且能有效调整图像对比度,增强图像细节,抑制背景噪声。相比较于其他同类算法,该算法计算量少,易于工程实现,且不会产生梯度翻转效应。并研究设计了基于TMS320C6678 DSP芯片的细节增强图像处理系统,实现了图像视频流的传输、处理等系列功能。实验结果表明了本算法的优势。

分析了激光对CCD探测器的干扰损伤机理及损伤图像的特点，总结了常用图像质量评价流程，分析了激光干扰图像质量评价要考虑的因素。通过实验对采集的连续两帧激光干扰图像运用客观质量评价方法进行评价，得到了误差、信噪比及相似度的评价结果。实验结果表明对于两帧连续采集的激光干扰图像，其干扰效果差别不明显，这与主观质量评价结果是一致的，表现为其原始图像、差值图像及直方图没有明显变化，两帧图像误差评价结果均小于0.058%，峰值信噪比参数(PSNR)为51.0793 dB，相似度评价参数相关系数为0.9999。针对两幅图像差别细微的特点，采用小波变换的方法提取了差值图像的水平、垂直、近似及对角线等细节分量，结果表明对差值图像进行小波变换所得结果可以较好地体现原始图像的细节信息。

通过痰涂片镜检法检测结核抗酸杆菌，是识别和诊断结核病的一种快速、价廉和特定的检测方法。为提高结核病痰涂片显微图像的质量，提出了一种基于多帧不同曝光图像信息融合，扩展被检测显微图像的动态范围，提高检测视野显微图像质量的实现方法。首先在保持CCD曝光时间不变的条件，通过计算机控制圆盘型光学梯度衰减片旋转定位的方法，摄取同一视场多帧不同曝光量的显微图像序列，从而获取场景的高动态范围显微图像信息。然后利用拉普拉斯金字塔算法将显微图像进行分层，采用图像梯度与信息熵相结合对层次图像进行评价，分配相应的合成权重系数，并用拉普拉斯金字塔逆算法，合成一帧高质量的图像。实验表明,所提出方法能有效地表达亮区和暗区的场景信息，增强图像的细节特征，提高痰涂片显微成像的质量，有利于提高显微图像智能检测的精度。