介绍了小波分析方法在逐束团束流位置测量系统中的应用。小波分析方法在高频处频率窗口较宽,具有较高的时间分辨力,使用小波分析可分离并提取信号的振荡成分及基线漂移成分，各成分在时间轴上的位置与原信号相同，原有的线性关系保持不变，在处理非平稳信号时不会造成信号明显劣化,如幅度失真和相位偏差。基于小波分解和重构的时间序列多分辨力滤波处理非平稳信号时不会造成信号明显劣化，保证了追踪束团振荡强度、相位、频率和振荡模式随时间变化的结果更真实可信。在合肥光源中，小波分析方法成功用于横向振荡振幅包络的提取及增长率、阻尼率的计算，也可用于提取横向振荡振幅包络及计算增长率和阻尼率，为机器研究、束流诊断和逐束团反馈系统调试提供了准确的依据。

自动聚焦是数码设备、计算机视觉中的一项关键技术。自动聚焦过程中,聚焦的准确性和抗噪声性能至关重要。以高频分量作为度量的聚集评价函数具有灵敏性高、聚焦准确的优点,适用于实时系统,但是对噪声十分敏感,受噪声污染时可能导致聚焦失败。因此,提出了一种具有噪声稳健性的高频分量自动聚焦评价函数。该函数通过小波多分辨力分析提取高频分量,利用了信号的每个子带的小波系数存在一定相关性,而噪声不存在这样的相关性的特点,设定高频子带阈值,认为低于阈值的系数是噪声的贡献,大致分离图像信号与噪声信号,从而将其滤除。经过大量的实验,证明提出的方法具有单峰性好、灵敏度高等优点,特别是在抗噪声性能方面有很大提高。

提出了一种基于数学形态学滤波的多分辨力图像融合。这种融合方法使用了形态学开闭运算构造了低通与高通滤波器, 将原始图像分解为4子带图像金字塔和4子带方向衬比度图像金字塔。然后利用方向衬比度和区域标准差进行图像融合得到融合的4子带图像金字塔, 最后应用子带图像重构得到融合图像。融合实验表明, 该方法优于传统的形态学金字塔图像融合, 衬比度金字塔图像融合和小波分解图像融合。

提出一种能自适应的确定相关匹配搜索范围的快速相关跟踪算法.该算法结合两点线性预测器和图像塔型结构的多分辨力分析方法,综合图像在不同尺度下的位置信息,自适应地计算出相关匹配的搜索范围,减小了相关运算的计算量,同时确定了有效的帧间相关置信度估计和模板更新策略.实验证明此算法计算速度快,能持久稳定地跟踪运动目标.