为了提高融合图像的视觉感知效果,提出一种非下采样剪切波变换(Non-Subsampled Shear Transform, NSST)域红外和可见光图像感知融合方法。首先采用NSST将源图像分解为高频和低频分量;接着采用参数自适应脉冲耦合神经网络(Parameter Adaptive Pulse Coupled Neural Network,PA-PCNN)融合高频分量图像,提高成像细节;然后联合使用高斯滤波器和双边滤波器进行多尺度变换以融合低频分量图像,将低频分量分解为多尺度纹理细节和边缘特征以捕获更多的多尺度红外光谱特征;最后利用NSST逆变换获取融合图像。实验结果表明,该方法不仅可以有效提高融合图像的细节信息,而且还能增强红外特征的提取能力以契合人体的视觉感知。

为了改进传统多尺度变换滤波在电子散斑干涉(ESPI)条纹图中去噪效果和边缘细节保护不理想问题, 提出改进非下采样轮廓波(NSCT)滤波算法。采用离散平稳小波变换和NSCT变换模型, 联合非线性扩散和改进的快速非局部均值滤波算法, 进行了理论分析和实验验证, 取得了将本文中算法应用于模拟和实验ESPI条纹图滤波效果定量分析的数据。结果表明, 本文中的算法在模拟ESPI条纹图和实验图相比其它算法散斑指数最小分别为0.41121, 0.38043, 0.35362, 对应峰值信噪比最大; 该算法在提升去噪能力的同时, 能够更好地恢复条纹细节信息。研究结果为以后应用多尺度变换滤波在ESPI条纹图打下了基础。

利用前期搭建的声分辨光声系统对小鼠耳朵进行扫描成像，获取的光声图像存在部分血管不连续、分辨率较低且边界不够清晰等问题。为了有效提高声分辨光声图像质量，采用连接断点、插值、小波去噪等方法进行预处理; 针对插值带来的模糊边界、损失细节等问题提出一种模糊集与分数阶微分小波增强相结合的图像增强方法，设计对比实验，结合信息熵、对比度改善指数和平均梯度等评价指标进行评价。实验结果表明增强后的图像血管连接性好、分辨率更高、高频信息表现更丰富，所提增强方法对光声图像的优化处理有应用潜力。

由于水下振动特征极其微弱, 利用激光相干探测水表面信息, 采用传统频谱分析的方法从水面信息反演出水下振动的特征是一项艰苦的工作。故在传统频谱分析的基础上, 采用短时傅里叶变换和小波多尺度变换联合, 可有效地增强从水表面信息中获取水下振源振动特征。通过对1 000 Hz振源放置水下80 cm处振动实验的分析。结果表明, 水下振源的振动特征得到增强, 有利于目标特征的提取。

提出基于多尺度变换和区域相结合的红外与可见光图像融合方法,用于有效保留红外图像与可见光图像中的空间信息及热目标信息,提升融合图像的可观测性和可理解性.首先,基于非采样Contourlet变换(NSCT)方法对红外和可见光图像进行初步融合,采用基于局部能量的规则融合低通子带系数,根据尺度内各方向子带的相关性原则融合带通方向子带系数.然后,计算初次融合后所得的融合图像与源图像的结构相似性(SSIM),根据源图像与初次融合图像的结构相似程度对图像进行区域分类,得到相似区域分类标识图.最后,依据区域内各自的相似度特性,分别采用不同的融合策略进行二次融合,从而得到最终的融合结果.实验结果表明:该方法能够充分提取源图像的区域特征和纹理特征,融合结果在主观和客观评价上均优于目前流行的融合方法.与仅使用NSCT法进行融合相比,实验所采用的两组图像的质量评价指标分别提高了16%、85%、54%、36%和18%、102%、84%、41%.表明该方法在主客观评价上均优于双树复杂小波变换(DTCWT)、NSCT、冗余离散小波变换(RDWT)等方法.

基于电磁场的多尺度变换理论, 将一个各向异性介质椭球重构为一个各向同性介质椭球, 进一步得到了新椭球的形体参数。利用各向同性椭球电磁场与各向异性椭球电磁场的多尺度关系, 得出了各向异性介质椭球内电场的解析表达式, 对所得结果进行了验证。计算了椭球内电场方向与外电场方向的夹角, 仿真结果表明：外电场的方向对椭球内电场的影响不大, 介电常数张量对椭球内电场的方向和大小有较大的影响。

通过多尺度变换实现了反演范围的自适应调整, 使其更接近真实范围。分别采用反演范围固定算法与自适应算法对200～600 nm单峰和200～900 nm双峰分布颗粒的模拟相关函数进行了反演, 结果表明：自适应算法的结果更接近理论分布, 抗干扰能力更强。相对于固定算法, 单峰分布颗粒最多可缩小峰值误差4.73%,缩小峰宽误差185 nm。双峰分布颗粒在0～0.001噪声水平时, 峰值误差分别小于11.33%,12.45%, 峰宽误差分别小于35,160 nm, 而固定算法在噪声水平大于0.000 1时, 难以得到合理的反演结果。反演范围自适应调整方法能够有效优化粒径反演结果。