针对传统多尺度融合方法不能突出目标信息、融合图像缺失细节与纹理的问题，提出一种基于梯度域引导滤波和显著性检测的红外与可见光图像融合方法。该方法利用梯度域引导滤波将输入图像分解为基础层和细节层，同时利用加权的全局对比度方法将基础层分解为特征层以及差异层。在融合过程中，分别采用相位一致性组合加权局部能量、局部熵结合加权最小二乘优化、平均规则来融合特征层、差异层、细节层。实验结果表明，所提融合方法的多项指标相对于其他方法提升较多，且图像视觉效果更好，在突出目标信息、保留轮廓细节、提高对比度和清晰度方面十分有效。

为了提高再生混凝土(RAC)的力学性能, 将废聚对苯二甲酸乙二酯(PET)塑料瓶剪成纤维条制成纤维再生混凝土(FRRAC)。通过纤维再生混凝土与再生混凝土的坍落度试验和强度试验, 研究废PET塑料纤维长度、掺量对再生混凝土基本性能的影响, 并进行强度影响因素的显著性分析和混凝土微观结构分析。结果表明: 与不掺纤维的再生混凝土相比, 纤维再生混凝土的流动性降低, 且随废PET塑料纤维掺量、长度的增大而下降; 掺PET纤维后, 再生混凝土的抗压强度总体上有所提高, 劈裂抗拉强度明显大幅提高。对于抗压强度, 废PET塑料纤维的掺量影响显著; 对于劈裂抗拉强度, 纤维掺量、长度及二者交互作用均影响显著。掺PET纤维虽然会引入薄弱的界面过渡区, 但适量时可使再生混凝土结构致密。

冰磨损是导致水工混凝土损伤的重要因素之一。为探究冰凌作用下天然浮石混凝土的磨损规律，以内蒙古地区的天然浮石为粗骨料，研究浮石骨料体积分数、水胶比、胶凝材料硬度对冰磨损天然浮石混凝土的影响规律，分析了不同因素对天然浮石混凝土磨损量影响的显著性，运用超景深显微镜对冰磨损下天然浮石混凝土的表观形貌进行观测。结果表明：冰磨损天然浮石混凝土磨损量随浮石骨料体积分数和水胶比的增加而增加，随胶凝材料硬度的增加而降低；浮石骨料体积分数和水胶比对天然浮石混凝土磨损量的影响较为显著；在切削磨损和疲劳磨损的共同作用下天然浮石混凝土表层材料脱落，磨损表面孔壁被破坏，孔洞增大。

针对航拍沥青路面图像识别的噪声和干扰问题,提出一种应用于航拍图像的路面裂缝识别算法。根据路面区域与路旁景观区域灰度级数分布不同,采用多方向拟合的区域生长方法联合HSV颜色空间阈值进行路面区域分割,提取包含完整裂缝信息的单通道路面;再通过改进的形态学滤波剔除面积较大的干扰区域,利用结合显著性分析的边缘检测算法识别路面的裂缝片段,实现复杂裂缝与路面纹理噪声的区分;自动筛选存在裂缝的图像,针对裂缝可疑区域,结合人眼辅助观察标记并计算其长度。结果表明,该算法可有效剔除图像中的噪声和干扰,较好地识别沥青路面的裂缝,裂缝宽度的识别精度能达到9.7 mm,分类识别准确率大于80.0%,长度测量准确率大于75.0%。

针对自动对焦技术中存在的全局对焦困难问题，本文提出一种新的基于区域显著性分析的图像融合方法。首先用基于图论的显著性分析(GBVS)算法定位源图像中的聚焦区域，然后使用分水岭和形态学方法进一步处理显著图的封闭区域以去除伪聚焦区域，得到精确提取的聚焦区域；离焦区域用剪切波变换处理后，以SML算子选取有用的细节信息作为融合依据。最后将处理后的聚焦区域和离焦区域融合为全聚焦图像。实验证明，所提出的方法融合图像边缘清晰，细节丰富，视觉效果最好，并且在清晰度和融合度的评价指标上较传统方法提高5%以上。

针对布匹瑕疵检测存在的有效性不高、实时性不强等问题, 提出一种视觉显著性分析和最优椭圆Gabor滤波相结合的瑕疵检测方法。离线阶段采用差分进化算法对无瑕疵样本图像进行椭圆Gabor滤波器的参数寻优, 得到最优EGF; 在线阶段采用软硬件协同设计技术进行软硬件划分, 基于Zynq SoC的PL端实现中值滤波、RGB到CIE LAB格式颜色空间转换、LAB三通道EGF处理, 通过AXI VDMA总线将图像数据传输到PS端, 并计算滤波前后图像特征向量, 提取瑕疵显著区域, 确定阈值分离瑕疵。实验表明, 该方法有效地抑制了背景凸显瑕疵区域, 且软硬件结合提速明显, 具有较高的有效性和实时性。

为了实现红外图像与可见光图像的信息融合, 弥补单一模态图像的不足, 提出了一种基于显著性分析与改进的边缘方向直方图EOH(Edge Orientation Histogram)特征的红外与可见光图像配准算法。该算法首先利用显著性分析技术找到可见光图像中的重要信息, 得到显著性图; 将其与可见光图像融合, 实现可见光图像中重要信息的划分。然后, 利用自适应FAST(Features from Accelerated Segment Test)算法, 探测可见光与红外图像上的特征点; 利用改进的EOH, 描述特征点。最后, 根据描述计算特征点的相似性, 在可见光与红外图像上找出对应的特征点, 实现红外与可见光图像的匹配。在3种不同情况下对红外与可见光图像数据进行了配准实验。结果表明: 在红外图像与可见光图像采集条件相似情况下, 特征点正确匹配率为96.55%, 而在图像采集条件差异较大的情况下, 特征点正确匹配率可达74.21%。该算法可实现红外与可见光图像的精确快速匹配, 即使红外图像与可见光图像采集的角度与位置均存在较大差异的情况下, 仍可以满足红外与可见光图像匹配对精度和稳定性的要求。

多源遥感影像融合中，通常不同地物区域对光谱特征和空间细节信息的要求有所不同。针对该特点，提出了一种 IR(自适应半径搜索 )显著性分析模型，实现了对多源遥感影像显著性区域和非显著性区域的识别与划分。结合 HIS与小波变换融合算法，提出了改进的自适应平均梯度加权 HIS融合方法，实现了对道路、农田、居民区等显著性区域的融合，更好的保留了其丰富的空间细节信息；同时提出了 HIS+WT变换的融合方法，实现了对山地、林地等非显著性区域的融合，保留了较多的光谱信息。以此实现了分区域的自适应遥感影像融合。实验结果表明，本文方法能够使融合后的遥感影像既能保持较高的空间细节表现能力，又能很好地保留其光谱信息。对农业科学、森林规划以及今后森林遥感影像分类、识别等研究提供了一定的理论基础与应用价值。

高分辨率遥感影像中包含大量复杂的地物信息，直接通过分割提取道路的准确度往往较低，而且无法有效排除居民区等的干扰。提出一种结合视觉显著性分析的高分辨率遥感影像道路提取算法。 该算法通过自适应阈值分割得到包含居民区和道路的特征图,利用人类视觉系统进行显著性分析，得到居民区的显著图，通过对显著图的分割得到只包含居民区的特征图，对两张特征图进行异或运算，即可提取出道路。实验结果表明，所提出的算法能较为有效地除去居民区的干扰，完整地提取出道路，对今后遥感图像道路提取有一定理论与实践意义。