由于影像之间有显著的几何和辐射差异，光学、合成孔径雷达(SAR)影像的自动匹配一直是研究的难点。介绍具有辐射不变的相位一致性模型，并引入索引图对相位一致性的方向和尺度信息进行统计; 借助相位响应方向特征形成方向索引图，借助相位响应尺度特征形成尺度索引图; 建立一种对影像局部特征的描述符--局部相位一致性统计图(LPCS)最后利用LPCS在光学、SAR影像中获取同名点，运用仿射变换模型实现匹配。实验表明，方法对光学、SAR影像之间的辐射差异有很强的适应性，并且匹配精度较高。

由于光学和合成孔径雷达(SAR)存在显著的几何和辐射差异,光学影像和SAR影像自动配准一直是现阶段研究的重点问题。利用具有辐射不变性的相位一致性算法计算两影像相位,构建特征方向信息和特征强度信息,并构建一种局部特征描述符——最大相位索引图(MPIM)。利用相位索引图相关性测度在输入影像上获取同名点,采用仿射变换实现配准。实验结果表明:所提算法对光学和SAR的几何和辐射差异具有较强的适应性,并且配准精度较高。

差异特征频次属性的分布构造对建立双模态红外图像差异特征多属性融合有效度分布合成具有重要意义。针对双模态红外图像差异特征频次属性分布构造的问题，提出了基于 K最近邻（KNN）概率密度估计的差异特征频次分布构造方法。利用累积分布函数得到差异特征频次真实序列值，计算所构造的差异特征频次分布中具有统计意义的频次序列值与真实序列值的相似性测度，对结果进行了验证。实验结果表明，将非参数概率密度估计运用于差异特征频次分布构造中具有可行性，且本文方法相较于 MISE最优带宽高斯核密度估计更能准确构造差异特征频次分布。

提出了一种基于几何结构属性的光学和合成孔径雷达(Synthetic Aperture Radar, SAR)影像配准方法.该方法引入了具有光照不变性的相位一致性模型进行影像特征提取, 采用该模型的强度和方向信息构建了一种几何结构特征描述符—相位一致性方向直方图(histogram of orientated phase congruency, HOPC), 并根据该描述符间的欧式距离定义了影像匹配的相似性测度(称为HOPCn).该测度能表示影像间的几何结构相似性.通过选择4组光学和SAR影像进行试验, 结果表明, HOPCn能有效率的抵抗影像间的非线性辐射差异, 并且其匹配性能好于经典的相似性测度.另外, 也设计了一种基于HOPCn自动的配准方法, 试验结果证明了该方法的有效率和鲁棒性.

在近红外光谱数据相似性测度时, 由于光谱数据高维、 非线性、 重叠等特点, 会出现测度距离失效、 数据信息处理困难等难题。 针对传统相似性测度方法在高维空间出现的不适应性, 提出了基于邻近集计算的光谱相似性测度方法。 首先, 采用邻域保持投影neighborhood preserving projections(NPP)算法对原始光谱数据进行降维处理, 该降维方法可以很好的保留原始光谱数据非线性结构信息和数据点的邻域信息。 然后, 在光谱数据降维后的低维空间中, 采用改进的邻近集计算方法, 实现对近红外光谱数据的相似性测度。 实验结果表明, 基于邻近集计算的光谱相似性测度方法, 有效的实现了光谱数据的相似性测度, 在烟叶风格判定和品质分析方面有较好的应用前景, 同时也为高维光谱数据相似性测度提供了一个良好的解决方法。

针对传统分割算法难以实现高分辨率多光谱图像分割的问题, 本文提出一种利用高斯混合模型的多光谱图像模糊聚类分割算法。该算法采用高斯混合模型定义像素对类属的非相似性测度, 由于该算法具有高精度拟合数据统计分布能力, 故可以有效剔除噪声对分割结果的影响。同时, 引入隐马尔科夫随机场(Hidden Markov Random Field, HMRF)定义邻域作用的先验概率, 并将其作为各高斯分量权值以及KL (Kullback-Leibler) 信息中控制聚类尺度的参数, 从而增强了算法对复杂场景遥感图像的鲁棒性, 进一步提高了算法的分割精度。对模拟图像和高分辨多光谱图像分割结果进行了定性定量分析。实验结果表明: 模拟图像的总精度达96.8%以上。这验证了本文算法在分割高分辨率多光谱图像时具有保留细节信息的能力, 而且也证实了算法的有效性和可行性。该算法能够实现高分辨率多光谱图像的精确分割。

天基红外预警卫星远距离探测时获取的弹道目标特征信息匮乏，代表物质固有属性差异的光谱信息可作为目标识别的主要依据。将尾焰特征光谱信息作为识别的重要手段，综合考虑尾焰光谱吸收特性和特征光谱提取原则，采用改进的向前和向后间隔偏最小二乘法建立特征波段提取模型，以新型自适应变权重光谱相似性测度（SAVM）实现目标与特征光谱数据库的匹配，提出了基于尾焰特征光谱的主动段弹道目标识别方法。仿真实验进行了特征波段提取与SAVM优越性的验证，相较于全波段光谱匹配识别法，提出的方法所需数据量更小、识别精度更高。研究内容可为红外预警卫星系统优化探测识别能力提供有意义的参考。

为充分利用高光谱成像技术提供的丰富的光谱信息和纹理信息，对光学伪装效果进行综合评价，提出了一种结合光谱曲线形状相似度、光谱欧氏距离以及纹理欧氏距离的伪装效果综合评价方法。利用绝对关联度、欧氏距离和灰度共生矩阵分别对三类特征进行量化，从形状测度和距离测度两方面综合考量光谱信息和空间纹理信息，求得综合测度。该方法在理论上更加缜密，实验表明综合测度有较好的稳健性，避免了单一测度的不确定性，对伪装器材的设计和使用具有指导作用。

为了提高复杂场景弱小目标高光谱融合图像的质量, 提出了基于相似性分类的主成分融合方法。光谱数据像素向量的相似性测度分类产生类矩阵, 通过由类矩阵主成分变换的降维投影矩阵来投影变换原有光谱数据, 获得降维数据矩阵。对比了传统PCA与基于欧式距离分类的PCA(ED_PCA)、基于光谱角分类的PCA(SA_PCA)、基于光谱信息散度分类的PCA(SID_PCA)和基于正交投影散度分类的PCA(OPD_PCA)四种改进方法的融合性能。实验结果表明: SA_PCA和SID_PCA方法兼具了ED_PCA和OPD_PCA的优点, 对比度提升较好, 阈值参数不敏感, 运行时间较短。