由于水体及水中的悬浮粒子对光的吸收和散射作用,水下观测到的图像呈现出模糊、对比度低、噪声严重等问题,加大了水下图像分析与理解的难度。为了克服这些缺陷,以水下光学成像模型为基础,提出了一种基于拉普拉斯算子先验项的,可同时去雾、去噪的快速变分复原方法。首先,根据水下光学成像模型设计变分模型的数据项和规则项,对拟恢复图像采用拉普拉斯算子先验项作为变分能量方程的规则项。然后,采用改进后的红通道先验估计得到全局背景光,结合红通道先验估计得到每个通道的透射率图。为进一步提高计算效率,引入交替方向乘子法(ADMM)对所提出的模型进行交替优化迭代求解。实验结果表明,该算法能有效地去除水雾,抑制水下图像的噪声,提高图像的对比度和清晰度。

BSCB模型在传输过程中引入Laplace算子时采用的点是某一像素周围4个邻点,对像素的表示会有局限性,进而造成修复后边缘模糊的现象。为优化这一问题,提出一种基于粗糙数据推理的改进BSCB算法,利用粗糙数据推理空间制定与某一像素相关联的采取规则以期挖掘像素之间的近似关系、衍生关系及拓展关系,选取与某一像素相关性最大的点,从而避免像素表示的局部性问题。实验结果表明,与经典的BSCB算法相比,改进后的算法在传输过程中采取的点更能体现图像结构,可获得较好的视觉效果,峰值信噪比也从数据层面证实修复效果的改善。

针对红外和可见光图像的自身特点，本文提出一种基于四元数小波变换（QWT）和自适应脉冲耦合神经网络（PCNN）模型相结合的红外图像与可见光图像融合的新算法。首先将红外图像与可见光图像分别进行四元数小波变换，分别得到低频子带和高频子带系数；其次，采用局部区域方差匹配的融合准则处理低频子带系数，并用自适应的PCNN 模型处理高频子带系数，用一种改进的空间频率作为PCNN 模型的刺激输入，且采用拉普拉斯算子调节PCNN 模型的阈值；最后经过四元数小波逆变换实现图像的融合。将本文提出的新算法与经典的图像融合算法进行对比分析，实验结果说明，新方法取得了较好地视觉改进效果，并在客观标准上也达到一定的提高。

以图像匹配技术为代表的弹载电视制导技术具有信息直观的特点, 作为非常优秀的图像匹配技术, SIFT算法受到了广泛的关注和深入的研究。针对传统 SIFT算法实时性差的问题, 本文提出了一种改进的 SIFT算法。在提取特征点部分, 通过 Laplace算子找出图像边缘区域并进行 Laplace加权处理, 然后利用 FAST特征点检测算法提取区域特征点; 在生成特征点描述子部分, 将传统的 128维 SIFT算子降为 48维, 利用改进的 SIFT特征描述算子为特征点赋予方向和描述符使其具有旋转不变性; 在特征点匹配部分, 利用欧式距离提取匹配点对, 并采用 RANSAC算法提纯匹配点对, 得到最优矩阵。实验结果表明改进的 SIFT算法在目标旋转、尺度变化等条件下匹配效果良好, 与传统 SIFT算法相比具有很高的实时性, 可以很好地实现图像实时匹配。

由于红外热像仪采集的热红外影像存在大量的噪声、边缘信息模糊难提取, 因此, 提出了一种基于 Laplace算子和灰色关联度相结合的边缘检测方法。该方法首先引进数学形态学对含有噪声的热红外影像进行形态学滤波, 然后利用 8邻域的 Laplace算子作为参考序列, 计算参考序列与系统序列之间的关联度得出关联度矩阵, 再给定阈值判断是否为边缘点, 最后细化影像。基于 MATLAB进行仿真实验, 结果表明: 该算法对具有噪声的热红外影像具有较好的抗噪效果, 能检测出传统方法不能提取的边缘细节信息, 通过调整阈值可以控制检测的边缘信息量, 是一种较好的边缘检测方法。

针对闪光照相底片图像可能含有缺陷的问题,提出了一种基于偏微分方程的闪光照相图像修补算法,该算法在曲率驱动扩散(CDD)方法的基础上,引入变系数的p-Laplace算子,并将其与BSCB方法交替进行修补。该算法能兼顾水平线的梯度方向和切线方向的修补信息,符合人眼的“连通性准则”,并能有效修补面积较大的破损区域。与CDD修补算法相比,该算法能快速收敛,具有更好的修补效果。