为进一步提升高动态范围图像在普通显示器上的呈现效果，提出了一种基于改进拉普拉斯金字塔的高动态范围图像色调映射算法。该算法将预处理后的图像分解为高频层和低频层，分别输入2个特征提取子网络，将2个包含不同特征的输出图像融合后再输入微调网络，最终得到感知效果优越的低动态范围图像。此外，该算法设计了自适应分组卷积模块以增强子网络提取局部和全局特征的能力。测试结果表明：与现有的先进算法相比，所提算法可以更好地压缩高动态范围图像的亮度，保留更多图像细节，拥有更加优越的客观质量指标和主观感知效果。

针对大场景、大视场图像应用和一般图像拼接算法速度慢的问题, 采用了基于离线标定的快速图像拼接算法。在实际应用中多台相机位置固定, 采用离线标定计算出图像拼接的单应性矩阵, 实时拼接中直接加载该矩阵进行计算, 从而省去了大量的特征提取和配准时间。在快速图像对齐的基础上, 提出了一种基于YUV色彩空间的拉普拉斯金字塔的快速图像融合算法, 相对传统拉普拉斯金字塔融合算法有更好的融合效果和更快的速度。实验结果表明, 本文算法的图像融合速度是传统传统拉普拉斯图像融合的3倍, 满足应用场景中实时图像拼接速度需求, 具有良好的图像拼接效果。

在数字图像相关计算中,通常需要人为地选择一个散斑区域以限制搜索区域。随着工业自动化的发展,经常需要获得材料表面的实时位移场和应变场,找到一种快速准确的散斑区域提取算法显得尤为重要。二阶梯度熵函数在散斑提取过程中,耗时过长,计算复杂多变的散斑图时不能准确提取散斑区域。针对这些问题,根据散斑分布特征,提出了一种基于拉普拉斯金字塔加权熵的散斑区域提取算法。该算法在降低计算量的同时,可根据不同散斑图的熵值分布直方图灵活地自动确定阈值。研究结果表明:在散斑区域提取过程中,该算法可以较灵活地选择阈值,完成散斑区域的自动提取,同时计算时间可减少90%以上。该算法较二阶梯度熵函数有了较好的改进,基本能实现复杂背景下散斑区域的提取,同时提取速度有了显著的提升。

针对现有可见光隐式成像通信调制算法隐式效果差、算法复杂的问题,提出了一种基于蓝色通道拉普拉斯最高层金字塔的隐式信息调制算法。该算法利用人眼视觉系统对黄蓝分量不敏感的特性,仅对蓝色通道图像进行拉普拉斯金字塔分解,并在最高层嵌入隐式信息。此外,考虑到图像纹理差异对隐式效果的影响,采用图像熵作为衡量图像间纹理复杂程度的指标,设计了一种基于纹理复杂度的图像分类器,并对不同分类图像的隐式效果进行了分析。仿真结果显示,所提调制算法的峰值信噪比平均可达到40.46 dB,相较于一般拉普拉斯金字塔调制算法,性能提升了5 dB,可有效增强系统的隐式效果。

偏振光学去雾技术具有细节恢复好、颜色还原度高的优点。为了进一步提高偏振光学去雾技术的去雾能力,提出了一种新型偏振光学去雾技术,该技术利用离散余弦变换构建图像金字塔,再构建图像拉普拉斯金字塔,利用传统偏振光学去雾技术对图像拉普拉斯金字塔的每一级进行去雾处理,使用去雾后的拉普拉斯金字塔重建得到去雾后图像。实验结果表明,与传统偏振光学去雾技术相比,该技术可以得到相当或更好的去雾效果,表现出良好的图像去雾能力,对于偏振光学去雾技术的进一步优化具有一定意义。

平视视景系统(HVS)融合了增强视景系统(EVS)和合成视景系统(SVS), 在飞机近陆运行阶段, 为飞行员提供实时外景信息, 提高飞行安全。提出了一种用于HVS的图像融合方法: 首先将源图像进行拉普拉斯金字塔变换, 然后对高频层采用绝对值取大的方法进行融合, 低频层采用区域能量与改进的区域平均梯度相结合的方法进行融合, 最后进行拉普拉斯反变换得到最终融合图像。实验表明该方法用于EVS与SVS图像的融合时具有良好的融合效果。

针对光学成像系统景深范围有限、景深范围外目标成像模糊的问题, 提出一种区域方差和点锐度相结合的拉普拉斯金字塔变换图像融合方法。该方法首先对多幅源图像做拉普拉斯金字塔变换, 提取源图像在不同频率层的特征信息; 对金字塔顶层图像和其余各层图像, 分别采用区域方差和点锐度作为融合度量, 对其进行融合, 得到融合图像的金字塔各层系数; 最后进行拉普拉斯金字塔逆变换得到融合图像。仿真结果表明, 本文方法得到的融合图像主观视觉效果和客观评价指标均优于其他常用算法, 标准差、互信息和边缘保持度分别提高了0.24%、6.8%和8.4%。该方法有效降低了融合图像的噪声, 获得了更加丰富的边缘信息, 对实现光学成像系统在大视场范围获取高分辨率光学图像具有重要意义。

近年来, 高温干扰遮蔽情况下利用红外热成像与数字全息成像相结合的新技术观察火场中目标成为时下的研究重点。理论上火焰和浓烟对长波长的红外数字全息成像没有影响, 但在现实火场环境中, 燃烧物的大颗粒灰尘将会干扰光路, 严重增加了全息图重建图像的噪声。本文提出了一种新的图像处理算法来抑制红外数字全息重建的噪声。该算法利用双边滤波器配合拉普拉斯金字塔算法将全息重建图像的细节和能量层分开, 再对细节层进行滤波, 然后用反向拉普拉斯金字塔算法将分离的层叠加回重建图像中, 从而提高重建像的分辨率, 并通过模拟火场环境验证了该算法对改善红外数字全息图重建像的分辨率具有显著效果。

为了选取基于拉普拉斯金字塔变换融合方法效果较好的融合规则来提高多波段图像融合质量, 现结合 12种融合规则对可见光、红外短波和红外长波图像进行融合, 通过主观人眼视觉观察与客观评价中的信息量、统计特性和人眼视觉特性的评价指标对融合效果进行分析比较, 找到融合效果较好的融合规则。实验结果表明, 低频使用等值加权平均时, 融合效果较差, 对比度低。高频使用绝对值取大、低频使用区域匹配时, 融合结果清晰, 评价指标最高, 便于人眼观察。高频使用区域能量取大、低频使用区域匹配度取大时, 融合结果可以充分显示边缘和纹理信息。高频使用一致性检测和区域方差时融合效果一般。

夜间视频图像增强是夜视成像的关键技术, 而由于夜晚环境照度低, 存在路灯等局部亮点, 限于器材原因, 易造成夜视图像“局部饱和, 但灯下黑”的特点。根据城镇环境下极低照度CMOS视频成像的特点, 基于拉普拉斯金字塔重构算法, 将不同曝光参数下的同一场景图像进行分解, 通过熵和平均梯度数值筛选图像细节, 重构出细节丰富的场景。实验表明, 该方法在处理夜视图像时可以有效还原图像细节, 获得高动态范围图像。