双偏振干涉技术是利用光的偏振特性和干涉现象来分析和测量材料的光学技术。为了消除干涉图像中的噪声干扰，提出了一种基于正余弦分解和离散余弦变换（DCT）的去噪算法。首先通过正余弦分解获取干涉图像的映射图像，然后在DCT频域中对DCT系数进行压缩，最后利用反正切运算重构去噪后的图像。将所提算法与传统的滤波方法、偏微分方程图像处理技术、快速非局部均值（FNLM）滤波、加权核范数最小化（WNNM）算法以及无监督深度学习去噪策略（N2N）进行对比。对比实验结果表明：所提算法在峰值信噪比（PSNR）和结构相似性（SSIM）评价指标上优于其他对比算法。对去噪前后干涉图像组的相移曲线进行了对比，所提算法去除了异常跳变，进一步验证了算法的有效性，且双偏振干涉技术后续计算的准确性得到提高。

针对水下目标检测过程中由于水下成像模糊、目标物与背景对比度低等原因导致的水下图像特征提取与目标理解困难的问题，本文提出了一种基于频域注意力的水下目标检测算法。该方法首先将训练集图像变换到频域，并使用低频特征引导组件（low frequency feature guiding suite，LFGS）计算频率分量，然后该分量将作为参数被应用到低频特征提取模块（low frequency feature extraction model，LFM）来更好地提取图像的低频特征，融合了图像低频信息的特征经过进一步特征提取生成高层特征，最后将高层特征输入到检测头中进行检测。在URPC2021数据集上进行验证，平均精度均值达到了83.35%，验证了本文方法的有效性。

为实现铜熔炼过程除尘风机转速的自动调节,提出了基于图像分析技术的烟雾浓度分级方法。通过采样窗对烟雾图像从上至下进行采样,形成时间序列,对每个采样子图进行离散余弦变换(DCT)特征提取,提取的系数视作该时刻隐马尔科夫模型(HMM)隐含状态产生的的观测值,一幅图像则分割成一个完整的HMM序列。通过对4种工况分别建立HMM,每种工况各用30幅图像训练估计模型参数,再对待测烟雾样本图像进行分类。实验结果表明,采用HMM分类的准确率最高可达95%,优于最小二乘支持向量机(LSSVM)的识别效果。

提出了一种基于光学衍射成像原理的彩色图像加密方法.首先把彩色图像分成红、绿、蓝三基色分量, 并将三基色灰度图像分别作离散余弦变换, 得到对应的离散余弦变换谱.保留离散余弦变换谱的主要数据, 并用空间复用的方法把这三个主要数据融合于一个实值图像之中, 该图像即为复合频谱.再将此复合频谱送入光学衍射成像系统中加密, 得到单幅密文.解密过程为加密过程的逆过程, 即首先由单幅密文恢复复合频谱, 再由复合频谱分离出三基色图像的部分离散余弦变换谱, 再对这些离散余弦变换谱做逆变换得到三基色图像.由于对复合频谱设置了一个特殊数据区, 因此在利用相位恢复算法恢复复合频谱的过程中, 这些特殊数据作为输入平面的部分振幅支撑, 可以避免迭代过程的停滞问题并提高收敛速率, 从而完全恢复复合频谱, 进而恢复原始图像.本方法可以将一幅彩色图像加密成单幅具有噪声图样的强度密文, 同时, 解密恢复得到的原始彩色图像具有较高的像质.

采用一种空间移相干涉仪测量凹形非球面反射镜光学表面, 使用偏振元件和多幅图像同步采集实现移相, 并对测量得到的干涉条纹采用基于离散余弦变换的相位解包裹算法, 对不连续相位分布采用非加权的最小二乘法进行优化目标函数, 最终重构出被测光学表面的面形。这种结构形式的干涉仪具有一定的抗振能力, 同时在数字图像处理上优化了算法, 能够快速稳定地得到被测面形, 而且对硬件要求不高。结果表明: 这种算法能够适用于非实验室条件下的光学测量, 在一定干扰条件下可以达到较高的测量精度。

针对传统复原算法在低信噪比情况下复原结果感知效果差的问题, 提出了一种基于视觉对比敏感度与恰可察觉失真感知的图像复原方法。首先, 利用离散余弦变换(DCT)分解图像, 将图像编码为不同尺度下的一系列子带, 利用概率和模型及DCT感知模型计算每条子带的恰可察觉失真阈值, 并采用明可夫斯基距离计算失真度量; 然后, 对于每个尺度下的每条子带, 利用一个迭代的两断对分程序来调整每个尺度下的每条子带的通道权重, 直至子带的失真度量恰好等于期望的失真阈值; 最后, 利用对比敏感函数对每条子带中的系数进行视觉敏感度加权, 通过DCT逆变换对视觉感知加权后的系数进行重构以得到最终的复原图像。基于LIVE图像库的实验结果表明, 本文复原算法不仅能够有效地增加图像的信噪比, 而且能够很好地改善图像的感知质量。

为了提高彩色视频流压缩变换的速度, 缩短变换时间, 将基于多维矢量离散余弦变换(DCT)正交矩阵的视频流压缩算法同现有的快速DCT算法相结合, 提出了基于多维矢量矩阵DCT的快速算法。首先, 对一种实用性较强的一维快速DCT算法进行部分校正与补充, 并将两种极具代表性的二维快速DCT算法, 即行列分解法和线性组合法拓展到了多维层面。然后, 结合多维矢量矩阵理论, 推导出了两种DCT快速算法及其蝶形示意图, 并分析了算法的乘法运算次数。最后, 将这两种基于多维矢量矩阵的DCT快速算法应用在标准视频库中测试视频的压缩编码中, 同时做了对比实验。实验结果表明：两种算法在DCT时所需的时间均小于0.25 s, 满足视频实时性的要求。该算法在保证重建视频质量的同时降低了运算时间, 并将DCT快速算法从低维扩展到了多维, 可以处理更多维数的视频。

为了克服光照、表情变化等因素对人脸识别的影响，本文提出了一种自适应的Gabor图像特征抽取和权重选择的人脸识别方法.该方法首先把每幅人脸图像经过Gabor小波变换后得到的40个不同尺度和方向下的图像都看作是独立的样本，再把不同人脸中的同一尺度和方向的变换结果进行特征重组，得到40个独立地新特征矩阵.为了增强对光照、表情变化的鲁棒性，每一新特征矩阵的识别贡献被本文所提出的自适应权重方法计算得到.其次，对每一新特征矩阵采用离散余弦变化进行降维，并采用了鉴别力量分析方法来选取最有鉴别力的离散余弦变换系数作为特征向量.最后，抽取线性鉴别分析特征进行识别.大量的实验证明了本文所提方法的有效性.

提出了一种针对航空视频图像的编码优化方法,在工控计算机上实现了两路PAL制式彩色视频的同时实时压缩存储。选择离散余弦变换(DCT)去除图像的相关性,在比较各种DCT方法后,对AAN算法进行优化改进,并给出优化的依据,同时优化了可变长编码(VLC)中VLC表的检索方式。通过对视频压缩算法中运算量最大的两个算法模块进行优化改进,在P4 3.0G处理器上实现了8 ms内压缩一帧768×576的彩色图像。算法在32∶1的压缩比下,峰值信噪比(PSNR)为29.47,接近小波压缩算法在该压缩比下的PSNR值,确保了压缩质量。实验结果表明,优化方案在压缩速度、压缩率与压缩质量3者间取得了平衡,能很好地满足航空视频图像实时压缩的需求。

边界检测方法可根据处理方法包括空域和频域。但空域处理运算量较大, 尤对压缩的图像信息来说, 要经过频域-空域-频域的处理过程, 其计算量太大以至于无法满足视频信息实时处理的需要。对此, 频域处理就显得尤为重要, 离散余弦变换具有计算量小、正交性、固定实基函数等特点而在图像处理和压缩中得到广泛应用。基于图像块频域系数和空域图像特征之间的对应关系, 提出一种快速频域估计边界特性的方法。该方法仅根据压缩后的F(1,0)和F(0,1)两个低频交流系数, 判别图像块内的边界方向。