提出了一种基于光强传输方程（TIE）的数字全息相位解调方法，并利用离散余弦变换进行了求解。仿真和实验结果表明，与传统的基于快速傅里叶变换的相位解调方法相比，该方法在没有损失精度的基础上加快了解包裹过程。此外，通过选择一个合适的延拓方案来计算强度的偏导数后，该方法的效率可进一步提高。提出的基于TIE的新型相位解调方法具有较高的处理速度和精度，可以实现相位测量的实时应用。

针对相干光偏移正交调幅技术的多载波滤波器组传输(CO-FBMC/OQAM)系统,提出一种基于导频的时域相位噪声补偿算法。建立一个时域相位噪声补偿模型,即相位噪声用时域扩展的离散余弦变换(DCT)近似,相位噪声包括公共相位误差(CPE)和非CPE相位噪声,它们均可通过估计DCT系数来获得。为了计算这些DCT系数,先用基于导频的扩展卡尔曼滤波(EKF)估计CPE,然后将CPE补偿后一部分判决错误概率较高的数据舍弃,仅保留余下的CPE补偿后数据进行预判决用以预估发送端数据,最后在波特率为32 GBaud的背对背CO-FBMC/OQAM系统中对所提算法进行仿真验证。结果表明,对比一种改进的盲相位搜索(M-BPS)算法,所提算法仅有0.5%~2.0%的频谱效率下降。针对64阶QAM、子载波数M=256或512的系统,所提算法的线宽延迟乘积容忍度仍远大于M-BPS算法,但其复杂度仅为M-BPS算法的1/2。

针对信息隐藏技术中大容量信息嵌入会导致隐蔽性和鲁棒性降低的问题,提出了一种基于光学空频域变换的自适应图像分块隐藏技术。利用灰色关联分析和回声状态网络构成自适应嵌入机制,当嵌入容量达到饱和阈值时,该机制会根据灰度关联序自动调整嵌入位置,保证鲁棒性不会大幅下降;在此基础上采用二维离散余弦变换对图像进行空频域互换,结合人眼对光学高频区域不敏感的特性实现信息在变换域的隐藏,保证隐蔽性不受影响。仿真和对比实验证明:大容量信息嵌入载体图像后视觉透视性未受影响;引入高斯、椒盐噪声干扰和旋转、缩放几何攻击后,结果表明,信息载体对噪声干扰和几何攻击不敏感。说明该技术在保证信息容量嵌入的同时也兼顾了隐蔽性和鲁棒性。

太赫兹波的频率介于红外线与微波之间，其独特优势使得太赫兹三维成像已成为国内外的研究热点。为了将光场成像技术拓展到太赫兹波段，介绍了太赫兹光场成像的实验与处理方法。采用太赫兹相机阵列采集到了一系列特定视角的太赫兹光场数据。针对由成像系统的器件限制导致图像存在较强噪点等问题，通过离散余弦变换 （Discrete Cosine Transform，DCT）滤波达到了较好的去噪效果并有效保留了图像的细节信息。利用峰值信噪比 （Peak Signal-to-NoiseRatio， PSNR）和结构相似性 （Structural SIMilarity， SSIM）图像质量评价指标对比了多种滤波去噪方法，证明了DCT滤波方法对于太赫兹图像预处理的可行性。通过选取不同深度值得到了不同景深处的图像重构结果，初步实现了太赫兹光场成像的数字重聚焦。

为了有效降低计算的复杂度并保证压缩质量, 提出了一种基于可分二维马尔可夫过程全局模型的单模低复杂度图像压缩方法。在假定的全局图像模型上寻求最优的空间预测, 其模型构建主要采用了可分二维马尔可夫过程; 对预测残差块进行变换编码进一步消除空间冗余。方法与视频编码中的帧内编码类似, 但仅使用一种空间预测模式(单模)以便有效降低算法的复杂度。实验结果表明, 与相似的低复杂度单模图像编码器相比, 单模方法在平均编码/解码时间不变的情况下, 平均比特率(BD-BR)有所改善(约12%), 且在低比特率下没有产生明显的方块效应, 证明了方法的有效性。

为了构建清晰且大景深的活性污泥微生物显微图像,提出一种基于离散余弦变换(DCT)的多平面活性污泥显微图像融合算法。首先对相同位置、不同焦平面的显微图像进行边缘锐化预处理,分别计算分块图像的变换系数。然后选择系数方差大的子块作为融合图像的子块,采用DCT逆变换对子块进行图像融合。最后应用双边滤波器一致性验证对融合图像进行进一步修正。通过对某污水处理厂采集的活性污泥显微图像进行图像融合实验研究。实验结果表明,所提算法在图像融合清晰度和计算复杂度方面具有相对优势。

针对当前遥感图像耀斑恢复算法存在的耀斑增益计算误差大,需要近红外波段信息辅助以及自身信息利用不足等缺陷,提出基于水体指数与色度分离法的耀斑检测算法以及基于离散余弦变换的耀斑图像恢复算法。首先使用色度分离法提取图像中疑似耀斑的高亮区域,再通过水体指数结合面积阈值和形态学滤波去除散点和孤立区域,进而实现耀斑区域的精准定位和提取。然后依据图像的保真度和局部平滑度构建优化函数,利用离散余弦变换对遥感图像耀斑区域内部的像元进行迭代求解,最终得到恢复后的图像。最后开展现场飞行实验,实验结果表明所提算法能够精确提取和恢复图像水体耀斑区域,并且恢复后的图像在纹理特征和光谱特征两个方面的效果得以改进。

卷积神经网络已成功应用于人脸识别,但是其提取的人脸特征忽略了局部特征。为了提取更加全面的人脸特征,提出一种将人脸特征融合与卷积神经网络结合进行人脸识别的算法。该方法将人脸图像经离散余弦变换后所获得的低频系数和人脸图像的局部二值模式特征分别作为人脸的全局特征和局部特征,再将两者加权融合后得到的图像输入卷积神经网络进行训练分类。在ORL和CAS-PEAL人脸数据库进行实验和数据分析,结果表明,该方法可以明显地提升人脸识别精度。

选择合理的相位解包裹算法是提高检测精度的重要保证, 由于检测过程噪声的影响不可避免, 因此需要在数据处理过程中考虑到算法的噪声处理能力。为了能准确地处理含强噪声的包裹相位图, 从最小二乘解包裹算法的原理出发, 具体分析了基于离散余弦变换的最小二乘法(DCT-LS)及在其基础上发展起来的三种优化算法的特点, 并对不同噪声条件下的解包裹计算结果进行了对比研究。仿真结果表明: 四种算法针对不同类型的噪声处理效果各异, 比较而言LS-LS抗噪能力最强, 在强噪声情况下解包裹结果的残差值仅为1.171 8 rad, 远小于其他三种算法, 且唯一具有较好的抗欠采样能力。