针对均值漂移跟踪算法中目标模型更新误差累计导致的后续跟踪误差变大,提出了一种基于四通道不可分小波的均值漂移目标 跟踪方法。基于不可分小波对目标图像的分解,利用高频子图分割出准确的目标区域,将此区域的高频与低频特征值融合,进行均值漂移跟踪。在跟踪过程中使用 基于目标轮廓的尺度与模型更新,并用子特征相关系数对目标特征模型进行自适应更新。结果表明提出的方法在跟踪场景和目标外观变化时具有实时性与准确性。 与未进行图像分割的跟踪方法相比,提出的方法具有更好的跟踪精准度；与使用条件随机场(CRF)的跟踪方法相比,其具有更好的处理速度与精确性。

提出了伸缩矩阵为[1,1;1,-1]的不可分小波的一种构造方法,并把它应用于多光谱图像与高分辨力全色图像的融合中。提出了一种二通道对称的不可分小波滤波器组的构造方法,设计出多组具有紧支撑、对称性和正交性的不可分小波6×6滤波器组,利用此类滤波器组中的低通滤波器对图像进行加性分解与重构。采用三种模式NAWS、NAWRGB和NAWL对ETM+及其它类多光谱图像与高分辨力全色图像进行融合研究。实验结果表明,该方法对多光谱图像与高分辨力全色图像的融合有较好的融合效果,与传统的融合方法相比,该方法既能保持多光谱图像的光谱信息,又能保持高分辨力全色图像的高分辨力特性,克服了传统张量积小波融合方法不能得到高分辨力图像的不足,并能节约运算量。