提出了层析短时积分成像法,并通过实验验证了该方法的数据质量更高,成像效果优于传统的层析成像法;在小波去噪理论方面,结合太赫兹信号的特点提出δ-σ评价规则,利用该评价规则遴选出最优的小波去噪组合(即sym7小波,分解尺度为5),并以此为基础设计酚醛塑料样件进行无损检测层析短时积分成像实验,对比不同的小波去噪组合,从识别缺陷数量、缺陷识别率这两个主观评价指标和韦伯对比度这一客观评价指标上对比小波去噪的效果,结果表明:sym7小波(分解尺度为5,软阈值处理)对酚醛楔形缺陷无损检测信号小波去噪具有良好的效果,信号预处理后的样件无损检测图像背景噪声带得到了有效抑制,预制缺陷与背景区域的对比效果更加明显,能够清晰准确地获取样件的内部结构变化。

为了提高不同像素之间的相干性,基于最小化嵌入损失函数框架提出了一种空域图像自适应隐写算法。使用Daubechies小波构造滤波器预测载体图像的残差权重并获得损失值,利用均值滤波器对损失值进行平滑处理,结合校验格编码嵌入信息。使用两种不同的图像特征进行抗隐写分析,实验结果表明,当信息嵌入率较小时,所提算法的抗检测能力与HILL(Hill-pass,Low-pass,Low-pass)隐写算法的相近,且优于其他对比算法;当信息嵌入率较大时,所提算法的抗检测能力明显优于小波获得权重法、S-UNIWARD(Spatial-Universal Wavelet Relative Distortion)等主流隐写算法。

According to the speckle feature in Optical coherence tomography (OCT), images with speckle indicate not only noise but also signals, an improved wavelet hierarchical threshold filter (IWHTF) method is proposed. At first, a modified hierarchical threshold-selected algorithm is used to prevent signals from being removed by assessing suitable thresholds for different noise levels. Then, an improved wavelet threshold function based on two traditional threshold functions is proposed to trade-off between speckle removing and sharpness degradation. The de-noising results of an OCT finger skin image shows that the IWHTF method obtains better objective evaluation metrics and visual image quality improvement. When α=0.2, β=5.0 and K=1.2, the improved method can achieve 9.58 dB improvement in signal-to-noise ratio, with sharpness degraded by 3.81%.

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。

为了提高多特征融合图像检索的效果, 本文提出了一种基于分块颜色直方图和GWLBP的图像检索算法。算法采用K-means均值聚类对RGB颜色空间进行颜色聚类, 再将4×4均匀分块图像分成9个子块, 提取每个子块的颜色体积直方图, 并赋予不同权值计算颜色特征；利用Gabor滤波器组对输入图像进行不同分辨率和方向滤波, 然后将不同方向上局部滤波器输出结果与全局滤波器输出结果的平均值进行比较, 并进行二值化, 据此提出3种不同的GWLBP算子来提取纹理特征。最后对图像的颜色和纹理特征高斯归一化, 采用加权平均来融合颜色和纹理的特征距离。通过实验仿真可知, 与其他3种算法相比, 本算法对正常和有旋转倾向的图像都有较高的查全率和查准率。

针对局部线性嵌入(LLE)算法易受偏转角度和近邻选取的影响，提出了一种双层LLE(DLLE)的人耳图像识别方法，并结合Gabor小波和DLLE提出了GDLLE。DLLE首先计算各样本与每类样本中心的欧氏距离，再把欧氏距离最小的K类所有样本作为LLE的近邻，提取出鉴别特征，最后由最近近邻分类器对鉴别特征进行分类。在USTB3人耳图像库上的实验结果表明，本文提出DLLE能够减小偏转角度和近邻对LLE算法的影响，结合Gabor小波后进一步改善了算法的识别率。

利用连续小波变换实现三维重建过程中，其重建效果往往取决于小波函数的选择。小波函数在空域和频域的表现，决定着数据处理的效率和效果。不同的小波函数自身具有不同的表现，其频域部分往往有不同的旁瓣产生。讨论了复Gauss系列小波频域旁瓣对三维面形重建的影响，计算得到复Gauss小波随微分阶数增加其旁瓣有变小的趋势，理论分析和实验结果均得到其局部分析能力呈趋好的规律。通过引入复Morlet小波和Mexican hat小波函数，进一步验证了频域旁瓣对重建效果的规律性影响，实验结果与理论分析吻合较好。

微机械陀螺作为小型化光电稳定平台中的核心传感器,由于存在随机漂移,直接影响了其使用精度。小波算法以其多分辨特性，适合于非平稳信号的去噪，应用小波分析算法，实现了微机械陀螺的实时滤波。通过仿真及实验验证了算法的效果。结果表明,应用小波分析算法可以将漂移均方差降低为处理前的5%以内。

A rational-dilation wavelet transform (RWT) based pan-sharpening method for multi-spectral (MS) images of various oscillatory nature is proposed. The previous multi-scale transforms, such as wavelets, curvelets and contourlets, decompose an image into channels with low constant Q-factors, and aren't suitable for pan-sharpening images with different behavior in frequency domain. The RWT as an over-complete scheme not only increases the sampling in spatial and frequency domain, but also provides a tunable Q-factor approach to be suitable for a given dataset. We studied its multi-scale decomposition scheme and the RWT based pan-sharpening method. The MS image pan-sharpening experiments show that this method using a better suitable parameter set can achieve a promising performance and often outperforms many other widely-used pan-sharpening methods both in visual quality and in term of evaluation indexes.

图像特征点是图像的重要局部特征，它是图像理解和模式识别中的重要信息，图像特征点提取技术也是图像处理的有力工具之一。提出了一种在尺度相互作用模型下利用墨西哥帽小波来提取图像特征点方法，该方法对于经过旋转、亮度、模糊以及噪声处理后的失真图像仍能提取出相对位置和数量都较为一致的特征点。而针对尺度相互作用的墨西哥帽小波提取不同尺度的图像时的特征点相对位置不一致的问题，提出了在墨西哥帽小波中加入尺度因子的方法，通过仿真实验验证了算法的正确性。