传统的图像对比度增强技术容易造成图像的局部区域过分增强或增强不足等问题,因此提出了一种结合不可分小波分析和曲线拟合的图像对比度增强方法。该方法以标准清晰图像的均值和标准差作为图像对比度增强的理想目标,首先对同一目标的标准清晰图像和低对比度图像进行四通道不可分小波分解,然后利用曲线拟合的预测能力得出分解后具有相同频率通道和相同方向子图像的均值之间及标准差之间的函数关系,通过该函数关系和直方图匹配公式即可得到理想的增强后的子图像,最后将这些新的子图像进行不可分小波重构,并采用清晰度、标准差指标对图像对比度增强结果进行评价。实验结果表明,所提方法所得低对比度图像的增强效果较好,且得到了高清晰度图像。

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。

针对张量积小波只强调水平、垂直方向的不足,研究了二维小波的性质和特点,给出了 二维四通道不可分小波的快速算法及其数学证明,分析了此算法的运算量,探讨了滤波器组的 构造方法,理论推导与分析表明此算法运算速度比不抽样的二维不可分小波变换和二维快 速Fourier变换更快。通过构造出的滤波器组进行不可分小波的分解实验,并与张量积小波 进行比较,结果表明不可分小波变换在对图像进行滤波时能全面提取图像各方向的信息。

A new multispectral image fusion method based on intensity-hue-saturation (IHS) transform and three-channel non-separable wavelets whose dilation matrix is [2,1;–1,1] is proposed. The multi-resolution decompositions of the intensity of multispectral image and panchromatic image are performed in nonsubsampled mode using the three-channel non-separable wavelet filter bank. The approximation images and the detail images of the multi-resolution pyramids are fused. The experimental results show that this method has good visual effect. The performance outperforms the IHS fusion method, the discrete wavelet transform (DWT) fusion method, and the IHS-DWT fusion method in preserving spectral quality and high spatial resolution information.

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。