针对非均匀背景下红外小目标检测率低的问题, 本文引入人眼视觉系统对比度机制, 提出一种基于改进高提升滤波(improved high boost filter, IHBF)的增强局部对比度红外小目标检测方法。首先, 根据小目标的频域特性, 通过 IHBF运算提升高频信号同时, 剔除含有背景的低频信号; 然后, 提出增强局部对比度方法构建比差联合形式的算子, 进一步增强目标与背景间的对比度, 获得最优显著图; 最后, 采用自适应阈值分割技术获取真实目标。仿真结果表明: 相对于现有的局部对比度算法, 所提方法在检测率、虚警率等方面更具优势, 是非均匀背景下检测红外小目标的一种有效方法。

提出了一种基于深度学习和人眼视觉特性的遥感图像质量评价方法。利用卷积神经网络和反向传播神经网络分类器,同时对遥感图像进行特征学习及模糊和噪声强度的等级分类。利用掩盖效应和感知加权因子修正评价模型,得到了更符合人眼视觉的遥感图像质量评价结果。研究结果表明,所提方法有效解决了同时存在模糊和噪声的遥感图像质量评价的困难,能有效准确地评价遥感图像的质量,且与主观评价结果有较好的一致性,更符合人眼视觉感受。

根据LCD显示器亮度的均匀性和显示光栅对比度的稳定性实验分析，提出了一种采用LCD显示器显示光栅测量人眼对比度敏感视觉特性的实验方法，并测量了48位青年对象对3种平均亮度光栅的对比度视觉特性，且与目前有代表性的测量方法和结果进行了对比分析。结果表明该测量方法是一种有效、实用和简便易行的人眼对比度敏感视觉特性测量方法。

复杂地物背景下红外弱小目标的跟踪在红外监视系统中有重要的应用价值。提出了一种基于人眼视觉系统原理和多目标跟踪技术的弱小目标跟踪算法，实现了对复杂地物背景下红外弱小目标的跟踪。算法首先在图像中提取候选目标和各目标对应的目标区域，估计相邻帧图像之间的运动参数，对所有跟踪目标进行轨迹预测；然后融合多信息对当前帧目标与目标链中目标进行关联，根据关联结果对目标链进行更新；最后输出跟踪目标的位置坐标，实现对红外弱小目标的跟踪。用实测的图像序列对算法进行了测试，试验结果表明本文算法对树林、农田、建筑等复杂地物背景中弱小目标有较好的跟踪效果，可以用于红外监视系统中对复杂地物背景下低对比度弱小目标自动跟踪。

有效地反映人眼视觉系统对视频的感知是客观视频质量评估的关键。提出了一种全参考视频质量评估算法。首先抽取基于结构相似度量的空间域特征和基于光流的时间域特征, 然后通过将时间域特征与空间域特征进行加权, 以此构造视频的空时视频质量评估指标。实验结果表明, 全参考视频质量评估算法不但具有快速的计算能力, 而且能够准确地反映人眼视觉系统的视觉感知效果, 具有良好的视频评估效果。

针对红外图像对比度低、噪声大等特点，提出了一种基于人类视觉系统的亮度掩蔽和对比度掩蔽特性的非下采样轮廓波变换(NSCT)域红外图像增强算法，在NSCT 域中定义一种带参数的对比度，对高频系数计算其带参数的对比度，用非线性增益函数对其进行增强，低对比度区域进行高增益，高对比度区域进行低增益，从而突出图像细节与提高图像对比度，同时通过估计噪声水平设置阈值，抑制绝对值小于阈值的系数，用以抑制噪声。对表示图像概貌的低频系数采用非完全贝塔函数进行非线性调整，从而提高图像的整体亮度。实验结果表明，该算法能够有效地对图像局部和整体进行增强，同时能够避免产生过增强现象，具有良好的视觉效果。

提出了一种基于人眼视觉系统(HVS)特性的H.264/AVC码率控制方案以解决传统的H.264/AVC码率控制算法中由于码率分配不当造成视频质量较差的问题。该方案利用人眼视觉系统对视频场景感知的选择性设计了一种新的基于区域的码率控制算法。首先, 利用当前帧和前一帧的信息快速地检测出运动区域和非运动区域。其次, 根据宏块所在区域的复杂度进一步将非运动区域细分为平坦区域和复杂区域。最后, 对这3种区域依据不同的视觉敏感度权重分配适当的比特数。基于不同区域峰值信噪比(PSNR)、连续帧PSNR、主观评价以及缓冲器充盈度综合评价了本文算法的性能, 结果表明, 提出的基于区域的码率控制方案对不同视觉特性区域的比特分配有较高的鲁棒性, 与JVT-G012的码率控制算法相比能获得较好的主观和客观编码质量。

为实现图像水印在数据认证、访问控制和版权保护等领域发挥作用, 提出一种人眼视觉感知特性的小波变换数字图像水印算法。首先对二值图像水印进行Arnold变换, 并采用行堆叠的方法, 转换成一维序列,然后根据密钥生成的高斯序列中值的正负来确定水印信息嵌入时是采用那种调制方式,最后对原始图像进行3级DWT分解, 在小波图像的第二层中频子带中, 结合人眼视觉特性将水印正向或负向调制叠加在宿主图像大于JND 值的小波系数上。实验结果表明: 该算法能抵抗JPEG压缩、加噪、剪切等多种攻击, 具有良好的透明性, 鲁棒性和安全性。

针对噪声图像，提出一种视觉掩盖效应下的无参考图像信噪比评价方法。采用Hosaka分块思想，利用四叉树分解，取消了Hosaka分块对图像尺寸的限制，分块的大小体现出块内图像的主要频率成分；然后检测各个子块噪声，根据图像的污染程度，计算NRPSNR值。利用LIVE Database Release2图像库中的WN的174幅图像检验NRPSNR与DMOS的相关度，并与MSE、PSNR以及HVSNR比较分析。实验结果表明，该方法总体评价效果优于其他3种评价方法，CC为-0.895 0，SROCC为-0.923 6，OR为0.042 9，主客观评价比较吻合，且对于其他噪声类型同样适用，体现了人的视觉掩盖效应，可以满足对无参考噪声图像进行准确可靠的质量评价要求。

随着图像融合技术的发展，各种融合算法层出不穷，而很多情况下最终的融合图像是由人眼观察的，因此基于人眼视觉系统的图像融合质量评价显得尤为重要.为了能够模拟人眼对于融合图像的感知，得到融合后图像质量的客观评价，本文提出了一种基于色差理论的假彩色融合图像质量的评价方法.首先将源图像和融合图像转化到CIE L*a*b*均匀色空间，在频域对图像进行对比度敏感函数滤波，通过计算滤波后融合图像的色差判断图像的细节信息，在一定程度上色差越大信息越丰富；通过计算融合图像与源图像的色差判断融合图像与源图像的相关性，相关性越高，融合算法越好.通过融合图像的色差大小以及与源图像的相关性两个参量，得出融合算法的优劣.实验表明，与其他评价方法相比，本文提出的评价方法与人眼观察的结果较为一致.