提出了一种结合金字塔对偶树方向滤波器组(PDTDFB)变换域高斯尺度混合模型及非局部均值滤波的图像去噪方法。首先,建立了含噪图像的PDTDFB系数的局部高斯尺度混合模型,应用贝叶斯最小二乘法估计出去噪图像的PDTDFB系数;然后,通过PDTDFB逆变换重构得到初步去噪的图像;最后,采用非局部均值滤波平滑人工效应,从而获取最终的去噪图像。该方法充分利用了PDTDFB变换具有近似平移不变性、多尺度多方向选择性和对图像纹理边缘等细节信息的高效表示能力,以及高斯尺度混合模型对PDTDFB系数的邻域相关性的概括能力。实验结果表明：与目前几个典型的去噪方法相比较,该方法使信噪比提高了0.3~3 dB,视觉效果也有明显的改善。另外,该方法不仅能有效地去除含噪图像中的噪声,同时也有效地保留了原始图像中的边缘和纹理等细节信息。

提出了一种将剪切波变换与贝叶斯统计机理相结合的背景抑制新方法来解决红外搜索跟踪系统探测复杂空中和地面背景杂波中的弱小目标这一难题.根据红外图像中目标和背景杂波的不同分布特性, 首先, 采用剪切波变换对原始红外图像进行多尺度和多方向分解, 获得原始图像的多尺度和方向细节特征, 然后, 通过应用高斯尺度混合模型进行处理, 从而将红外图像中弱小目标和背景杂波分离, 达到抑制背景的目的, 最后采用经典的自适应阈值分割技术得到目标图像, 最终实现目标检测.与二维最小均方误差滤波方法相比较, 几组实验结果显示, 对弱小目标复杂背景具有较好的抑制效果.

针对实时数字图像拼接系统对拼接图像进行客观质量评价的需要，考虑到采用传统客观评价方法存在与人眼主观评价结果不相符的缺陷，提出了一种基于视觉信息保真度(VIF)的图像拼接质量客观评价方法。首先，在假设图像源符合高斯尺度混合(GSM)模型的前提下，将图像拼接算法作为图像信号失真通道，而且考虑人眼视觉内部神经元噪声特性，建立了基于VIF的数字图像拼接质量客观评价模型，推导得到了一种拼接图像质量评价指标(MVIF)；然后，详细介绍了MVIF评价算法的参数估计方法；最后，采用多组拼接图像进行了仿真对比实验对MVIF评价算法的性能进行了验证。实验结果表明，与现有方法相比，该方法能够对拼接图像质量进行正确评价，其客观评价结果与主观评价结果更加一致。