红外图像去斑算法及其实时实现

针对某型红外观测系统非均匀定标受校正算法、环境变化等因素影响带来的黑斑和细胞状条纹问题，提出了基于神经网络的非均匀校正算法，并利用高速信号处理器和可编程器件研制成功了工程化硬件处理系统．经与红外观测系统联调结果表明，该算法在自适应地去除斑纹的同时可较好地保留图像的细节信息，并可在所研制的硬件系统上实时实现．     

基于神经网络的数据融合技术的新进展

为了使系统自适应、并行、高速地融合多源数据，近代融合方法越来越多地将人工神经网络应用其中．详细论述了几种近10多年来出现的新的神经网络算法在数据级、特征级、决策级的应用，提出了部分改进算法，给出了融合结构及对算法的评价结果，同时介绍了人工神经网络在融合数据前处理方面的应用。并展望了神经网络的发展趋势．     

图像融合中小波边缘效应的消除方法

研究基于小波变换的图像融合方法中图像边缘效应产生的原因和消除方法．依据小波变换的定义和重构过程中所用多种边界延拓的方法，分析了边缘效应产生的原因，据此改进了传统边界延拓方法．利用先截短后扩展的延拓方法满足了图像边缘完全重建的要求．实验证明，改进后的边界延拓方法消除了原有融合图像中的边缘效应，有效地改善了融合图像质量．     

基于响尾蛇双模式细胞机理的可见光/红外图像彩色融合技术的优势和前景展望

为了使观测者作为信息处理链上的最后一环,能得到符合视觉颜色感知的图像融合结果,将图像融合技术的突破重点放在视觉模型神经动力学应用的基础上,以及对响尾蛇双模式细胞机理开展研究.使用视觉模型中普遍存在的ON-中心/OFF-环绕、OFF-中心/ON-环绕对抗结构构建融合系统,并取得了良好的视觉效果.综述应用响尾蛇双模式细胞机理构造符合人类颜色视觉的图像彩色融合技术的突出优势和前景展望,简介已开展的部分工作及取得的新进展.