针对平衡优化器（EO）存在寻优精度低、收敛速度慢、容易陷入局部最优的不足，提出一种考虑距离因素与精英进化策略的平衡优化器（E-SFDBEO）。该算法首先在平衡池候选解的选择中引入距离因素，通过自适应权重平衡适应度值和距离，调节算法在不同迭代时期的探索和开发能力；其次引入精英进化策略（EES），以精英自然进化和精英随机变异两种方式提升算法的收敛速度和精度；最后使用自适应t分布变异策略对部分个体施加扰动，并以贪心策略对个体进行保留，使算法能够有效跳出局部最优。在仿真实验中对所提算法与4种基本算法和2种改进算法在10个基准测试函数进行比较，并对算法进行Wilcoxon秩和检验，结果表明所提算法具有更好的收敛性和更高的求解精度。

在视频点播(VOD)应用中,为刺激用户购买高质量的视频版本,往往希望播放的加密视频仍可部分感知,这就是所谓的“感知加密”,因此,需要研究特别的加密算法对视频进行加密。针对目前适用于移动通信视频点播的H.264视频感知加密算法较为缺乏的问题,提出了一种基于祖冲之(ZUC)算法和压缩感知(CS)的视频加密算法。首先利用ZUC构建随机测量矩阵,之后利用测量矩阵对量化后的离散余弦变换(DCT)系数进行测量,并将测量值作为新的量化后的DCT系数进行编码,使新的系数与原始系数不同,从而实现加密。最后定义了良好的感知加密算法应具备的特征。实验结果表明,该算法对视频的压缩码率影响较小,具有较低的时间复杂度,并且算法对密钥变化敏感,有较好的感知安全性。

针对雾霾等恶劣天气导致户外图像降质的问题，设计了一种简单、高效的图像去雾算法。首先通过空域高通滤波对降质图像进行处理，达到压制低频分量、增强图像边缘细节的目的；然后，对滤波后的图像进行空间线性对比度拉伸，增强图像的对比度；最后通过拉普拉斯金字塔的多曝光图像融合方法，将滤波结果与对比度拉伸结果进行融合，得到最终的去雾图像。实验结果表明，所提算法实时性较高，对雾霾、沙尘、水下等降质图像均有较好的增强效果。