为了提高基于结构相似度图像评价方法的评价效果，对传统的窗口选取准则进行了改进，采用实验对比的方法，通过对窗口改进前后评价效果的对比验证，得到了不同数据库和不同失真类型的最佳窗口。结果表明，传统的单一窗口并不能得到最佳的评价效果，而且现在普遍使用的标准差为1.5的高斯加权窗口的效果也不一定好于普通的方形窗口，不同的失真类型的图像其最优窗口也是不同的。结果表明，对于亮度窗口W1来说，窗口越大效果越好；而对于对比度、结构度窗口W2而言，W2=7时效果最好。该研究成果对优化基于结构相似度评价方法的效果具有重要作用。

为了在激光成像制导中提高目标识别的精度和实时性,并在遮挡条件下进行有效识别,采用基于改进Hausdorff距离和量子遗传算法的激光图像匹配算法,选择图像的局部边缘特征为特征空间,针对传统Hausdorff算法及几种改进Hausdorff距离存在的问题,提出了一种新的改进Haussdorff距离作为相似性度量;在搜索策略上,选择量子遗传算法进行并行搜索,为防止种群过早收敛,提出了种群灾变策略,并应用动态的量子旋转角调节收敛的速度和方向。通过理论分析和实验验证,取得了不同参量条件下的目标识别对比数据。结果表明,该算法可以消除激光图像中局部遮挡、噪声以及出格点等因素影响,鲁棒性好、匹配精度高、计算速度快。