随机共振理论的出现,证实了噪声信号并不都是有害的,噪声也有有用的一面。从随机共振的角度来说,噪声可以被利用起来增强信号,这给图像处理带来了新的思路,随后出现了一些随机共振在图像去噪、边缘检测等领域的应用方法,这些方法显现出了随机共振在图像领域的巨大应用潜力,但是这些方法尚待完善。在工程实践中,人们往往无法获取原始无噪图像的相关信息,那么,在无参考图像下进行自动调节系统参数,实现自适应随机共振的图像去噪显得至关重要。将随机共振理论应用到低信噪比视频的目标检测中,有效检测出视频中的运动目标,提高目标检测的正确率,这进一步拓展了随机共振在图像处理领域中的应用。本文首先详细介绍了双稳随机共振对图像进行去噪的方法,通过对不同噪声强度和不同噪声类型污染下的图像进行随机共振去噪的仿真实验,结果表明双稳随机共振能有效抑制图像噪声,提高图像的峰值信噪比,并且对高斯白噪声和乘性噪声的抑制作用较好。其次,将随机共振图像去噪和粒子群优化算法(PSO)相结合,以面向噪声失真的无参考量化指标—Donoho噪声标准差作为适应度函数,寻找系统的最优参数组合。该算法实现了随机共振图像处理中的参数自适应选择和优化,实验结果表明,与常规的图像去噪算法相比,当图像噪声量较大时,自适应随机共振算法的去噪效果更好,图像质量更高。以8英寸硅单晶生产中的晶体生长图像为对象,对其进行自适应随机共振去噪,提高图像的质量,进而使得低信噪比下的硅单晶图像的弯月面能准确检测,为晶体直径的准确检测奠定了基础。最后,针对低信噪比的视频中,噪声的存在对运动目标的检测造成严重干扰的问题,提出了一种基于多帧随机共振的目标检测算法,实验结果表明,该算法可以有效检测视频中的运动目标,与混合高斯算法(GMM)相比,能更显著地提高目标检测的正确率。