摘要
为了解决原始红外图像动态范围高、图像对比度低、边缘模糊等问题,提出了一种基于自适应引导滤波的红外图像细节增强算法。首先,利用设计的参数自适应引导滤波将输入图像分成基础层和细节层。然后,利用平台直方图均衡化压缩基础层动态范围,利用掩膜加权和γ变换抑制细节层噪声并增强图像细节。最后,将处理后的基础层和细节层线性加权并拉伸到显示范围。实验结果表明,相比于传统和先进的红外图像细节增强算法,本文算法具有更强的场景适应性,在高动态范围场景、复杂室外场景以及海天场景都获得了更好的增强效果。相比于先进算法,本文算法在平均梯度上平均提高35.3%,在基于感知的图像质量评价指标上平均提高10.7%。本文算法可以有效压缩红外图像动态范围,显著提高图像对比度和清晰度,处理结果更有助于人眼观察。
-
单位中国科学院