融合Retinex及多尺度滤波的红外图像增强算法OA

针对传统红外探测器所采集的红外图像存在对比度低、高斯白噪声降低图像质量以及细节信息丢失等问题,提出了一种集多尺度滤波、图像细节增强的红外图像目标增强算法。该算法通过改进传统Retinex算法中的模糊方式,即用双边模糊代替高斯模糊,解决了传统Retinex算法中由高斯模糊引起的红外图像细节和边缘信息丢失的问题,同时实现红外图像对比度的增强。在此基础上通过三维块匹配滤波、非局部均值滤波等多尺度滤波及去噪处理后,消除了红外图像对比度过度增强而出现的光晕伪影。通过实验验证了本算法的可行性并由对比实验可知,相较于高斯滤波、均值滤波等传统空域去噪算法,本文算法更能有效去除红外图像存在的高斯白噪声。实验结果表明,本文算法处理得到的红外目标图像细节信息增强、清晰度好、对比度高,且优于其他空域图像增强算法如直方图均衡化、对数变换等。