基于人眼视觉的NSCT域红外图像增强算法提升对比度与亮度

本文主要探讨了一种基于人眼视觉特性在非下采样轮廓波变换(NSCT)域的红外图像增强算法。针对红外图像普遍存在的对比度较低、噪声较大的问题，该算法借鉴了人类视觉系统的亮度掩蔽和对比度掩蔽机制。在NSCT域中，通过定义一种带参数的对比度度量，对高频系数进行非线性处理，这种方法允许对图像的高频细节部分进行精细的增益控制。低对比度区域给予较高的增益以增强图像的清晰度，而高对比度区域则采用较低增益以保持自然的视觉感受，避免过度增强导致的失真。 在噪声抑制方面，算法利用估计的噪声水平设置阈值，对于高频系数中的绝对值小于阈值的部分进行抑制，有效地降低了噪声的影响，提升了图像的信噪比。对于表示图像整体结构的低频系数，采用了非完全贝塔函数进行非线性调整，这种处理方式不仅提高了图像的整体亮度，还确保了图像的全局一致性。 实验结果显示，该算法在局部和全局增强上表现出色，能够在提升图像细节的同时保持图像的自然外观，避免了常见的过强或过度平滑的效果。因此，这种基于人眼视觉特性的非下采样轮廓波变换域红外图像增强算法在实际应用中具有很高的实用价值，特别是在需要清晰细节展示的红外图像处理领域，如安防监控、热成像设备等。 关键词：图像处理、红外图像、图像增强、非下采样轮廓波变换、人眼视觉系统、非线性增益函数。该研究的结果对于改善红外图像的质量和可解读性具有重要意义，对于红外成像技术的发展和相关领域的研究具有推动作用。