双指数变换与多尺度细节凸显的红外图像增强

鉴于现有的红外图像增强方法易产生局部的欠增强和过增强以及不清晰的边缘纹理,提出了一种双指数变换与多尺度细节凸显的红外图像增强方法。根据红外图像边缘纹理的粒度,基于Retinex理论用双边滤波将红外图像分解为大、中和小尺度的细节层和基础层;对基础层进行系数小于1的自适应指数变换,在控制亮区过增强的同时自适宜地提高图像的亮度和对比度,而对大、中和小尺度的细节层分别进行系数大于1的自适应指数变换,多尺度地增强图像的边缘细节。实验结果表明,所提方法具有比部分现有方法更优的增强效果,增强图像的视觉效果较清晰,对应的平均梯度和信息熵均较高,而无参考图像质量指标更小。

双指数变换及其应用

数值求积问题是计算数学的基本问题。为了提高数值求积的计算精度,考虑使用指数变换。首先,定义了两种双指数变换,并给出了它们相应的具体表达形式;其次讨论了应用于两种类型数值求积的双指数变换公式,即:端点瑕积分和Fourier类型积分。