基于信息熵引导耦合复杂度调节模型的红外图像增强算法

为了解决当前较多红外图像增强方法依靠图像的直方图来增强图像,没有考虑图像所含信息量的大小,导致增强结果存在边缘模糊等不足,设计了信息熵引导耦合复杂度调节模型的红外图像增强算法。引入非局部均值滤波方法,将图像中的噪声去除的同时保留图像的细节内容。再利用信息熵函数,测量出图像所含信息量大小,以计算自适应分割阈值,将图像自适应的分割成两部分,并基于直方图均衡化方法,对分割后的子图进行对比度增强,从而求取富含信息量的对比度增强图像。根据图像的灰度级大小,建立复杂度测量函数,计算出图像的细节丰富程度;构造复杂度调节模型,根据图像的细节丰富程度,对图像的细节进行不同程度的增强,以获取边缘等细节特征清晰的细节增强图像。实验结果显示,较当前红外图像增强算法而言,所提算法可更好的提升增强后图像边缘等细节特征的清晰度。