红外图像细节增强算法研究及FPGA实现(3)
仪等。由于受红外器件、材料的发展水平的限制，红外热像仪的成像效果并不
是很理想，不能满足人们的需求。红外图像普遍存在以下缺点[3]
：
①由于大气衰减、红外辐射弱、探测距离远等原因，使得红外图像对比度
低、边缘模糊，图像整体较暗。
②由于红外图像是表征景物的温度分布的灰度图像，没有色彩和阴影，因
而分辨能力低。
③由于红外热像仪焦平面阵列的探测能力和空间分辨率低于可见光 CCD阵
列，导致红外图像的清晰度明显低于可见光图像。
④由于红外探测器工艺的限制和成像系统的不完善，使得红外图像存在各
种噪声，大大降低成像质量。 ⑤由于热像仪焦平面像元响应特性的不一致、光机扫描系统缺陷等原因，
使得红外图像出现盲元和非均匀性，严重降低了图像视觉效果。
综上所述，红外图像存在像素分辨率低、对比度差、过渡较强、图像边缘
模糊、目标信号微弱、噪声大等缺点。因此，为了满足人们对红外热像仪的需
求，必须对接收到的红外图像进行处理，以增加图像空间相关性、突出图像细
节、抑制噪声提高图像对比度，进而改善图像质量，提升图像视觉效果，方便
后续的显示与目标提取，识别等处理。
1.2 红外图像增强发展现状
典型的显示设备一般只能够接收并显示 8位的图像数据，而为了能够有足
够的精度表示红外场景的信息，现代高性能的红外热像仪输出的原始图像数据
一般达到 12-16位，具有较大的动态范围[4]
。此外，人眼通常只能够分辨128
个灰度级[5]
。因此，为了使输出图像的动态范围能够与显示设备的动态范围相
匹配，并且让观察者获得较好视觉效果的图像，必须将原始的高动态范围的图
像数据压缩，并尽可能保留细节，便于识别不同目标。
图像增强是一种重要的图像处理工具，是指对图像的某些特征进行增强，
如边缘、轮廓、对比度等进行突显或强调，以便于观察或做进一步的分析和处
理[6]
。对于红外图像对比度增强的问题，国内外学者已经做了广泛的研究，已
经出现一大批对比度调整算法[7,8,9]
，但是这些算法基本是针对低动态范围图像
的。然而，高动态范围图像的对比度与细节增强更具有实际意义，因为高动态
范围的原始图像中包含了目标场景中最完整的信息。因此，研究出将高动态范
围的原始图像进行增强的方法迫在眉睫，是一个新的挑战。
图像的直方图均衡（HE，Histogram Equalization）和自动增益控制[10,11,12]
（AGC，Auto Gain Control）是比较典型的改善图像对比度的方法。直方图均
衡化是利用图像直方图对图像的对比度进行调整，增加图像局部的对比度。直
方图均衡化属于常见的对比度增强方法，其思想是把原始图像的直方图从集中
的灰度区间映射到全部灰度区间，均匀分布。对于背景和前景都太暗或者太亮
的图像，直方图均衡非常有效，但经过直方图均衡的图像会出现一些问题，如过增强、均匀区域噪声放大等。因此平台直方图方法通过设置一个阈值限定某
些灰度级的拉伸范围，局部直方图均衡把直方图均衡法运用在图像局部。虽然
能够削减原始图像动态范围，但由于依靠的是直方图统计信息，难以控制图像
中微弱细节的可见度。
FLIR 公司提出的数字细节增强（DDE，Digital Detail Enhancement）是
针对高动态图像处理的一套解决方案，能够保留原始图像的细节的同时将细节
上一篇：基于视频图像液滴速度检测技术研究
下一篇：HFSS双频微带天线的研究与设计