龙源期刊网 http://www.qikan.com.cn
基于小波变换与图像融合算法的红外图像增强技术研究
作者：李世伟等
来源：《电子技术与软件工程》2015年第14期
本文针对红外图像增强问题提出了一种基于小波变换和图像融合相结合的改进型算法，增加了对首次生成的融合系数进行运算得到二次融合规则，然后通过重构公式融合图像。实验证明，该算法能够有效的改善红外图像，对高斯噪声也有一定的消除作用。 【关键词】小波变换 图像融合 红外图像增强 1 引言
红外探测器由于本身成像原理决定了所获取的图像信噪比比较低、目标模糊不清，在对地面目标进行跟踪时容易受到干扰等问题。为了解决这个问题，出现了各种图像增强算法从不同的角度提出了解决办法。传统的图像增强算法主要分成两大部分：空间域算法和变换域算法。其中较常见的有通过改变图像直方图的方法，如：傅里叶变换、直方图均衡化（histogram equali-zation）、直方图规定化（histogram specification）、小波阈值去噪、直接灰度变换等。然而这些算法要么减少部分图像的灰度值，要么偏重增强，在实际应用时存在如下缺点： （1）在图像非常均匀时，直方图后的图像灰度级分布过于集中，但如果采用均衡算法，灰度级将又会被拉得过开，导致图像的信噪比变得很大，严重影响使用效果。 （2）当场景变换时，图像的整体亮度会发生变化。
（3）只适用于某特定的场景，不能自我调整适用于大部分场景。
本文提出了一种基于小波变换与图像融合相结合的红外图像增强处理算法。小波变换具有良好的多分辨率特性，可以将图像按照不同的模板进行放大、分解，再从频域的角度进行处理。在具体运算中，小波变换先将图像按照坐标分解成x高频、z高频、x低频、z低频以及对角线方向的高、低频信息，然后再将不同空域、不同分辨率、不同频率信息各个分解，得到不同的分解系数，从而得到不同场景下红外图像的预处理数据。因此小波变换在图像处理技术中经常为其他的算法提供预处理信息。传统意义上的图像融合是指利用多个传感器通过对同一场景采集同一时刻图像信息，再利用各个图像之间的互补关系，从而得到场景最完整的信息量。基于小波变换的融合算法的步骤为：
（1）将图像进行小波分解，得到各层各分量对应的小波系数。 （2）选取融合规则，对各系数进行运算选取。