【導(dǎo)讀】域都得到廣泛的應(yīng)用。由于紅外成像系統(tǒng)非常容易受到所處環(huán)境的干擾以及系統(tǒng)。像處理知識(shí)知道，增強(qiáng)處理一般可以分為頻域處理方法和空域處理方法兩大類。頻域處理方法具有很好的頻率處理能力，但計(jì)算量很大?？沼蛱幚矸椒ㄓ泻芎玫?。映各部分的區(qū)別。針對(duì)這些優(yōu)缺點(diǎn)，我們必須針對(duì)不同圖像選擇方法。

　　

【正文】 方圖雙向均衡化處理的圖像及直方圖 （ a）原圖像 （ b） 原圖像直方圖 (c)直方圖均衡化后的圖像 （ d） 直方圖均衡化后圖像的直方圖 （ e） 直方圖雙向均衡化后的圖像 （ f）直方圖雙向均衡化后圖像的直方圖 圖 直方圖均衡與直方圖雙向均衡的效果對(duì)比圖 上圖 (a)、 (c)、 (e)分別是原始圖像，直方圖均衡化處理后的圖像以及直方圖雙向 均衡化處理后的圖像。圖 （ b） 、 (d)、 (f)分別是原始圖像、直方圖均衡化處理后的圖像以及直方圖雙向均衡化處理后的圖像的直方圖。通過對(duì)比可以看出傳統(tǒng)的 直方圖均衡得到的圖像對(duì)比度增大了，但是處理的圖像視覺效果不夠柔和，而且放大了背景和噪聲。從圖 (d)中可以看出，傳統(tǒng)直方圖均衡技術(shù)得到的直方圖兩邊的相鄰灰度級(jí)之間的間距小，中間 相鄰灰度級(jí)之間的間距大。 圖 （ e） 和 （ f） 分別為直方圖雙向均衡化處理得到的圖像及其直方圖，可以看出 可以看出采用該算法處 理背景的過度增強(qiáng)被抑制，圖像的對(duì)比度和清晰度都得到了很大的改善，處理后目標(biāo)的輪廓 更加清晰，層次感更強(qiáng)，圖像亮暗程度適中，對(duì)比度更加柔和 ， 更加適合人眼觀察 ，取得了很好的增強(qiáng)效果 。 紅外圖像直方圖在直方圖灰度密度和間距同時(shí)進(jìn)行 均衡化處理。 從上圖可以看出原圖像直方圖分布主要集中在上升沿或者下降沿。直方圖均衡處理后，直方圖比較集中在兩邊，中間部分間隙變大。而直方圖雙向均衡處理后，直方圖在整個(gè)范圍內(nèi)都是均勻分布。 結(jié) 論 本文圍繞圖像增強(qiáng)方法問題進(jìn)行研究和分析總結(jié)了紅外圖像的特點(diǎn)，然后針對(duì)一些經(jīng)典的紅外圖像增強(qiáng)算法做了介紹，并分析了它們的優(yōu)點(diǎn)和缺點(diǎn)， 決定采用 一種結(jié)合目前增強(qiáng)算法優(yōu)點(diǎn)的新算法 —— 直方圖雙向均衡技術(shù)。 通過理論分析和實(shí)驗(yàn)證明，表明直方圖雙向均衡技術(shù)能夠?qū)δ繕?biāo)圖像 進(jìn)行有效地增強(qiáng) ， 一般缺 陷很小，在增強(qiáng)圖像細(xì)節(jié)的同時(shí)，抑制噪聲和背景， 取得了很好的效果。 致 謝 本論文是在我的導(dǎo)師于雪蓮老師悉心關(guān)心指導(dǎo)下完成的。從前期的考題報(bào)告到實(shí)驗(yàn)研究最后是現(xiàn)在的論文撰寫，于雪蓮老師在繁忙工作的情況下依然給了我十分重要的指導(dǎo)意見，給我留下了深刻的印象，并使我受益匪淺。同時(shí)也要感謝聯(lián)系老師申繼偉老師。我的論文的完善離不開申繼偉老師的悉心指導(dǎo)。 同時(shí)還要感謝所有 曾經(jīng)在生活、學(xué)習(xí)、工作中給予我?guī)椭椭笇?dǎo)的老師、同學(xué)。 最后，我還要感謝在百忙之中抽時(shí)間為我評(píng)閱論文的諸位前輩、專家 ! 參 考 文 獻(xiàn) [1] 劉瓊瓊．紅外圖像的增強(qiáng)和規(guī)范化算法研究 [D]．哈爾濱：哈爾濱工程人學(xué) ,2020. [2] 王春勇，周建勛，胡江華．紅外圖像特性分析與模擬 [J]．紅外技術(shù) ,1996，18(3):2325. [3] WANG Bing,jian， LIU Shangqian， LI Qing． A realtime contrast enhancement algorithm fbr infrared images based on plateau histogram[J]． Infrared Physicsamp。Technology， 2020(48):1720. [4] Vichers V E． Plateau equalization algorithm for real time display of high quality infrared imagery[J]． Society of PhotoOptical Instrumentation Engineefs,1996,25(5):2530. [5] A． Onur Katah,O． Erman Okman,Tayfun Aytac． Adaptive enhancement of seasurface targetsin infrared image based 011 local frequency cues[J]． Optical Society of America． 2020． 27(3)： 509517. [6] Silvcrman J． Display and enhancement of infrared images[J]． ElectroOptical Displays,1992,98(78)： 58565l. [7] 崔堯，姚靜， 王炳建．一種基于雙閾值紅外圖像增強(qiáng)新算法 [J]．紅外與激光工程 ,2020,35(11)： 111— 115. [8] Schulze M A． John A． Morphological image processing techniques in thcrmographic imaging[J]． Biomedical sciences instrumentation,1993， 29(2，3)： 227234. [9] 李英先．紅外圖像實(shí)時(shí)處理算法及軟件設(shè)計(jì)： [D]．南京：南京理工大學(xué)， 2020. [10] 張長江 ，付夢(mèng)印，金梅，等．一種抗噪的紅外圖像對(duì)比度增強(qiáng)方法 [J]．紅外與激光工程， 2020， 33(1)： 5054. [11] 弼程，彭天強(qiáng)，彭波．智能圖像處理技術(shù) [M]．北京：電子工業(yè)出版社， . [12] 孔祥福 . FD09 風(fēng)洞帶地面板條件下的流場校測報(bào)告 [R]. 北京空氣動(dòng)力研究所技術(shù)報(bào)告 BG7270，北京：北京空氣動(dòng)力研究所， 1989. [13] 黎志華，黎志軍 . 反饋聲抵消器 [P]. 中國專利： ZL85100748， 1986 [14] 岡薩雷斯．?dāng)?shù)字圖像處理 (第二版 )．北京： 電子工業(yè)出版社， 2020， [15] KIMYT. Contrast Ehancement Using Brightness Preserving Bihistogram Eualization[J]. IEEE Transactions on Consumer Electronics,1997,43 (1): 18. [16] 何金國 . 數(shù)字圖像處理實(shí)訓(xùn)教程 [M].北京：清華大學(xué)出版社， 2020， 5766. [17] 賈永紅，崔衛(wèi)紅，余卉 .數(shù)字圖像處理實(shí)習(xí)教程 [M].武漢：武漢大學(xué)出版社人，2020， 4452. [18] Sim K S, Tso C P, Tan Y Y. Recursive Subimage Histogram Equalization Applied to Gray Scale Images[ J] . Pattern Recognition Letters, 2020, 28( 10) : 1209 1221. 附錄 g=imread(39。39。)。 [row,col]=size(g)。 g=imnoise(g,39。gaussian39。,0,)。 g=g+1。 I=g(:,:,1) 。 J=g(:,:,1)。 JJ=g(:,:,1)。 L=256。 Ps=zeros(L,1)。 nK=zeros(L,1)。 nK2=zeros(L,1)。 nK3=zeros(L,1)。 [row,col]=size(I)。 n=row*col。 for i =1:row for j =1:col num=I(i,j)+1。 nK(num)=nK(num)+1 。 end end for i =1:L Ps(i)=nK(i)/n。 end S(1)=Ps(1)*L。 for i=2:L S(i)=S(i1)+Ps(i)*L。 end for i=1:row for j= 1:col J(i,j)=S(g(i,j))。 end end num=0。 for i=1:row for j=1:col num=J(i,j)+1。 nK2(num)=nK2(num)+1。 end end count=0。 intv=zeros(L,1)。 for i=1:L if(nK2(i)0) count=count+1。 intv(i)=count。 end end lut=zeros(L,1)。 for i=1:L lut(i)=256/count*intv(i)。 end for i=1:row for j=1:col JJ(i,j)=lut(J(i,j)+1)。 end end num=0。 for i=1:row for j=1:col num=JJ(i,j)+1。 nK3(num)=nK3(num)+1。 end end figure。 subplot(1,2,1)。imshow(I),title(39。原圖 39。)。 subplot(1,2,2)。bar(nK),title(39。原圖直方圖 39。)。 figure。 subplot(1,2,1)。imshow(J),title(39。均衡化 39。)。 subplot(1,2,2)。bar(nK2),title(39。均衡化直方圖 39。)。 figure。 subplot(1,2,1)。imshow(JJ),title(39。雙向均衡化 39。)。 subplot(1,2,2)。bar(nK3),title(39。雙向均衡化直方圖 39。)。