基于高斯多峰拟合与直方图规定化的红外图像增强

闫娜，崔灿，王晓曼

（长春理工大学 电子信息工程学院，长春 130022）

任何高于绝对零度的物质都会产生红外线，它有一种比可见光波长更长的电磁辐射，其波长介于760nm至1mm之间。随着现代工业技术的发展，红外传感器的工业水平不断提高。红外成像技术已经广泛应用在各个领域，例如天文摄像、安防监控、医疗诊断、火灾防控、军事侦测等［1-2］。红外成像技术检测场景中的热辐射，通过不同物体的热辐射差异区分目标和背景，反映了场景中温度场信息。但是由于红外探测单元与CCD响应的非均匀性，以及外部环境影响导致了图像信噪比低、边缘模糊、对比度差，极大的影响红外成像的质量［3］。为了提高红外图像的识别度，改善视觉效果，对红外图像的增强成为当前热门的研究课题。

通过图像增强算法能够有效地改善红外图像的清晰度，为后续处理提供保障。图像增强的核心思想是抑制背景突显目标，提高图像的对比度。直方图均衡化算法是一种常用的图像增强算法，通过直方图累积函数对图像灰度进行非线性拉伸，将图像灰度等概论分布在直方图上来实现对比度增强。但该算法对数据不加选择，使得相近灰度值合并，容易造成细节信息丢失［4］。文献［5］中提出了基于动态广义直方图均衡的红外图像增强方法，通过聚类算法对直方图动态划分，降低高概率背景对低概率目标的影响，但计算量较大且文中无法自动确定聚类的类数。文献［6］提出一种基于高斯函数的直方图规定化算法，该算法求出图像灰度均值和灰度平均对比度作为高斯函数的参数来规定直方图，该算法具有计算量小、实时性好且不需人工干预等优点。……