魏然然， 詹伟达， 朱德鹏， 田 永

(长春理工大学 电子信息工程学院，吉林 长春 130022)

1 引 言

近年来，红外成像系统由于具有良好的隐蔽性、较强的抗干扰能力以及可昼夜工作等特点而被广泛应用在军事和民用领域[1-3]。红外图像在获取时由于受到红外成像系统器件性能及波长等因素的影响，常常会表现出对比度较低、边缘细节不突出、视觉效果模糊等缺点[4]。这些缺点将严重影响到后续红外图像的观察、目标识别和目标探测等工作。因此，利用红外图像增强算法增强图像对比度、细节等已成为一种必不可少的图像处理操作。

常用的红外图像处理算法包括空域算法和频域算法。空域算法包括直方图均衡化算法和灰度变换等；频域算法包括傅里叶变换、小波变换、Culvelet变换和Contourlet变换等[5]。虽然这些算法都可以或多或少地对红外图像进行增强，但也存在一些缺点，如直方图均衡化算法和灰度变换在对红外图像增强的同时会放大噪声。Land等人首次提出Retinex理论，Retinex理论是一种非线性算法，其处理红外图像时可以在保留细节信息的同时降低图像噪声[6]。在Land的理论基础上，Jobson等人提出了一种单尺度的Retinex算法(SSR)，因为该方法只有一个参数，故其不能很好地兼顾动态范围压缩和色感一致性[7]。为了改进SSR算法，Rahman等人随后提出了多尺度Retinex算法(MSR)[8]。在该算法的基础上研究者们提出了一系列的改进算法。刘辉等人改进传统MSR算法，将算法中的指数用灰度线性拉伸代替，该算法虽然可以提高图像的对比度，改善图像的视觉效果，但其在操作过程中会扩大图像噪声，同时产生“光晕”现象[9]。……