李世豪 刘飞宇＊ 章祎琳 杨厉平 朱可依

（南京师范大学，江苏 南京 210000）

1 概述

红外热成像技术的使用越来越普遍，在很多领域都有着重大应用和需求，就比如说此次疫情防控用的红外测温仪门等。由于红外探照灯及红外探测器件的限制，现有的红外测温仪容易受外界的影响，尤其是受夜晚光线不充足、雨雾天气等因素影响图像的清晰度。夜间图像中暗色占据了图片的大部分内容，主要存在总体或局部亮度不足、颜色的对比度和饱和度低，以至于很多关键细节无法充分展现。图像增强主要是将暗色区域的内容展示清楚，但如果亮度太高，细节信息容易丢失。

许多学者提出了不同的图像增强的方法。传统的图像增强算法有灰度直方算法，虽然其处理方法上简便，但处理图像的同时会使噪声也增大，从而影响最终的处理效果。Norbert Wiener 提出了以平方最小为最佳准则的维纳滤波来处理噪声，其实际输出与目标输出的差的平方最小，这种线性滤波算法较简单、速度快，但是在处理图像的同时会造成细节和边缘的模糊。Marco Tulio Ribeiro 提出了一种局部可解释性模型算法--LIME 算法，在文本和图像中应用较多，其具有较强的通用性，效果比较好。我们主要对灰度直方算法、维纳滤波、LIME 算法进行了一些实验研究，并进行性能上的比较，进一步探索更适合处理夜间图像的算法。

2 基于目前应用较多的算法研究

2.1 灰度直方增强算法

灰度直方算法的本质是一维的离散函数：