施丽红

(江苏商贸职业学院 电子商务与物流学院，江苏 南通 226000)

0 引言

合成孔径雷达(Synthetic Aperture Radar，SAR)成像技术因不受时间、气候等因素影响，在海岸线检测、舰船检测等领域具有广泛的应用前景。目前，SAR在海洋上的成像质量依然不够稳定，SAR图像常常会出现细节失真、对比度低与噪声高的问题[1]。在传统图像处理领域中，图像增强技术[2]是解决这一问题的有效手段。该技术针对给定的应用场景改善图像的对比度，丰富图像的细节信息，以及抑制图像的噪声[3]，不仅有助于视觉质量的提升，也有助于提高后续应用的效果。

直方图均衡化[4]是一种简单可逆的增强技术，其核心思想是识别原图像相对集中的灰度区域，将这部分灰度均匀分布于整个灰度范围中。直方图均衡化的优点是计算量小于其他的经典图像增强模型，缺点是容易丢失图像的细节信息。近两年国内外研究学者提出了改善直方图均衡化的增强方案，包括利用变异系数反馈调整控制的自适应直方图均衡化研究[5]、将局部对比度累加的直方图均衡化增强研究[6]以及均等二元子图非参数化的直方图均衡化研究[7]。综合近期的相关研究成果[5-7]可知，由于直方图均衡化强制将图像直方图平坦化，导致增强图像极易出现局部暗淡与噪声放大的情况，而且固定的模型参数导致该模型无法对不同的图像始终保持稳定的增强性能。

为了利用直方图均衡化简单、高效的技术优势，并改善其局部暗淡、噪声放大的缺点，引入均值漂移聚类与布谷鸟搜索算法(Cuckoo Search Algorithm，CSA)，提出了基于自适应直方图均衡化的SAR图像增强方法。……