赵柏山，丛喜龙，张 帆

（沈阳工业大学信息科学与工程学院，沈阳110870）

1 引言

随着技术的日渐完善，红外热感成像检测被越来越多地应用于红外监控、目标跟踪识别以及在线无损检测等领域中。然而在很多场景中，获取到的红外图像效果并不是很理想，往往存在对比度差、细节信息不突出且容易掺杂噪声等问题[1]，一定程度上影响了系统精度，限制了红外检测技术的应用场景。因此，针对红外检测图像存在的问题，如何在抑制噪声、提升图像对比度的同时保护图像的边缘细节信息成为了一个极具实际价值的研究课题。为了增强红外图像，研究人员提出了很多的算法，大体上可以分为两类：空间域增强和频率域增强。空间域增强包括均值滤波、中值滤波、最大均匀平滑滤波、高斯滤波和形态学滤波等；频率域增强有高斯低通滤波、巴特沃斯低通滤波、小波变换等[2]。在已有成果的基础上，此处提出一种基于引导滤波[3]的图像分层增强方法，旨在提高图像对比度，增强边缘信息以及抑制噪声。

2 基于引导滤波的图像分层增强方法

红外图像空间邻域增强算法中的常见加权算法主要有加权均值滤波和高斯滤波[4]。加权邻域平滑算法的核心思想在于利用某个待测像素点邻域内的其他像素点的加权均值作为该点的估计像素值,来达到去除噪声的目的[5]。但是由于都用同一模板对整幅图像进行处理，很容易将图像的细节信息破坏。为了降低对边缘的损坏，在此提出一种利用多模板判定的图像平滑算法，来改进受到均值滤波影响的图像边缘质量。……