题目：地空背景红外图像增强技术研究与实现

由于许多场景中各物体温差较小，红外探测器的性能也有限，因此红外图像对比度低，细节信息不明显，视觉效果较差，需要经过增强处理改善图像质量。本文首先对比了国内外较为流行的图像增强算法，通过实验寻找各增强算法的优势及其缺陷；接下来研究了近年来发展迅速的多尺度几何变换，尤其是具有多尺度、多方向性和平移不变性的非下采样Contourlet变换(Nonsubsampled Contourlet Transform, NSCT)；最终针对地空背景红外图像边缘模糊、噪声大，地面部分纹理复杂，空中背景较为单一且起伏平缓的特点，将NSCT系数的尺度间相关性、尺度内相关性与Visu shrinkage阈值去噪、非线性增强方法相结合，提出一种基于非下采样Contourlet变换的自适应红外图像增强算法。本文在对输入图像进行非下采样Contourlet变换并得到多尺度、多方向的子带系数之后，对低频子带系数进行灰度线性拉伸以提高图像对比度；提出了对高频子带系数利用尺度间相关性、阈值和尺度内相关性进行两次分类的自适应分类方法，并对分类得到的三类系数分别处理，以增强细节、抑制噪声；最终进行Contourlet逆变换得到增强图像。本文还针对算法中涉及到的手动输入参数进行了大量样本的统计实验和主观打分实验，以选定参数值，使输出图像具有最佳视觉效果。实验结果表明，本文算法有效的增强了图像的边缘和纹理特征，同时避免了噪声的过增强，主观视觉效果良好；同时在客观评价指标（能量梯度值、峰值信噪比）上也处于较高水平。本文最后还介绍了在本文先期研究成果基础上，设计并实现的红外图像增强硬件系统。该系统选用的增强算法做到了实时实现，并且对视觉效果有明显的改善；但其增强效果尚存缺陷，这也是本文坚持进行地空背景红外图像增强算法研究的原因。