红外热像仪技术已在世界范围内得到越来越广泛的应用。由于物体固有的红外热特性以及探测器的变形等因素，很难观察和识别红外热像仪图中的物体。这是一种低对比度和嘈杂的图像，应当对其予以增强。

图为原始成像、传统算法、CLAHE算法，本算法的红外热像仪图比较

最近，已经提出了几种用于红外热像仪图的增强方法。例如，一种基于轮廓波变换和混沌粒子群优化的红外图像增强方法、基于小波变换的红外图像增强算法、基于离散平稳小波变换和非线性增益算子的红外图像对比度增强算法、改进的傅立叶和离散余弦域的Retinex算法。但这些算法的增强质量都有一个共同的问题，它们的图像看起来并不真实自然。

图为原始成像、传统算法、CLAHE算法，本算法的红外热像仪图比较

对此，研究了一种新颖的简单的红外热像仪图增强技术。集成了方案的代表性方法，包括：优化拉伸，颜色转换，CLAHE的颜色转换。考虑了两种评估方法来验证增强算法的性能，一种是主观评估方法，通过使用平均意见评分在视觉上评估增强图像。这表明该算法的图像对于人类观察者而言是视觉上最接近真实的。第二种是常规方法，在第二次评估中，基准图像质量即EME值表明了该算法的优越性。

参考资料：

Sos Agaian, Mehdi Roopaei. Novel Infrared and Thermal Image Enhancement Algorithms. Mobile Multimedia/Image Processing, Security, and Applications. 8755, 2013.