针对红外图像对比度低、噪声大等特点,提出一种基于改进的直方图均衡化和NSCT变换(nonsub sampled contourlet transform)相结合的的红外图像增强方法。首先对红外图像进行NSCT变换,得到多尺度多方向的高频子带系数和一个低频子带系数。高频子带首先采用自适应降噪函数降低高频系数的噪声同时很好地保护边缘信息,然后采用非线性增益函数调整高频分量;在低频分量上采用改进的直方图均衡化方法进行增强。最后经NSCT逆变换得到增强图像。实验结果表明,提出的算法可以有效地提高红外图

提出了一种基于非抽样Contourlet变换的红外图像增强算法，利用非线性函数对红外图像Contourlet变换系数进行修正，以增强图像有益贡献的同时抑制噪声分量。实验表明，与传统的图像增强算法相比，该算法可以有效地增强红外图像的细节和纹理。

针对红外图像对比度低、噪声大等特点,提出一种基于Contourlet变换的红外图像非线性增强算法。Contourlet变换是一种有效的方向多尺度变换分析方法,能在任意尺度上实现任意方向的分解。首先采用Contourlet变换对图像进行多尺度、多方向分解,得到低频子带系数和各带通方向子带系数。引入非完全贝塔函数对低频子带系数进行处理,提升图像整体对比度;采用非线性增益函数对各带通方向子带系数进行处理,通过估计噪声水平设定阈值,抑制绝对值小于阈值的系数,增强大于阈值的系数。最后经Contourlet