近日，我室研究生路鹏（第一作者），程倩倩讲师（通讯作者），沈祥研究员（共同通讯）等联合北京理工大学穆郁（共同一作）和天津大学赵侃（共同通讯）在Optics and Lasers in Engineering期刊上发表了题为“Multi-scale infrared image enhancement based on non-uniform weighted guided filtering”的论文。文章链接：https://doi.org/10.1016/j.optlaseng.2024.108797

       红外成像技术具有穿透性强、工作距离长等特点，在军事侦察、目标检测、智能驾驶等领域应用广泛。然而由于外部环境和探测器硬件性能的影响，红外图像存在对比度低、细节模糊等问题。这些问题限制了红外成像技术在实际应用中的性能，降低了目标检测和识别的准确性。因此针对红外图像实施增强处理显得尤为重要。而现有的红外图像增强算法在细节增强与噪声抑制之间的平衡仍存在一定的不足。

       我们提出了一种基于非均匀加权引导滤波(NWGIF)的多尺度红外图像增强算法，在丰富细节的同时降低噪声影响。其框架流程如图1所示。该算法利用NWGIF对原始图像进行多尺度分解，通过融合去雾算法和自适应伽马校正算法实现了对基础层的自适应亮度校正。采用基于自适应方向梯度算子的增益函数实现了对细节层的细节增强。通过加权融合亮度校正后的基础层和增强后细节层，得到了增强图像。增强算法对不同场景下红外图像的增强结果如图2所示。

       实验结果表明所提算法可有效解决红外图像的低对比度和过度曝光问题，在噪声抑制方面表现出明显优势。本文增强结果自然图像质量评估器（NIQE）平均值可低至4.48，具有较高视觉保真度。该研究成果为红外图像算法兼具细节增强和噪声抑制能力方面提供了解决方案，有望为红外目标检测和识别等高级视觉任务提供技术支持。

图1 提出的增强算法框架

图2 增强算法对不同场景下红外图像的增强结果图：(a) 原始红外图像；(b) 增强后的红外图像。