紅外熱像儀技術已在世界范圍內得到越來越廣泛的應用。由于物體固有的紅外熱特性以及探測器的變形等因素，很難觀察和識別紅外熱像儀圖中的物體。這是一種低對比度和嘈雜的圖像，應當對其予以增強。

圖為原始成像、傳統算法、CLAHE算法，本算法的紅外熱像儀圖比較

最近，已經提出了幾種用于紅外熱像儀圖的增強方法。例如，一種基于輪廓波變換和混沌粒子群優化的紅外圖像增強方法、基于小波變換的紅外圖像增強算法、基于離散平穩小波變換和非線性增益算子的紅外圖像對比度增強算法、改進的傅立葉和離散余弦域的Retinex算法。但這些算法的增強質量都有一個共同的問題，它們的圖像看起來并不真實自然。

圖為原始成像、傳統算法、CLAHE算法，本算法的紅外熱像儀圖比較

對此，研究了一種新穎的簡單的紅外熱像儀圖增強技術。集成了方案的代表性方法，包括：優化拉伸，顏色轉換，CLAHE的顏色轉換。考慮了兩種評估方法來驗證增強算法的性能，一種是主觀評估方法，通過使用平均意見評分在視覺上評估增強圖像。這表明該算法的圖像對于人類觀察者而言是視覺上最接近真實的。第二種是常規方法，在第二次評估中，基準圖像質量即EME值表明了該算法的優越性。

參考資料：

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