一种基于人眼视觉特性的Curvelet域紫外图像增强算法

针对紫外图像本身存在的对比度低、成像不清晰、整体成像过暗或过亮且受噪声干扰等特点,从人眼视觉的掩蔽特性出发,提出了一种基于人眼视觉特性的 Curvelet 域紫外图像增强算法。通过 Curvelet 变换将紫外图像信息分解到不同尺度、不同方向子带,再依据各子带建立HVS模型,利用其遮蔽性对高频分量进行非线性增益来提高图像对比度,同时非线性灰度拉伸低频分量可以提高图像整体亮度;最终将处理过的高低频分量通过 Curvelet 逆向重建,得到增强后的紫外图像。实验结果表明:增强后的图像符合人眼视觉对图像信息的提取,突出了边缘和目标的轮廓信息,在主观视觉和定量指标方面都具有明显的效果。