鉴于现有的红外图像增强方法存在欠增强、过增强和放大噪声等缺陷, 提出了自适应加权直方图均衡化的红外图像增强方法。该方法提出了直方图的自适应加权系数, 其反比于每个灰度级对应直方图频次的平方根, 适当地提升频次较小的直方图, 而适当压制频次较大的直方图。用自适应加权系数对各个灰度级的直方图频次进行加权后, 进行直方图均衡化处理, 最后经灰度级映射得到增强图像。实验结果显示, 相对于现有的方法, 本方法的增强图像对比度更高, 边缘细节信息更丰富, 信息熵、平均梯度和标准差分别比现有方法高出0.23、2.2和3.7以上。因此, 本文方法的红外图像增强效果优于最新提出的现有方法。

超快激光X射线单发照相技术具有高时空分辨能力，是观测高速运动物体形态参数如内部结构、平面性等的重要手段。但由于激光X射线脉宽在皮秒或飞秒量级、X射线能谱宽、成像环境复杂等原因，导致X射线图像背景干扰噪声大、对比度低，物体形态结构准确识别和测量难度大。在传统对比度限制直方图均衡化（CLAHE）图像增强算法的基础上，提出了一种多尺度融合的改进直方图均衡化（IHEMF）算法。该算法增加自适应裁剪阈值以适应每个区域特征，并利用亮度和梯度幅值信息将增强后图像与原始图像全局融合，最后对融合后图像去噪得到最终图像。该算法既能提高感兴趣区域的对比度噪声比（CNR），又具有很好的保边界特征的能力。对高速飞片的静态、动态、终态等典型状态下X射线图像进行处理，CNR分别提升50.97%、90.43%和96.84%。实验结果表明所提算法在噪声抑制和结构保真方面优于其他算法，可为准确解读高速运动物体形态表征参数信息提供重要技术支撑。

针对红外图像的边缘细节特征不清晰、整体对比度低等问题，提出一种结合单参数同态滤波和限制对比度的自适应直方图均衡的红外图像增强算法。首先，基于单参数的同态滤波对图像进行处理，研究一种单一参数的传递函数，使得同态滤波算法参数可控且不依赖于实验经验，同时明显增强红外图像的细节特征。然后，利用限制对比度的自适应直方图均衡化对红外图像进行动态范围调整，提高红外图像对比度。实验仿真结果表明，该算法可以明显增强图像细节特征、提高图像对比度，使红外图像更有利于后续观察。

为了对机器设备损毁字符的标识码信息进行显现复原，提出一种正交励磁的损毁字符磁光成像复原识别方法。在研究钢材基体字符对磁场传导的影响机理的基础上，设计能分时正交励磁的环形电磁铁模型，并且通过仿真分析验证了该模型的正确性。采用局部直方图均衡化法对通过正交励磁获得的字符磁光图像进行增强，以突出字符的笔划特征；设计像素级显著值加权平均的融合算法，实现了正交励磁获得的所有方向上笔划特征的融合。设计实验系统，获得正交方向励磁的磁光图像，并对算法的效果进行实验测试。结果表明：局部直方图均衡化增强的磁光图像字符笔划对比度大，分辨率高，算法的增强效果理想；像素级显著值加权融合算法对字符磁光图像进行融合时，可以全方位、高效率提取字符图像的所有方向特征，且融合后图像清晰度高。所提正交励磁的损毁字符磁光成像复原方法能有效复原损毁严重、笔划复杂的字符。

为了抑制全局直方图均衡产生的灰度饱和和局部细节丢失的情况，提出了一种双直方图均衡算法。首先对图像的背景和前景进行分割，提出基于直方图的局部最小值和修正的 K-Means聚类算法来确定图像的理想分割阈值，然后再对分割的子图分别作全局直方图均衡(Global Histogram Equalization， GHE)。对该算法进行了实验验证，结果表明，相较于 GHE算法，经该算法增强后的图像峰值信噪比(Peak Signal to Noise Ratio，PSNR)提高约 16.425%，结构相似度(Structural Similarity Index，SSIM)提高约 14.85%。同时通过主观分析，基于直方图局部最小值和修正的 K-Means聚类算法的图像分割进行双直方图均衡可以有效抑制 GHE算法产生的灰度饱和和细节丢失现象。

红外原始图像对比度低，动态范围高，而且不同场景信号动态范围不一样，为了得到更好的 图像效果，需要对红外图像原始数据进行灰度变换。本文针对全局直方图均衡增强算法的不足，提 出了一种基于区域分割的直方图均衡增强方法。通过将图像分割成多个区域，每个区域分别做直方 图均衡，然后通过线性插值对图像做像素重构，有效地改善了红外热成像系统的图像质量，对比度 和图像细节信息得到很大的增强。该算法易于在FPGA中实现，且取得了较好的效果。

当前较多红外图像增强方法利用图像灰度特征增强图像, 这类方法忽略了图像灰度分布的不均匀性, 导致增强结果存在细节丢失和对比度不理想等问题, 为了克服上述问题, 提出了一种自适应直方图均衡化耦合拉普拉斯变换的红外图像增强算法。将输入图像进行均匀分割后, 借助洛伦兹曲线的基尼系数, 求取了图像灰度分布的不均匀性程度, 从而构造了自适应的上、下限阈值, 用于对图像进行自适应直方图均衡化, 以实现对图像进行对比度增强; 引入平滑滤波方法, 去除图像中的噪声。并在传统拉普拉斯变换的基础上, 融入图像像素值的对角二阶导数信息, 形成8邻域拉普拉斯变换, 以完成图像边缘等细节内容的锐化处理, 以增强图像清晰度; 利用本算法对不同红外图像进行了增强实验, 结果显示, 本算法具有更好的增强质量, 其输出图像拥有更高的对比度和清晰度, 呈现出更好的视觉效果。

针对模糊增强不能改善图像的对比度和直方图均衡增强存在过度增强、图像细节信息丢失的缺陷, 提出了基于直觉模糊集和直方图均衡的图像增强算法。由于待增强图像包含大量的不确定性信息, 给出了一种新的直觉模糊增强图像的算法, 该方法通过合成像素的直觉模糊隶属度和非隶属度的方式来实现, 能够显著增强图像的细节信息, 但不能改善图像对比度。因此, 将直觉模糊增强和直方图均衡进行融合, 以直觉模糊增强为主, 同时抑制直方图均衡的不足, 既增强了图像的细节信息, 又改善了图像的对比度。最后, 通过典型的图像增强实例验证了算法的有效性和可靠性。