利用伪中值滤波和小波变换提升红外图像质量的方法（2013年发表）。

简介：
鉴于红外图像普遍存在的对比度低以及信噪比不足的局限性，本文提出了一种全新的算法，旨在有效增强弱小目标。该算法的核心在于结合伪中值滤波和小波变换技术。首先，图像数据经过伪中值滤波处理，能够有效地去除图像中的部分噪声干扰。随后，利用小波变换将图像分解成不同频率的小波系数，从而更精确地分析图像特征。针对小波系数中阈值小于部分系数，采用基于临近系数保留法的滤波策略，以避免因误判而导致弱小目标被不必要地滤除。同时，对于大于阈值的系数则进行非线性增强处理，从而提升图像的细节表现力。最终，通过对增强后的小波系数进行重构操作，得到去噪且对比度显著提高的最终图像结果。实验验证表明，所提出的算法能够显著降低图像噪声水平，并有效提升图像的对比度表现，使其更符合人类视觉系统的感知特性。