【摘要】：通常以对比度［5］与信杂比［6］衡量红外图像质量。图像去噪的目的就是为了提高图像视觉质量。由于缺乏良好的数学模型反映人的视觉观察特性，在图像处理方面，我们经常采用均方误差和图像熵来说明图像滤波性能，从而描述图像质量。均方误差的定义如表达式(1.5)所示:其中:i=1，…一般来说，熵越大，表示图像所含的信息越丰富［7］。
红外成像规则:图像强度更高，表明物体温度更高;反之，图像强度更低，表明物体温度更低。或者图像色彩更亮，表明物体温度更高;图像色彩更暗表明物体温度更低。
通常以对比度［5］与信杂比［6］衡量红外图像质量。对比度主要描述目标与周围背景之间的灰度差异，其定义参见表达式(1.3)，而信杂比定义为目标灰度和背景图像均方差的比值，参见其表达式(1.4)。
其中ST 表示目标的灰度，SB 表示背景的灰度，σB 表示图像背景的灰度均方差。若背景与目标的灰度等级差别大，背景均匀，则说明红外图像对比度高，信杂比高，图像质量高。图像去噪的目的就是为了提高图像视觉质量。因此图像质量的衡量也可以采用图像滤波性能来评价。由于缺乏良好的数学模型反映人的视觉观察特性，在图像处理方面，我们经常采用均方误差和图像熵来说明图像滤波性能，从而描述图像质量。假定
分别表示图像尺寸M × N 的已处理图像和待处理图像。均方误差(MSE)的定义如表达式(1.5)所示:
其中:i=1，…，M;j=1，…，N。(www.xing528.com)
根据信息论的原理，一幅8 bit 表示的图像，其信息熵E 为:
pt表示灰度t 的概率。信息熵可以客观地评价图像增强前后信息量的变化。一般来说，熵越大，表示图像所含的信息越丰富［7］。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
