随着图像信息技术的不断发展,彩色成像设备和显示设备的应用越来越广泛。物理心理学的偏好性实验结果表明,人类视觉系统更倾向于对比度高、颜色丰富的图像。图像增强技术可以提升图像对比度、丰富图像颜色、改善图像的视觉感知效果,已然成为显示相关行业的核心竞争力。图像增强技术的核心难点在于增强之后可能引入人工痕迹,具体表现为过增强、“振铃”、非自然性、噪声显著等,导致了图像视觉感知质量变差。为了获得感知最优增强图像,避免引入显著的人工痕迹,本文从人眼视觉感知出发来研究如何对图像进行增强。本文针对“过增强”以及“振铃”现象,提出了基于人眼视觉偏好的多尺度图像增强方法。本文使用统计和心理物理学方法估计人眼感知偏好特性。首先,通过一系列的主观心理物理学实验采集人眼主观偏好数据;然后,采用瑟斯通定律将统计数据划分为瑟斯通量表来表明人眼对不同增强程度的偏好性等级;最后,得到一个基于感知的多尺度图像增强模型用以指导多尺度图像增强。本文通过研究人眼对不同频率的细节信息的偏好特性并利用人眼偏好性统计结果来指导图像增强,权衡图像的对比度与过增强的关系,最终获得感知偏好的增强效果。视觉系统作为一个非线性系统,决定了不同的图像内容需要采用不同的增强方式才能取得感知质量的最优化。图像内容的形式多种多样,但本文主要关注图像中对视觉感知影响较大的噪声、暗光(低照度)区域、肤色区域等图像内容信息。(1)对于图像中“噪声”的处理,在对图像进行增强之前,采用非局部均值滤波器对输入信号进行“去噪”预处理,提高增强算法的健壮性。(2)对于图像中的对比度很差的暗光区域,传统的SSR、MSR等通过去除光照层来增强图像细节的增强方法虽然提升了图像的对比度,但减弱了图像的景深,混乱了光照方向,损失了图像的自然性。本文针对这一缺点,提出了一种新的图像分解方法,并保留光照层信息,采用对数直方图修正对光照层中亮度重新映射调整,在保留原光照层亮度分布趋势的情况下提升低照度区域对比度,并抑制高亮区域灰度值溢出。(3)为了获得更好的彩色图像视觉效果,考虑到人眼对于肤色区域具有大量的先验知识和高度的敏感度,还提出了基于肤色保护的颜色饱和度拉伸算法,该算法可以保护人眼高度敏感的肤色区域颜色的自然度,以达到更好的视觉效果。最后,本文从主观和客观评价角度对算法的效果进行了分析,证明本文的算法具有很好的视觉效果和自然度。