红外热成像技术广泛应用于军事、公共安全、医疗行业等众多领域,但红外图像普遍存在着细节边缘不突出、对比度较低、视觉效果比较模糊等一系列问题,因此,需要对原始的红外图像进行必要的增强处理。人眼是评价图像质量好坏的主体,如果在增强图像的同时充分考虑到人眼的视觉特性,将会取得更好的视觉效果。本文提出了一种基于人眼频率特性的多尺度分形增强算法,首先,通过计算分形维数和人眼感知频率范围选择需要增强的红外图像细节,然后依据人眼灰度分辨特性对图像细节进行增强。本文主要工作概括如下:(1)根据人眼频率特性曲线提取图像中人眼敏感的信息。通过对红外图像进行傅里叶变换,在频域中对人眼敏感的区域进行滤波,经过傅里叶反变换后得到图像中人眼敏感的细节区域位置坐标。(2)利用分形维数提取图像的细节信息。提出一种改进的分形维数计算方法,引入多尺度空间和改进的距离运算,对金字塔图像进行分形维数计算。相较于传统的单一尺度分形维数计算方法,改进后的计算方法效果更好。(3)将以上人眼敏感信息和图像细节信息相结合,根据人眼灰度分辨特性对信息进行针对性增强。首先,结合像素点的分形维数以及人眼敏感像素点的位置坐标,将图像的像素点分为光滑点和细节点,其次,再依据人眼的灰度分辨特性,得到每个灰度区域内对应像素点的增强数值,从而能够对光滑点和细节点进行针对性增强。本研究提出的基于人眼频率特性的多尺度分形增强算法,与常用的Retinex多尺度增强算法(MSR)、小波增强算法、以及分形小波增强算法进行对比实验,实验结果表明:本研究提出的算法在峰值信噪比、平均梯度指标上要优于其他算法,增强后的图像突出了目标的轮廓,可以较好地解决红外图像边缘模糊、可视性差的问题。