（1）DDE應用背景
（2）DDE算法簡介
（3）DDE 實現
（4）DDE 總結和不足
----------author：pkf
-----------------time：2-9
----------------------qq：1327706646
（1）DDE應用背景
關於圖像的增強，無數種方法，有線性映射，直方圖均衡拉伸，還有時域，空域的增強等等，但是對於紅外圖來說，有許多限制，本身紅外圖是單色的灰度圖，局部對比度和亮度有時很弱，常用的線性影射(如AGC)或者直方圖統計(如直方圖均衡化HE)等方法往往存在輸出圖像場景細節模糊，甚至目標丟失的現象。因此，動態壓縮方法成為制約熱成像系統性能的關鍵點之一。這里數字細節增強(DDE)技術，不僅有效地壓縮了圖像的灰度位數，而且場景中的微小目標細節獲得有效保存，成為當前高性能熱成像系統的關鍵處理技術之一
（2）DDE算法簡介
DDE 即dige details enhance，即在於細節的增強技術。
自然場景的紅外圖像具有很高的溫度動態范圍，這種大溫差現象通常存在於物體或者物質之間(如天空、地面、車輛)，而相對較小的溫差則存在於物體或者物質的局部(如房屋的屋檐、牆壁、門、窗)。要使得在8bit的圖像中仍能較好地呈現14bit的圖像細節信息，不僅需要對大動態的信息進行相對較強的壓縮，而且需要留出必要的灰度級，使小動態的細節信息有其表現的空間。如圖1所示，在算法處理時首先利用特殊的濾波器將圖像的大動態溫度范圍信息(基礎圖像)和小動態細節信息(細節圖像)進行分離；然后對兩部分分別進行動態壓縮，並在8bit顯示數據中各自指定一定比例的壓縮后映射范圍，最后合成一幅8bit的輸出圖像。
雙邊濾波器是動態分離應用中較典型的一種濾波器，利用雙邊濾波分離大動態和小動態圖像的方法為：
空域低通濾波可理解為某一中心像素與其周邊像素的加權平均，而權重隨着與中心像素的空間距離加長而逐漸減小。同理，可構造一個灰度域濾波器，該濾波的權重隨着周邊像素的灰度與中心像素灰度的差距加大而減小，從而可使圖像中有劇烈變化的部分不會被濾除，對於紅外熱圖像則是保留了高動態圖像中高溫與低溫動態范圍以及局部圖像的細節信息。
分離后的圖像可通過如線性映射啊、直方圖均衡等一些常規的方法壓縮至8bit，最后合成完整的圖像輸出。
（3）DDE 實現
http://www.pudn.com/downloads581/sourcecode/graph/texture_mapping/detail2383156.html
（4）DDE 總結和不足
http://www.cnki.com.cn/Article/CJFDTotal-GXGD201205013.htm
http://wenku.baidu.com/link?url=huNWyZJ9EP2AeufmpBsjfDIkPeW9L9WdJiHPJ2pfp1MBnQBTfdw3gklvM_1bvPnA4C5T6Zmw10j8-K2-BmcJO-D_vEV7xm15BTAOw8a-bt_ 詳細案例1
http://wenku.baidu.com/view/ad63e42add36a32d737581e2.html 詳細案例2
http://xilinx.eetrend.com/article/4688 基於xilinx fpga的 dde 實現
http://projector.it168.com/a2012/0312/1323/000001323727.shtml
http://www.baidu.com/s?ie=utf-8&f=8&rsv_bp=1&rsv_idx=1&tn=baidu&wd=agc%20圖像增強&rsv_pq=ee7ced29000043c2&rsv_t=e15bLHemXKSjrePWe7HqqZvpe0bE9LKH58iDTPdlMDascTPdKXiXwoiQTG8&rsv_enter=1&inputT=1076&rsv_sug3=6&rsv_sug1=2&rsv_sug2=0&rsv_sug4=1747&rsv_sug=1 agc
http://zhidao.baidu.com/link?url=xjbr6Xe2i0MgqRXuetY9grNOgxdtmzv_snrVNoJDPaX6VCztB34x63u2Q-UPuxnSYa3N9X3TEs5-ZUXWXZm_aa double float的 范圍
http://www.cnblogs.com/fromchaos/archive/2010/12/07/1898698.html double float