SPIE论文 2009年 作者：Feancesco Branchitta 翻译：Malimo
第二部分，我们描述BF&DRP方法。我们着重讨论：
- 这个算法背后的动机
- 展示这个算法的流程
- 然后讨论各个可调参数的意义。
2.BF&DRP方法
为了能够很好阐述，说明我们系统是怎么工作的，我们先从一维信号认识下，如下图1，图1b是图1a的第251列的像素灰度信号。选择这一列数据举例，是因为它能够代表宽动态红外视觉系统需要面对的挑战。
图1 一个简单的阐述，用于说明 宽动态红外图像面临的典型挑战
这一列像素灰度数据很有代表性，能够说明红外图像宽动态面临的问题。这幅图你可以观察到有大的灰度变化（天空和地面），同时又可以看待一些需要被强调的低对比度的小细节。尤其是，对比图1b的曲线，我们很容易发现标记的区域（a）中的曲线很微弱是因为在图1a中的电缆线不容易被观察到。区域（b）中的电缆在天空背景下有高对比度的可以被清楚的看到；区域（c）是在水平线（天地（这里的地就是山））以上的树木，在天空背景下可以被看到。区域（d）处有明显强烈的边缘，是因为正好是在水平线上；区域（e）处，在水平线以下，一字儿建筑和细节比较暗。不容易被观察到。
该视觉算法的目的就保持且尽可能的提升所有细节的可视程度，同时尽可能接近原始图的表现。为了