为提高煤矿井下低照度、大噪声图像的可观测性，提出了一种基于非下采样轮廓波变换的矿井图像增强算法。该方法克服了常规图像增强算法无法兼顾对比度提高与噪声抑制的不足。根据Retinex理论，推导出低照度含噪声图像的Retinex增强框架，该框架解除了噪声对估计光照图的干扰，并且分离实现了图像的对比度提高和噪声抑制。

利用非下采样轮廓波变换将输入图像分解为低频子带系数和高频方向子带系数，从而解除估计光照图与抑制噪声的耦合。对于进一步了解非下采样轮廓波变换的相关应用，可以参考基于非下采样轮廓波变换的图像融合方法和非下采样轮廓波变换域中多尺度产品特征对比度的多焦点图像融合等相关研究。

然后，在轮廓波变换域，利用RGB三个颜色通道的低频子带系数，求出低频子带系数的亮通道图像。但该亮通道图像存在细节突变和过低灰度值，这与光照图缓慢变化的特征不符。为此，对亮通道图像做进一步的Gamma校正和均值滤波，以获得灰度值提高的平滑光照图估计值。有关对比度增强的其他方法，如使用Matlab开发彩色图像对比度增强，可以在这里找到详细的代码示例。

接着，根据阈值函数收缩高频方向子带系数以实现噪声抑制。为突显某一频带方向的细节信息并提高整体对比度，将收缩的高频方向子带系数乘以相应的增益，完成特定细节加强，再利用细节加强的高频子带系数、低频子带系数和光照图估计值重构出整体对比度提高的增强图像。您可以在非下采样轮廓波变换matlab代码中找到相关实现的代码示例。

数值实验表明，该图像增强算法能够有效地实现矿井图像的增强，使其在低照度和大噪声环境下的可观测性大大提高。如需更深入地了解此类算法的实现和应用，还可以参考非下采样轮廓波变换的工具包NSCT来获取更多技术细节。