[發(fā)明專利]基于細(xì)節(jié)的局部選擇性映射的紅外圖像增強(qiáng)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710659972.5
• 申請(qǐng)日: 2017-08-03
• 公開（公告）號(hào): CN107481210B
• 公開（公告）日: 2020-12-25
• 發(fā)明（設(shè)計(jì)）人: 劉家良
• 申請(qǐng)（專利權(quán)）人: 北京長(zhǎng)峰科威光電技術(shù)有限公司
• 主分類號(hào): G06T5/40
• 分類號(hào): G06T5/40;G06T5/20;G06T3/40
• 代理公司: 北京兆君聯(lián)合知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11333
• 代理人: 初向慶

本發(fā)明涉及一種基于細(xì)節(jié)的局部選擇性映射的紅外圖像增強(qiáng)方法，主要包括圖像細(xì)節(jié)獲取，基于細(xì)節(jié)的快速分割，場(chǎng)景判斷和基于場(chǎng)景的映射，以及局部直方圖插值拼接四個(gè)步驟，可以有效壓縮無(wú)用的灰度范圍，使得整幅圖像的對(duì)比度得到增強(qiáng)，在有效提高感興趣目標(biāo)的對(duì)比度的同時(shí)，能夠保持背景的自然一致性。

技術(shù)領(lǐng)域

本發(fā)明涉及紅外圖像的視覺(jué)增強(qiáng)技術(shù)領(lǐng)域，通過(guò)提高紅外圖像的對(duì)比度提高圖像的視覺(jué)觀感。

背景技術(shù)

目前常用的紅外圖像動(dòng)態(tài)范圍壓縮以及對(duì)比度增強(qiáng)算法主要分為兩大類，分別為線性映射和非線性映射方法。線性映射算法簡(jiǎn)單，但在寬動(dòng)態(tài)范圍的情況下，無(wú)效灰度級(jí)占比較大，導(dǎo)致映射后的有效灰度級(jí)較少，極大的損失了細(xì)節(jié)信息；非線性映射方法中，最具代表性的是直方圖均衡算法，該算法能夠有效壓縮圖像灰度級(jí)概率分布函數(shù)(PDF)較小的灰度級(jí)分布范圍，同時(shí)增強(qiáng)PDF較大的對(duì)比度，但該算法對(duì)圖像中由少量相近灰度值像素組成的小目標(biāo)或細(xì)節(jié)紋理特征無(wú)法實(shí)現(xiàn)有效的增強(qiáng)，且在增強(qiáng)對(duì)比度的同時(shí)也同樣提高了圖像的噪聲信息，使得噪點(diǎn)變得更加明顯；采用局部直方圖均衡算法，能夠進(jìn)一步提高圖像中小目標(biāo)的對(duì)比度，但該算法會(huì)在小窗口的邊緣產(chǎn)生明顯邊緣且破壞了圖像的整體感。

發(fā)明內(nèi)容

本發(fā)明的目的在于根據(jù)目前常用的紅外圖像動(dòng)態(tài)范圍壓縮以及對(duì)比度增強(qiáng)方法的優(yōu)缺點(diǎn)，將線性映射與局部直方圖均衡相結(jié)合，提出一種基于細(xì)節(jié)的局部選擇性映射的紅外圖像增強(qiáng)方法，根據(jù)圖像的細(xì)節(jié)程度進(jìn)行圖像場(chǎng)景的初步判斷和分割，并根據(jù)內(nèi)容選取不同的映射曲線，達(dá)到在增強(qiáng)圖像細(xì)節(jié)部分的對(duì)比度的同時(shí)保持圖像背景的一致性，將分割后的各區(qū)域的映射結(jié)果進(jìn)行插值拼接，從而使得各個(gè)分割塊之間過(guò)渡自然，保證了整個(gè)圖像的一體性。

為實(shí)現(xiàn)上述目的，本發(fā)明用以下技術(shù)方案：

一種基于細(xì)節(jié)的局部選擇性映射的紅外圖像增強(qiáng)方法，其特征在于包括以下步驟：

(1)細(xì)節(jié)圖像獲取：對(duì)待處理的圖像采用雙邊濾波器進(jìn)行濾波，獲取細(xì)節(jié)圖像，并對(duì)得到的細(xì)節(jié)圖像進(jìn)行離散量化；

(2)基于細(xì)節(jié)的圖像快速分割：

(21)預(yù)設(shè)圖像的最小顆粒度及基本分割度參數(shù)，根據(jù)預(yù)設(shè)的基本分割度對(duì)圖像進(jìn)行分割，并統(tǒng)計(jì)各個(gè)分割區(qū)域的所有離散量化值，得到該區(qū)域的細(xì)節(jié)程度；

(22)分割迭代：根據(jù)每個(gè)分割區(qū)域的細(xì)節(jié)程度，判斷是否需要對(duì)該區(qū)域進(jìn)一步分割；若該區(qū)域的細(xì)節(jié)程度低于細(xì)節(jié)下限，或者細(xì)節(jié)程度高于細(xì)節(jié)上限，或者該區(qū)域分割已經(jīng)達(dá)到了最小顆粒度，則停止對(duì)該區(qū)域進(jìn)一步分割，否則對(duì)該區(qū)域進(jìn)一步進(jìn)行2*2的區(qū)域分割，并根據(jù)進(jìn)一步分割后形成的每個(gè)子區(qū)域的細(xì)節(jié)程度進(jìn)行分割迭代；

(23)區(qū)域合并：根據(jù)步驟(22)分割后的每個(gè)區(qū)域與其四鄰區(qū)域的細(xì)節(jié)程度的相似度進(jìn)行區(qū)域合并，即將細(xì)節(jié)程度相似的相鄰區(qū)域進(jìn)行合并，并認(rèn)為合并后的區(qū)域中場(chǎng)景相近；

(3)場(chǎng)景判斷以及基于場(chǎng)景的映射計(jì)算：

(31)場(chǎng)景判斷：對(duì)步驟(23)中合并后的各個(gè)區(qū)域的細(xì)節(jié)程度進(jìn)行場(chǎng)景判斷，對(duì)細(xì)節(jié)程度低于細(xì)節(jié)下限的區(qū)域判斷為背景，細(xì)節(jié)程度高于細(xì)節(jié)上限的區(qū)域判斷為目標(biāo)，而分割至最小顆粒度的區(qū)域判斷為背景與目標(biāo)的交界處；

(32)基于場(chǎng)景的映射計(jì)算：對(duì)于背景，采用基于全局灰度范圍的線性映射；對(duì)于目標(biāo)，采用局部直方圖均衡映射得到相應(yīng)的映射曲線；對(duì)于交界處，則根據(jù)其3*3鄰域內(nèi)的主要場(chǎng)景內(nèi)容進(jìn)行分類，即若其鄰域中判斷為背景的區(qū)域面積大于目標(biāo)的區(qū)域面積，則將其判斷為背景，采用基于全局灰度范圍的線性映射；否則判斷為目標(biāo)，采用局部直方圖均衡映射得到相應(yīng)的映射曲線；

(4)局部直方圖插值拼接：按照步驟(3)的方法遍歷圖像，最后將映射曲線集進(jìn)行插值拼接，得到視覺(jué)增強(qiáng)后的圖像信息。