[發明專利]一種ISAR圖像自適應細節增強方法

有效

• 申請號: 201810414603.4
• 申請日: 2018-05-03
• 公開（公告）號: CN108629754B
• 公開（公告）日: 2019-05-24
• 發明（設計）人: 田彪;劉永祥;黎湘;霍凱;姜衛東;盧哲俊;張雙輝;張新禹
• 申請（專利權）人: 中國人民解放軍國防科技大學
• 主分類號: G06T5/40
• 分類號: G06T5/40;G06T5/00
• 代理公司: 長沙中科啟明知識產權代理事務所(普通合伙) 43226
• 代理人: 任合明

本發明提供一種ISAR圖像自適應細節增強方法。技術方案包括下述步驟：S1：求取ISAR圖像的L級灰度直方圖；S2：空幅度級壓縮；S3：條件判斷；S4：低概率幅度級壓縮；S5：高概率幅度級擴展；S6：灰度映射。本發明針對空間目標ISAR圖像動態范圍大且在高幅度區稀疏、直方圖冗余的特點，自適應地進行冗余幅度級壓縮和高概率幅度級擴展，在保留目標細節信息不丟失的情況下有效提高目標灰度圖像的局部對比度，提高目標ISAR圖像的視覺效果，提升目標識別能力，具有重要工程應用價值。

技術領域

本發明涉及ISAR(Inverse Synthetic Aperture Radar，逆合成孔徑雷達)圖像處理技術，尤其涉及一種基于冗余幅度級壓縮和高概率幅度級擴展的ISAR圖像自適應細節增強方法。

背景技術

與光學圖像不同，ISAR圖像在成像過程中受目標特性、雷達系統、環境噪聲以及成像算法等多種因素的影響，通常表現為孤立的散射中心分布，具有稀疏性、動態范圍大、對比度較低等特點。這使得后續的圖像分析、解譯面臨很大的難度，因此在進行后續處理前，對ISAR圖像進行細節增強處理顯得十分必要。

現有的圖像細節增強方法主要應用于光學圖像。如Gamma校正方法，參見文獻(彭國福,林正浩.圖像處理中Gamma校正的研究和實現[J].電子工程師,2006,(2):30-32,36.)。這種方法通過一個特定的Gamma變換算子來改善圖像對比度。但是這種方法應用于具有稀疏性、動態范圍大的ISAR圖像細節增強時，難以取得令人滿意的效果。如直方圖均衡化法，參見文獻(張銳,賈娜.海域圖像增強方法綜述[J].液晶與顯示,2017,(10):828-834.)，則通過使圖像灰度級的概率密度函數滿足近似均勻分布的形式來增大圖像動態范圍和提高圖像對比度，對于動態范圍已經很大的ISAR圖像而言，難以實現細節增強，而對目標主體的增強甚至會削弱圖像的可視性。目前，尚未查到有關ISAR圖像細節增強方法的相關資料。

發明內容

針對上述技術中存在的問題，本發明提出一種基于冗余幅度級壓縮和高概率幅度級擴展的ISAR圖像自適應細節增強方法。該方法利用ISAR圖像的稀疏性，對ISAR灰度圖像冗余幅度級進行壓縮，對高概率幅度級進行擴展，實現圖像自適應細節增強，可以有效提高目標ISAR圖像的視覺效果，豐富目標細節信息。

本發明采用的技術方案為：一種基于冗余幅度級壓縮和高概率幅度級擴展的ISAR圖像自適應細節增強方法，該方法包括以下步驟：

設獲得的ISAR圖像G在坐標(m,n)處的灰度值g(m,n)，其中m∈[1,M]、n∈[1,N]，M和N分別表示ISAR圖像G在方位向和距離向的分辨單元數。

S1：求取ISAR圖像的L級灰度直方圖

將ISAR圖像G的灰度范圍均勻劃分為L級，得到ISAR圖像G對應的L級灰度直方圖。幅度級數L的取值根據ISAR圖像的灰度范圍大小確定。

S2：空幅度級壓縮

刪除L級灰度直方圖中包含像素數目為0的幅度級，得到幅度級數為L′的L′級灰度直方圖。

S3：條件判斷

如果L′小于設定的最終級數L₀，則執行S5；如果L′大于設定的最終級數L₀，則執行S4；否則，執行S6。最終級數L₀的取值根據需要量化的灰度級數確定，一般取L₀＝256。

S4：低概率幅度級壓縮

S4.1對出現頻率最低的幅度級進行壓縮處理，即將該幅度級與其相鄰的出現頻率較低的幅度級合并。

S4.2統計壓縮處理后新的幅度級數和對應的幅度級灰度直方圖，若新的幅度級數等于設定的最終級數L₀，則執行S6；否則，執行S4.1。