[發(fā)明專利]一種基于直方圖的紅外圖像增強方法

有效

• 申請?zhí)枺?/td>: 201811603310.7
• 申請日: 2018-12-26
• 公開（公告）號: CN109671035B
• 公開（公告）日: 2022-12-13
• 發(fā)明（設(shè)計）人: 呂慧;彭川川;褚博;權(quán)五云;劉寶龍;潘麗樺
• 申請（專利權(quán)）人: 哈工大機器人（山東）智能裝備研究院
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/40;G06T7/40
• 代理公司: 北京格允知識產(chǎn)權(quán)代理有限公司 11609
• 代理人: 張沫;李亞東

本發(fā)明涉及一種基于直方圖的紅外圖像增強方法，將14位紅外圖像數(shù)據(jù)經(jīng)過盲元補償和非均勻性校正后，統(tǒng)計紅外圖像的直方圖信息，得到統(tǒng)計直方圖序列；確定有效灰度級直方圖序列后，選取所有有效灰度級直方圖序列的局部極大值，進(jìn)行去重步驟，將剩余的局部極大值排序，確定閾值；遍歷統(tǒng)計直方圖序列，確定序列最大值的灰度值；左右遍歷，比較各個灰度值對應(yīng)統(tǒng)計直方圖的值與閾值的關(guān)系，確定步長；采用以步長t遞增的方式做灰度變換。本發(fā)明舍棄比背景溫度低的部分目標(biāo)信息，壓縮背景部分在8位灰度級中占用的比例，使最終圖像的背景偏黑，目標(biāo)突出。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種基于直方圖的紅外圖像增強方法。

背景技術(shù)

隨著非制冷紅外焦平面陣列探測器精度的提高，紅外圖像應(yīng)用越來越廣泛，目前經(jīng)A/D采樣后的紅外數(shù)據(jù)一般為14位，14位圖像數(shù)據(jù)不能可視化，因此，需要將14位紅外數(shù)據(jù)經(jīng)過一系列變換壓縮成8位。目前14位紅外數(shù)據(jù)變換成8位說書的過程中，針對微小的紅外目標(biāo)往往灰度級比較接近，現(xiàn)有技術(shù)往往會在轉(zhuǎn)換過程中將目標(biāo)同一個變換為單一的灰度級丟失目標(biāo)的細(xì)節(jié)信息，若目標(biāo)與背景的溫差較小很可能直接淹沒在背景中。如何在變換過程中突出目標(biāo)細(xì)節(jié)信息是紅外圖像增強方法需要解決的問題。紅外細(xì)節(jié)增強方法主要研究領(lǐng)域包括空間域、頻率域和小波域，其中空間域中基于直方圖提取目標(biāo)特征進(jìn)行增強目標(biāo)細(xì)節(jié)是最常用的方法，其思想為適當(dāng)抑制背景信息，突出目標(biāo)細(xì)節(jié)達(dá)到圖像增強的效果。

發(fā)明專利CN201110370520.8，名稱為《基于雙平臺直方圖的紅外圖像自適應(yīng)增強方法》，申請人為華中科技大學(xué)的專利，公開了分析實時紅外圖像的統(tǒng)計紅外圖像的直方圖信息，通過局部極大值的遍歷、數(shù)值的近似估計和確定最小灰度間隔的方法，完成對上限和下限平臺閾值的自適應(yīng)實時計算與更新，從而能在突出紅外圖像中細(xì)節(jié)灰度信息的同時，抑制背景信息過度增強。雖然上述技術(shù)增強了紅外圖像細(xì)節(jié)，但是對于具有高背景低反差的紅外圖像，以天空當(dāng)背景為例，具有以下缺陷：

(1)由于場景中以天空為背景，所以有效灰度級直方圖序列中的背景部分局部極大值與微弱目標(biāo)部分的極大值往往不在一個數(shù)量級，此時通過局部極大值的平均值來計算，得到的值往往偏大,以至于會將一部分背景數(shù)據(jù)當(dāng)成細(xì)節(jié)來做增強處理，不能精確突出細(xì)節(jié)。

(2)上限閾值和下限閾值差別往往比較大，根據(jù)累計直方圖中對應(yīng)的值直接映射，存在目標(biāo)部分多個相鄰灰度值會被映射為同一灰度值的情況，從而目標(biāo)細(xì)節(jié)部分得不到增強，造成灰度級被壓縮或丟失的情況。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題在于，針對現(xiàn)有技術(shù)中的缺陷，提供了一種基于直方圖的紅外圖像增強方法，舍棄比背景溫度低的部分目標(biāo)信息，壓縮背景部分在8位灰度級中占用的比例，使最終圖像的背景偏黑，目標(biāo)突出。本發(fā)明應(yīng)用在高背景低反差的紅外圖像上效果更優(yōu)。

本發(fā)明提供的一種基于直方圖的紅外圖像增強方法，其改進(jìn)之處在于：將14位紅外圖像數(shù)據(jù)經(jīng)過盲元補償和非均勻性校正后，進(jìn)行如下步驟：

(1)統(tǒng)計所述紅外圖像的直方圖信息，遍歷所述紅外圖像，統(tǒng)計灰度值k在所述紅外圖像中出現(xiàn)的次數(shù)，得到統(tǒng)計直方圖序列P(k),其中k＝0,1,…,M，M為紅外圖像的總灰度級；

(2)提取所述統(tǒng)計直方圖序列P(k)中的非0項，得到有效灰度級直方圖序列N(s),其中s＝0,1,…,L，L為所述統(tǒng)計直方圖序列P(k)中的非0項的個數(shù)；

(3)選取所述有效灰度級直方圖序列N(s)中的所有局部極大值；其中局部最大值選取標(biāo)準(zhǔn)為三鄰域中的最大值；

(4)在所述有效灰度級直方圖序列N(s)的值相同的情況下，去掉重復(fù)出現(xiàn)的所述局部極大值，則只保留第一個；

(5)將剩余的局部極大值按照升序排列組成新的序列，并取新的序列的中間元素對應(yīng)的值為閾值T；