[發明專利]一種基于圖像分解的局部自適應紅外圖像增強方法

有效

• 申請號: 202011508170.2
• 申請日: 2020-12-18
• 公開（公告）號: CN112598606B
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 干宗良;王夢柔;劉峰
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06T5/40
• 分類號: G06T5/40;G06T7/90
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 錢玲玲

1.一種基于圖像分解的局部自適應紅外圖像增強方法，其特征在于，包括如下步驟：

利用全局映射函數和局部映射函數，對原始紅外圖像進行對比度增強處理，獲得對比度增強的紅外圖像；

利用圖像分解技術為對比度增強的紅外圖像進行圖像分解；

基于自適應增強算法對圖像分解結果進行細節增強處理，獲得紅外增強圖像；

所述全局映射函數和局部映射函數的獲取方法如下：

獲取原始紅外圖像的紅外熱度矩陣，對紅外熱度矩陣進行歸一化處理，獲得8位紅外圖像；

根據8位紅外圖像，獲得8位紅外圖像的幾何分布直方圖，并利用8位紅外圖像的幾何分布直方圖修正其全局直方圖；

利用修正后的8位紅外圖像的全局直方圖，獲得全局映射函數；

將8位紅外圖像分成多個尺寸為a×b的圖像塊；

根據每個圖像塊，獲得每個圖像塊的幾何分布直方圖，并利用每個圖像塊的幾何分布直方圖修正其局部直方圖；

利用修正后的每個圖像塊的局部直方圖，獲得局部映射函數；

獲得全局映射函數的具體操作如下：

根據8位紅外圖像的全局直方圖獲得8位紅外圖像的非零直方圖，并對非零直方圖進行降序處理，獲得8位紅外圖像的降序直方圖H_d；

根據8位紅外圖像，計算8位紅外圖像的幾何分布直方圖H_g，具體表達式如下：

H_g(k)＝(1-η)^k-1·η

其中，H_g(k)表示幾何分布直方圖H_g中第k個灰度值出現的概率，即第k個灰度值對應的像素點個數與像素點總數的比值，η為幾何分布的概率參數，k＝1，2，…，K，K為8位紅外圖像的非零直方圖中灰度值的數量；

根據幾何分布直方圖H_g和降序直方圖H_d獲得8位紅外圖像的目標直方圖，具體表達式如下：

其中，H_t表示8位紅外圖像的目標直方圖，μ為目標直方圖的正則化參數；

根據8位紅外圖像的全局直方圖，對目標直方圖進行升序處理，獲得修正后的8位紅外圖像的全局直方圖H_e；

根據修正后的8位紅外圖像的全局直方圖H_e獲得全局映射函數：

其中，T_G(l)表示8位紅外圖像中灰度值l的映射，H_e(d)表示修正后的8位紅外圖像的全局直方圖H_e中灰度值d出現的概率，d＝1，2，…，l，l∈[0，255]。

2.根據權利要求1所述的一種基于圖像分解的局部自適應紅外圖像增強方法，其特征在于，所述歸一化處理的公式如下：

其中，S(i，j)表示8位紅外圖像中坐標(i，j)處的像素點的灰度值，M(i，j)表示紅外熱度矩陣中第i行、第j列的紅外熱度值，M_min表示紅外熱度矩陣中的最小紅外熱度值，M_max表示紅外熱度矩陣中的最大紅外熱度值，i＝1，2，…，m，j＝1，2，…，n，m為原始紅外圖像中每一行的像素點數量，n為原始紅外圖像中每一列的像素點數量。

3.根據權利要求1所述的一種基于圖像分解的局部自適應紅外圖像增強方法，其特征在于，局部映射函數的表達式如下：

其中，T_p，q(l)表示8位紅外圖像中第p行、第q列的圖像塊中灰度值l的映射，H_f(d)表示8位紅外圖像中第p行、第q列的圖像塊修正后的局部直方圖中灰度值d出現的概率，p＝1，2，…，P，q＝1，2，…，Q，P為8位紅外圖像中每一行的圖像塊總數，Q為8位紅外圖像中每一列的圖像塊總數。