[發(fā)明專(zhuān)利]一種基于圖像分解的局部自適應(yīng)紅外圖像增強(qiáng)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011508170.2
• 申請(qǐng)日: 2020-12-18
• 公開(kāi)（公告）號(hào): CN112598606B
• 公開(kāi)（公告）日: 2022-08-30
• 發(fā)明（設(shè)計(jì)）人: 干宗良;王夢(mèng)柔;劉峰
• 申請(qǐng)（專(zhuān)利權(quán)）人: 南京郵電大學(xué)
• 主分類(lèi)號(hào): G06T5/40
• 分類(lèi)號(hào): G06T5/40;G06T7/90
• 代理公司: 南京縱橫知識(shí)產(chǎn)權(quán)代理有限公司 32224
• 代理人: 錢(qián)玲玲

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

利用全局映射函數(shù)和局部映射函數(shù)，對(duì)原始紅外圖像進(jìn)行對(duì)比度增強(qiáng)處理，獲得對(duì)比度增強(qiáng)的紅外圖像；

利用圖像分解技術(shù)為對(duì)比度增強(qiáng)的紅外圖像進(jìn)行圖像分解；

基于自適應(yīng)增強(qiáng)算法對(duì)圖像分解結(jié)果進(jìn)行細(xì)節(jié)增強(qiáng)處理，獲得紅外增強(qiáng)圖像；

所述全局映射函數(shù)和局部映射函數(shù)的獲取方法如下：

獲取原始紅外圖像的紅外熱度矩陣，對(duì)紅外熱度矩陣進(jìn)行歸一化處理，獲得8位紅外圖像；

根據(jù)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(shù)；

將8位紅外圖像分成多個(gè)尺寸為a×b的圖像塊；

根據(jù)每個(gè)圖像塊，獲得每個(gè)圖像塊的幾何分布直方圖，并利用每個(gè)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(gè)圖像塊的局部直方圖，獲得局部映射函數(shù)；

獲得全局映射函數(shù)的具體操作如下：

根據(jù)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(duì)非零直方圖進(jìn)行降序處理，獲得8位紅外圖像的降序直方圖H_d；

根據(jù)8位紅外圖像，計(jì)算8位紅外圖像的幾何分布直方圖H_g，具體表達(dá)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(gè)灰度值出現(xiàn)的概率，即第k個(gè)灰度值對(duì)應(yīng)的像素點(diǎn)個(gè)數(shù)與像素點(diǎn)總數(shù)的比值，η為幾何分布的概率參數(shù)，k＝1，2，…，K，K為8位紅外圖像的非零直方圖中灰度值的數(shù)量；

根據(jù)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(biāo)直方圖，具體表達(dá)式如下：

其中，H_t表示8位紅外圖像的目標(biāo)直方圖，μ為目標(biāo)直方圖的正則化參數(shù)；

根據(jù)8位紅外圖像的全局直方圖，對(duì)目標(biāo)直方圖進(jìn)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(jù)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(shù)：

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(xiàn)的概率，d＝1，2，…，l，l∈[0，255]。

2.根據(jù)權(quán)利要求1所述的一種基于圖像分解的局部自適應(yīng)紅外圖像增強(qiáng)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(biāo)(i，j)處的像素點(diǎn)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(diǎn)數(shù)量，n為原始紅外圖像中每一列的像素點(diǎn)數(shù)量。

3.根據(jù)權(quán)利要求1所述的一種基于圖像分解的局部自適應(yīng)紅外圖像增強(qiáng)方法，其特征在于，局部映射函數(shù)的表達(dá)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(xiàn)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(shù)，Q為8位紅外圖像中每一列的圖像塊總數(shù)。