[發(fā)明專利]一種基于直方圖變換的紅外圖像量化方法在審
| 申請?zhí)枺?/td> | 202110326473.0 | 申請日： | 2021-03-26 |
| 公開（公告）號： | CN113160097A | 公開（公告）日： | 2021-07-23 |
| 發(fā)明（設(shè)計）人： | 史傳飛;李威;魏大洲;李忠威;曲國遠(yuǎn) | 申請（專利權(quán)）人： | 中國航空無線電電子研究所 |
| 主分類號： | G06T5/40 | 分類號： | G06T5/40 |
| 代理公司： | 上海和躍知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 31239 | 代理人： | 楊慧 |
| 地址： | 200233 *** | 國省代碼： | 上海;31 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 直方圖 變換 紅外 圖像 量化 方法 | ||
本發(fā)明公開了一種基于直方圖變換的紅外圖像量化方法，對輸入的原始紅外圖像中的所有像素按照灰度值的大小統(tǒng)計各灰度值出現(xiàn)的頻率，得到灰度直方圖；對灰度直方圖中的出現(xiàn)率頻為非零的灰度值按升序重新組合，得到有序直方圖，以及灰度直方圖和有序直方圖之間的索引映射函數(shù)；對有序直方圖以固定斜率構(gòu)造傾斜分布直方圖；以與有序直方圖之間距離最小以及與傾斜分布直方圖之間距離最小為目標(biāo)建立改進(jìn)有序直方圖；根據(jù)索引映射函數(shù)將改進(jìn)有序直方圖一一映射到目標(biāo)直方圖，計算出目標(biāo)直方圖中的有效動態(tài)范圍，并將圖像動態(tài)范圍量化至目標(biāo)范圍。本發(fā)明可以獲得目標(biāo)細(xì)節(jié)完整、可視化效果優(yōu)良的圖像。
技術(shù)領(lǐng)域
本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種基于直方圖變換的紅外圖像量化方法。
背景技術(shù)
紅外成像技術(shù)在傾斜搜索光電系統(tǒng)(如無人機(jī)紅外搜索和跟蹤系統(tǒng))中有著廣泛應(yīng)用，為了兼顧可探測的動態(tài)范圍及探測靈敏度，現(xiàn)代高質(zhì)量的紅外傳感器輸出的原始信號可達(dá)到14位(或16位)數(shù)據(jù)范圍，然而在一張圖像中人類肉眼只能大約分辨出128個灰度級，因此首先需要將原始圖像量化到傳統(tǒng)顯示器可顯示的8位數(shù)據(jù)范圍內(nèi)。
近年來，許多基于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的目標(biāo)自動識別模型被用于目標(biāo)檢測，使得檢測更加高效和準(zhǔn)確，目標(biāo)自動識別算法受訓(xùn)練圖像的質(zhì)量影響較大。在高動態(tài)紅外圖像中，大部分場景背景區(qū)域都處于相近的灰度級，且場景細(xì)節(jié)與背景的對比度往往比較低，原始的紅外圖像直方圖通常有一個又高又窄的峰值，若直接線性量化至8位數(shù)據(jù)范圍，將會導(dǎo)致圖像中信息的丟失、對比度較低，不利于后續(xù)目標(biāo)區(qū)域的檢測識別。
發(fā)明內(nèi)容
本發(fā)明的發(fā)明目的在于一種基于直方圖變換的紅外圖像量化方法，該方法通過灰度直方圖將14位或更多位的紅外圖像中的所有像素按照灰度值的大小統(tǒng)計其出現(xiàn)的頻率，反映了灰度圖像的統(tǒng)計特性。通過對灰度直方圖進(jìn)行特定變換，調(diào)整像素灰度值的分布函數(shù)，可增加圖像中不同紋理信息的細(xì)節(jié)特征，同時抑制背景中的高頻信息，從而獲得有效的對比度增強(qiáng)圖像。因此，基于直方圖變換可以從全局上對14位或更多位的紅外圖像進(jìn)行快速有效的量化，獲得目標(biāo)細(xì)節(jié)完整、可視化效果優(yōu)良的8位數(shù)據(jù)圖像。
本發(fā)明的發(fā)明目的通過以下技術(shù)方案實(shí)現(xiàn)：
一種基于直方圖變換的紅外圖像量化方法，包含以下步驟：
步驟一，原始紅外圖像輸入；
步驟二、對輸入的原始紅外圖像中的所有像素按照灰度值的大小統(tǒng)計各灰度值出現(xiàn)的頻率，得到灰度直方圖Hx；
步驟三、對灰度直方圖Hx中的出現(xiàn)率頻為非零的灰度值按升序重新組合，得到有序直方圖Ho，以及灰度直方圖和有序直方圖之間的索引映射函數(shù)Ω(k)；
步驟四，對有序直方圖以固定斜率構(gòu)造傾斜分布直方圖Hr：
步驟五，以與有序直方圖Ho之間距離最小以及與傾斜分布直方圖Hr之間距離最小為目標(biāo)建立改進(jìn)有序直方圖Hm；
步驟六，根據(jù)索引映射函數(shù)Ω(k)將改進(jìn)有序直方圖Hm一一映射到目標(biāo)直方圖Ht，計算出目標(biāo)直方圖Ht中的有效動態(tài)范圍，并將圖像動態(tài)范圍量化至[0，2s-1]；其中，s為目標(biāo)圖像的位數(shù)；
步驟七，輸出量化后的目標(biāo)圖像。
優(yōu)選地，固定斜率為其中，W為圖像的寬度，H為圖像的高度，L為出現(xiàn)率頻為非零的灰度值的數(shù)量。
優(yōu)選地，將圖像動態(tài)范圍量化至[0，2s-1]的計算過程按照以下流程進(jìn)行：
1)確定目標(biāo)直方統(tǒng)計圖中統(tǒng)計最大值所對應(yīng)的灰度值gmax；
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國航空無線電電子研究所，未經(jīng)中國航空無線電電子研究所許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110326473.0/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
