CN102129675A - 一种非线性自适应红外图像增强方法 - Google Patents
一种非线性自适应红外图像增强方法 Download PDFInfo
- Publication number
- CN102129675A CN102129675A CN 201110045268 CN201110045268A CN102129675A CN 102129675 A CN102129675 A CN 102129675A CN 201110045268 CN201110045268 CN 201110045268 CN 201110045268 A CN201110045268 A CN 201110045268A CN 102129675 A CN102129675 A CN 102129675A
- Authority
- CN
- China
- Prior art keywords
- histogram
- image
- mapping
- main peak
- nonlinear
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Transforming Light Signals Into Electric Signals (AREA)
Abstract
本发明是有关于一种非线性自适应红外图像增强方法,包括:A.输入原始图像数据,并统计直方图;B.分析直方图,统计各个波峰和波谷的大小、位置及宽度,确定主峰;C.对主峰应用公式,计算得到非线性映射曲线;D.计算得到对应于整幅图像的灰度直方图映射表;E.由步骤D构建的直方图映射表,对步骤A的直方图进行查表映射,形成新的图像数据,并将送终端显示。本发明一种非线性自适应红外图像增强方法,既能显著提升图像对比度,又可保持图像细节,解决传统图像增强方法在简单背景下噪声抑制能力和场景适应性较差,以及场景发生较大变化时红外视频出现“闪烁”等问题,从而提升红外成像系统的环境适应性。
Description
技术领域
本发明涉及红外成像组件和红外热成像研究领域,特别是涉及一种红外成像组件的非线性自适应红外图像增强方法。
背景技术
以凝视型红外焦平面器件为主的第三代红外热成像系统已广泛应用于夜视、天文、海上营救搜索、工业热探测、军事和医学等领域。然而由于红外热成像依赖于场景内各成像因素之间的辐射差异,导致红外焦平面阵列输出的原始图像有效灰度过于集中,常规处理方法存在目标对比度较差、场景细节模糊等缺点。所以对红外焦平面阵列输出的原始图像数据进行相应的增强,使之适合特定应用十分必要。而图像增强方法可分为频域法和空域法两类。
频域法是对图像进行基于频域的正反变换,其计算量大,很难满足实时性要求。并且频域法在频域对图像进行增强,无论是高通滤波或是低通滤波,都会很大程度的破坏原始图像,滤除有效信息。
空域法中最典型的图像增强方法是直方图均衡。它把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。原始图像灰度值i归一化在0~1之间,p(i)为原始图像灰度分布的概率密度函数。直方图均衡化处理实际上就是寻找一个灰度变换函数T,使得变化后的灰度值S=T(i),其中,S归一化为0~1,即建立i与S之间的映射关系。
对于数字图像,其直方图均衡化处理的计算步骤如下:
(1)统计原始图像的直方图
pr(ri)=ni/n
上式中,ri是归一化的输入图像灰度,ni是输入图像中归一化灰度等于ri的像素个数,n是输入图像的像素总数。
(2)计算直方图累积分布曲线
(3)用累积分布函数作映射函数进行图像灰度映射
根据计算得到的累积分布函数,建立输入图像与输出图像灰度之间的映射关系。直方图均衡作为一种基础的图像处理方法在很多领域得到应用,并出现了许多种改良方法,但这类方法均是将原始图像的直方图动态范围进行简单的拉伸,对于单幅图像尚可满足要求,但在红外视频中,简单场景下的背景噪声会被大幅放大,造成图像细节损失,且当场景发生较大变化,或者出现高温物体时,直方图灰度级将发生跳变,并产生“闪烁”现象,影响观察和目标探测。
由此可见,上述现有的红外图像增强方法在方法与使用上,显然仍存在有不便与缺陷,而亟待加以进一步改进。如何能创设一种既可提升图像对比度,又可保持图像细节的新的非线性自适应红外图像增强方法,是当前本领域的重要研究课题。
发明内容
本发明要解决的技术问题是提供一种非线性自适应红外图像增强方法,使其既能显著提升图像对比度,又可保持图像细节,解决传统图像增强方法在简单背景下噪声抑制能力和场景适应性较差,以及场景发生较大变化时红外视频出现“闪烁”等问题,从而提升红外成像系统的环境适应性。
为解决上述技术问题,本发明一种非线性自适应红外图像增强方法,包括以下步骤:
A.输入原始图像数据,并统计直方图;
B.分析直方图,统计各个波峰和波谷的大小、位置及宽度,确定主峰;
C.对主峰应用公式
计算得到非线性映射曲线,其中i代表灰度级,ci代表波峰位置,wdi代表波峰宽度,a代表主峰灰度级,wd0为主峰宽度,c0代表主峰位置,n代表直方图中的波峰数目;
D.将计算得到的f(i)带入公式
计算得到对应于整幅图像的灰度直方图映射表,其中i为原始图像的灰度级,g(i)为经映射函数压缩后的灰度级;
E.由步骤D构建的直方图映射表,对步骤A的直方图进行查表映射,形成新的图像数据,并将送终端显示。
作为本发明的一种改进,所述的各步骤均由一单片FPGA实时实现。
采用这样的设计后,本发明至少具有以下优点:
1、本发明原理简单实用,采用一片FPGA即可实现所有的计算步骤,并且保证50Hz的刷新频率,提高了系统的集成度,有利于实现红外成像组件的小型化、低成本和低功耗;
2、根据人眼对外部环境的非线性响应特点,采用非线性对数函数构建直方图映射曲线,实现类似于人眼响应特点的红外图像增强方法,扩展有效灰度区间,即增强了图像主体信息,保持了细节,并实现对噪声的抑制;
3、构建非线性映射函数步骤中,根据原始图像直方图各峰值信息进行非线性变换,有效的抑制了场景发生较大变化,或出现高温物体时,造成的红外视频“闪烁”现象。
附图说明
上述仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,以下结合附图与具体实施方式对本发明作进一步的详细说明。
图1是本发明一种非线性自适应红外图像增强方法的流程示意图。
图2是本发明一种非线性自适应红外图像增强方法一具体实施例的原始红外图像示意图。
图3是图2增强后的红外图像示意图。
图4是图2的直方图统计。
图5是图2所述具体实施例的映射函数曲线。
图6是图5所述曲线非线性映射后的直方图统计。
具体实施方式
请参阅图1所示,本发明一种非线性自适应红外图像增强方法,包括以下步骤。
第1步,直方图统计:输入原始图像数据,统计第n帧图像直方图。
第2步,分析直方图:在直方图基础上,记录并统计各个波峰和波谷的大小、位置及宽度等信息,据此联合判断与图像灰度级分布对应的系列峰值,找到并确定主峰。其中波峰宽度以相邻两个波谷位置差的0.707倍为准。
第3步,引入人眼视觉感知函数:对主峰应用公式
计算得到非线性自适应直方图映射曲线,其中i代表灰度级,ci代表波峰位置,wdi代表波峰宽度,a代表主峰灰度级,wd0为主峰宽度,c0代表主峰位置,n代表直方图中波峰数目。
第4步,构建映射表:将计算得到的f(i)带入公式
计算得到对应于整幅图像的灰度直方图映射表。其中i为原始图像的灰度级,g(i)为经映射函数压缩后的灰度级。
第5步,原直方图查表映射:由构建的直方图映射表,对原始数据进行查表映射,形成新的图像数据,送终端显示。
以上描述的算法是将原始图像映射到8位灰度图像对于更一般的情况,原始图像可以被映射到2n个灰度级上,因此更通用的映射公式为
本发明在红外图像直方图的基础上,统计直方图的波峰和波谷特征信息,利用直方图波峰信息构建非线性映射函数,实现了红外图像信息的动态范围压缩和对比度增强,获得了适合于人眼观察的红外图像,并有效的抑制了简单背景下的噪声,解决了场景中出现高温物体时引起直方图波峰的突变而产生的红外视频“闪烁”问题。因此,该红外图像增强方法具有很强的场景适应性。此外,本发明的各步骤完全可以由单片FPGA实时实现,满足了小型化、低成本的要求。
请配合参阅图2-6所示,其为本发明一具体应用实例的效果演示。
图2为一张384×288分辨率的原始红外图像,从图像中可以看出原始图像对比度低,边缘和细节模糊。
图4是图2的直方图统计,可以发现其直方图集中在一段区域内,其有效灰度分布范围较小。对该直方图经步骤2处理,判断直方图波峰位置、高度和宽度以及波谷位置,确定主峰信息。
根据步骤3和步骤4的直方图映射函数构建公式,建立的非线性直方图映射函数曲线如图5所示,可以看出本发明的映射曲线符合对数函数特点。
对原始图像进行整体的非线性均衡,其映射后的直方图如图6所示。对照图4原始图像的直方图分布,可以看到,经过非线性直方图变换后的图像灰度动态范围被拉大,同时又保留了原始图像的灰度分布特征。
图3是按照本发明方法处理后的红外图像结合图6的效果来看,经过非线性处理后的图像对比度得到了大幅度的提升,原来模糊的边缘和细节变清晰,灰度级动态范围得到了有效的扩展,由于选取了主峰值信息,抛弃了次峰值的干扰,因此解决了场景中出现高温物体时导致红外视频出现的“闪烁”现象。
本发明提出的非线性自适应红外图像增强方法,符合人眼对自然场景的非线性响应特点,既突出了感兴趣信息,又抑制了噪声。由于选用了主峰信息,抛弃了次峰的干扰,避免了场景中出现高温物体时的视频“闪烁”现象。通过在单片FPGA上进行简单的数学计算,降低了系统复杂度,有利于实现红外成像系统的实时性、低成本和小型化。实验表明该算法扩展了原图像有效灰度级动态范围,有效提升了目标与背景的对比度,抑制了背景噪声和高温物体进入场景后出现的视频“闪烁”现象,并使细节得到很好的显现,增强了原图像。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰,均落在本发明的保护范围内。
Claims (2)
1.一种非线性自适应红外图像增强方法,其特征在于包括以下步骤:
A.输入原始图像数据,并统计直方图;
B.分析直方图,统计各个波峰和波谷的大小、位置及宽度,确定主峰;
C.对主峰应用公式
计算得到非线性映射曲线,其中i代表灰度级,ci代表波峰位置,wdi代表波峰宽度,a代表主峰灰度级,wd0为主峰宽度,c0代表主峰位置,n代表直方图中的波峰数目;
D.将计算得到的f(i)带入公式
计算得到对应于整幅图像的灰度直方图映射表,其中i为原始图像的灰度级,g(i)为经映射函数压缩后的灰度级;
E.由步骤D构建的直方图映射表,对步骤A的直方图进行查表映射,形成新的图像数据,并将送终端显示。
2.根据权利要求1所述的一种非线性自适应红外图像增强方法,其特征在于所述的各步骤均由一单片FPGA实时实现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110045268 CN102129675A (zh) | 2011-02-24 | 2011-02-24 | 一种非线性自适应红外图像增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110045268 CN102129675A (zh) | 2011-02-24 | 2011-02-24 | 一种非线性自适应红外图像增强方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102129675A true CN102129675A (zh) | 2011-07-20 |
Family
ID=44267751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110045268 Pending CN102129675A (zh) | 2011-02-24 | 2011-02-24 | 一种非线性自适应红外图像增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102129675A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521813A (zh) * | 2011-11-21 | 2012-06-27 | 华中科技大学 | 基于双平台直方图的红外图像自适应增强方法 |
CN102663714A (zh) * | 2012-03-28 | 2012-09-12 | 中国人民解放军国防科学技术大学 | 基于显著性的红外图像强固定模式噪声抑制方法 |
CN103308521A (zh) * | 2012-08-29 | 2013-09-18 | 中国人民解放军第二炮兵工程大学 | 一种增强红外热波检测图像缺陷对比度的方法 |
CN104268840A (zh) * | 2014-09-30 | 2015-01-07 | 成都市晶林科技有限公司 | 一种红外图像直方图去冗余的灰度等间距映射的增强方法 |
CN104280128A (zh) * | 2014-10-17 | 2015-01-14 | 北京津同利华科技有限公司 | 基于场景的InGaAs短波红外焦平面成像动态范围调整方法 |
CN105139364A (zh) * | 2015-10-10 | 2015-12-09 | 湖北知本信息科技有限公司 | 一种图像增强方法及其应用 |
CN106028014A (zh) * | 2016-05-27 | 2016-10-12 | 京东方科技集团股份有限公司 | 一种校正视频闪烁的方法及设备 |
CN106558028A (zh) * | 2016-10-18 | 2017-04-05 | 中国航空工业集团公司洛阳电光设备研究所 | 一种基于显著信息的红外图像对比度增强方法 |
CN106952243A (zh) * | 2017-03-14 | 2017-07-14 | 哈尔滨工程大学 | Uuv近海面红外图像自适应归并直方图拉伸增强方法 |
CN107133937A (zh) * | 2017-04-27 | 2017-09-05 | 北京环境特性研究所 | 一种红外图像的自适应增强方法 |
WO2018126486A1 (zh) * | 2017-01-09 | 2018-07-12 | 中国科学院自动化研究所 | 并行视频图像对比度增强方法和装置 |
CN108564633A (zh) * | 2018-01-05 | 2018-09-21 | 珠海市杰理科技股份有限公司 | 灰度图像压缩方法、装置及计算机设备 |
CN108629754A (zh) * | 2018-05-03 | 2018-10-09 | 中国人民解放军国防科技大学 | 一种isar图像自适应细节增强方法 |
CN110084769A (zh) * | 2019-05-20 | 2019-08-02 | 佛山光微科技有限公司 | 一种基于直方图统计的oct视频图像自适应增强方法 |
CN114418904A (zh) * | 2021-12-13 | 2022-04-29 | 上海悠络客电子科技股份有限公司 | 一种基于改进直方图均衡化和增强高通滤波的红外图像增强方法 |
CN114627029A (zh) * | 2022-05-12 | 2022-06-14 | 南京智谱科技有限公司 | 图像处理方法及装置、计算设备和计算机可读存储介质 |
CN114998163A (zh) * | 2022-05-19 | 2022-09-02 | 中国科学院西安光学精密机械研究所 | 一种红外数字图像灰度映射方法 |
CN116245880A (zh) * | 2023-05-09 | 2023-06-09 | 深圳市银河通信科技有限公司 | 基于红外识别的电动车充电桩火灾风险检测方法 |
US12086968B2 (en) | 2018-11-21 | 2024-09-10 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for image processing |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007019265A1 (en) * | 2005-08-04 | 2007-02-15 | Intel Corporation | Method of adaptive image contrast enhancement |
CN101527038A (zh) * | 2009-04-02 | 2009-09-09 | 四川虹微技术有限公司 | 一种改进的基于直方图的图像对比度增强方法 |
CN101620727A (zh) * | 2009-08-10 | 2010-01-06 | 电子科技大学 | 红外图像加权直方图自适应增强算法 |
CN101980282A (zh) * | 2010-10-21 | 2011-02-23 | 电子科技大学 | 一种红外图像动态细节增强方法 |
-
2011
- 2011-02-24 CN CN 201110045268 patent/CN102129675A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007019265A1 (en) * | 2005-08-04 | 2007-02-15 | Intel Corporation | Method of adaptive image contrast enhancement |
CN101527038A (zh) * | 2009-04-02 | 2009-09-09 | 四川虹微技术有限公司 | 一种改进的基于直方图的图像对比度增强方法 |
CN101620727A (zh) * | 2009-08-10 | 2010-01-06 | 电子科技大学 | 红外图像加权直方图自适应增强算法 |
CN101980282A (zh) * | 2010-10-21 | 2011-02-23 | 电子科技大学 | 一种红外图像动态细节增强方法 |
Non-Patent Citations (1)
Title |
---|
《Optics Communications》 20101101 Lai R.等 A quantitative measure based infrared image enhancement algorithm using plateau histogram 第4283-4288页 , * |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521813A (zh) * | 2011-11-21 | 2012-06-27 | 华中科技大学 | 基于双平台直方图的红外图像自适应增强方法 |
CN102521813B (zh) * | 2011-11-21 | 2013-12-18 | 华中科技大学 | 基于双平台直方图的红外图像自适应增强方法 |
CN102663714A (zh) * | 2012-03-28 | 2012-09-12 | 中国人民解放军国防科学技术大学 | 基于显著性的红外图像强固定模式噪声抑制方法 |
CN102663714B (zh) * | 2012-03-28 | 2014-06-25 | 中国人民解放军国防科学技术大学 | 基于显著性的红外图像强固定模式噪声抑制方法 |
CN103308521A (zh) * | 2012-08-29 | 2013-09-18 | 中国人民解放军第二炮兵工程大学 | 一种增强红外热波检测图像缺陷对比度的方法 |
CN104268840A (zh) * | 2014-09-30 | 2015-01-07 | 成都市晶林科技有限公司 | 一种红外图像直方图去冗余的灰度等间距映射的增强方法 |
CN104280128A (zh) * | 2014-10-17 | 2015-01-14 | 北京津同利华科技有限公司 | 基于场景的InGaAs短波红外焦平面成像动态范围调整方法 |
CN105139364A (zh) * | 2015-10-10 | 2015-12-09 | 湖北知本信息科技有限公司 | 一种图像增强方法及其应用 |
CN106028014B (zh) * | 2016-05-27 | 2017-12-08 | 京东方科技集团股份有限公司 | 一种校正视频闪烁的方法及设备 |
CN106028014A (zh) * | 2016-05-27 | 2016-10-12 | 京东方科技集团股份有限公司 | 一种校正视频闪烁的方法及设备 |
CN106558028A (zh) * | 2016-10-18 | 2017-04-05 | 中国航空工业集团公司洛阳电光设备研究所 | 一种基于显著信息的红外图像对比度增强方法 |
WO2018126486A1 (zh) * | 2017-01-09 | 2018-07-12 | 中国科学院自动化研究所 | 并行视频图像对比度增强方法和装置 |
CN106952243A (zh) * | 2017-03-14 | 2017-07-14 | 哈尔滨工程大学 | Uuv近海面红外图像自适应归并直方图拉伸增强方法 |
CN107133937A (zh) * | 2017-04-27 | 2017-09-05 | 北京环境特性研究所 | 一种红外图像的自适应增强方法 |
CN107133937B (zh) * | 2017-04-27 | 2019-08-13 | 北京环境特性研究所 | 一种红外图像的自适应增强方法 |
CN108564633A (zh) * | 2018-01-05 | 2018-09-21 | 珠海市杰理科技股份有限公司 | 灰度图像压缩方法、装置及计算机设备 |
CN108564633B (zh) * | 2018-01-05 | 2022-03-22 | 珠海市杰理科技股份有限公司 | 灰度图像压缩方法、装置及计算机设备 |
CN108629754A (zh) * | 2018-05-03 | 2018-10-09 | 中国人民解放军国防科技大学 | 一种isar图像自适应细节增强方法 |
CN108629754B (zh) * | 2018-05-03 | 2019-05-24 | 中国人民解放军国防科技大学 | 一种isar图像自适应细节增强方法 |
US12086968B2 (en) | 2018-11-21 | 2024-09-10 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for image processing |
CN110084769A (zh) * | 2019-05-20 | 2019-08-02 | 佛山光微科技有限公司 | 一种基于直方图统计的oct视频图像自适应增强方法 |
CN114418904A (zh) * | 2021-12-13 | 2022-04-29 | 上海悠络客电子科技股份有限公司 | 一种基于改进直方图均衡化和增强高通滤波的红外图像增强方法 |
CN114627029A (zh) * | 2022-05-12 | 2022-06-14 | 南京智谱科技有限公司 | 图像处理方法及装置、计算设备和计算机可读存储介质 |
CN114627029B (zh) * | 2022-05-12 | 2022-08-02 | 南京智谱科技有限公司 | 图像处理方法及装置、计算设备和计算机可读存储介质 |
CN114998163A (zh) * | 2022-05-19 | 2022-09-02 | 中国科学院西安光学精密机械研究所 | 一种红外数字图像灰度映射方法 |
CN116245880A (zh) * | 2023-05-09 | 2023-06-09 | 深圳市银河通信科技有限公司 | 基于红外识别的电动车充电桩火灾风险检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102129675A (zh) | 一种非线性自适应红外图像增强方法 | |
US20200273154A1 (en) | Image enhancement method and system | |
Yadav et al. | Contrast limited adaptive histogram equalization based enhancement for real time video system | |
CN101950412B (zh) | 一种红外图像细节增强和动态范围压缩方法 | |
Shin et al. | Efficient naturalness restoration for non‐uniform illumination images | |
CN104156921A (zh) | 一种低照度或亮度不均图像的自适应图像增强方法 | |
CN101980282B (zh) | 一种红外图像动态细节增强方法 | |
EP3200147B1 (en) | Image magnification method, image magnification apparatus and display device | |
CN103268598B (zh) | 基于Retinex理论的低照度低空遥感影像增强方法 | |
CN105957030A (zh) | 一种应用于红外热像仪图像细节增强和噪声抑制方法 | |
Kim et al. | Applications of convolution in image processing with MATLAB | |
US10650500B2 (en) | Image local contrast enhancement method | |
CN106169181A (zh) | 一种图像处理方法及系统 | |
CN103996168A (zh) | 一种基于区域自适应处理的x射线安全检查图像增强方法 | |
Liu et al. | Contrast enhancement using non-overlapped sub-blocks and local histogram projection | |
Yan et al. | Method to Enhance Degraded Image in Dust Environment. | |
US10055820B2 (en) | Image de-noising method and apparatus thereof | |
CN101853490A (zh) | 一种基于人类视觉特性的仿生图像复原方法 | |
CN101441768A (zh) | 基于结构失真和图像清晰度的图像质量评价方法 | |
Deng | A generalized logarithmic image processing model based on the gigavision sensor model | |
CN109584181A (zh) | 一种改进的基于Retinex红外图像细节增强方法 | |
He et al. | A night low‐illumination image enhancement model based on small probability area filtering and lossless mapping enhancement | |
CN102663764A (zh) | 基于结构失真与空间频率指标的图像质量评价方法 | |
CN103473738B (zh) | 图像增强方法 | |
CN105528772A (zh) | 一种基于指导性滤波的图像融合方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110720 |