CN104157003B - 一种基于正态分布调节的热图像细节增强方法 - Google Patents

Abstract

本发明涉及一种基于正态分布调节的热图像细节增强方法，属于红外成像技术领域。本方法通过平均绝对差的正态分布函数对双边滤波分离出的细节图像灰度分布进行进一步调节，限制伪像，改善细节图像的噪声特性，得到新的细节图像，同时使用平台直方图压缩原始图像得到基图像，其保留住场景的细节信息，然后将细节图像和基图像合并形成输出图像。本发明处理后的细节图像的噪声特性明显改善，同时处理会抑制伪像；并且最终的输出图像灰阶的层次感提升；可用于各种红外焦平面成像系统，提供有效的红外图像细节增强技术手段，提高目标探测、搜索和识别能力。

Description

一种基于正态分布调节的热图像细节增强方法

技术领域

本发明涉及一种基于正态分布调节的热图像细节增强方法，属于红外成像技术领域。

背景技术

红外图像普遍存在着目标和场景细节不清晰的现象，这是制约红外成像质量的一大问题。为了保证热成像系统具有较大的动态范围和温度分辨力，通常的红外焦平面探测器的模拟输出都采用14bits或者更高的精度的AD采样和量化，同时为了兼顾常规显示模式，又需要将14bits数据压缩为8bits或者10bits数据。目前常规采用的线性(如AGC)和非线性(γ变换)等增强和压缩算法，由于小目标或弱小细节所占像素或灰度级较少，经压缩过程后往往会被归并为其它灰度并与周边背景同一化，从而在后续显示或处理过程中就难以寻觅目标或弱小细节的踪影，即目标和细节丢失。

传统的反锐化掩模的方法在突出图像细节方面表现优越，但是由于双边滤波器本身的缺陷，以及大动态范围图像(基图像)和小动态范围图像(细节图像)的压缩拉伸算法的不足，使得该算法存在过增强、平坦区域噪声被放大、滤波器设计缺陷导致伪像产生和图像的灰阶显示效果不佳等问题。

发明内容

本发明的目的是为解决红外图像的目标和场景细节不清晰问题，提出一种基于正态分布调节的热图像细节增强方法。

本发明方法通过平均绝对差的正态分布函数对双边滤波分离出的细节图像灰度分布进行进一步调节，限制伪像，改善细节图像的噪声特性，得到新的细节图像，同时使用平台直方图压缩原始图像得到基图像，其保留住场景的细节信息，然后将细节图像和基图像合并形成输出图像。

一种基于正态分布调节的热图像细节增强方法，具体包括如下步骤：

步骤1，原始高动态范围红外图像经过双边滤波器分理出细节图像。

所述双边滤波器φ_p,q定义为

Gr(rq)为双边滤波的距离权重因子，

为双边滤波器的灰度权重因子，

为窗口选择因子，定义分别如下

其中，下标p代表双边滤波器的滤波窗口S的中心像素；下标q代表S内其余的像素；

为原始图像I^IN在q处的像素值，

为原始图像I^IN在p处的像素值，σ_r为与窗口S大小有关的固定参数因子；r_q为q与p在图像中相距的距离；σ_I为I^IN的标准差；T_B为阈值；

自适应地改变窗口S的大小，剔除窗口内对比中心像素变化大于T_B的像素；为保证双边滤波的效果，窗口S最小尺寸为3×3，最大尺寸为7×7；

经过双边滤波器φ_p,q分离，得到细节图像I^D在p处像素值

其中，

为I^IN经过双边滤波后的图像I^B在p处像素值，w_p为自适应卷积系数，定义为

步骤2，利用窗口S内像素的平均绝对差η_p的正态分布函数对步骤1得到的细节图像进行滤波处理。

正态分布因子定义为：

其中，正态分布的期望μ与T_B有关。

μ＝0.4*T_B (9)

调节后得到的细节图像I^Ddh在p处的像素值

为：

步骤3，采用平台直方图(plateaus histogram，简称PH)的方式压缩I^IN得到基图像，平台直方图的上限平台和下限平台分别为T₁和T₂。

T₁＝t/H_s，T₂＝t/H_t (12)

其中，t为I^IN的像素总数，H_s为I^IN的实际有效灰度级数，H_t为要压缩至的灰度级数，也即显示的灰度级数，通常为256级。使用平台直方图方法压缩I^IN得到基图像I^Bpl。

I^Bpl＝PH(I^IN) (13)

采用线性因子γ^D拉伸细节图像I^Ddh得到新的细节图像I^Dpl：

I^Dpl＝γ^D·I^Ddh (14)

步骤4，将步骤3得到的细节图像I^Dpl和基图像I^Bpl合并成输出图像：

I^Opl＝I^Dpl+I^Bpl (15)

有益效果

本发明与现有的基于反锐化掩模的细节增强算法相比，具有明显的优势：(1)本发明使用正态分布函数对细节图像的灰度分布进行滤波处理，处理后的细节图像的噪声特性明显改善，同时处理会抑制伪像，克服了基于反锐化掩模的细节增强算法的两大缺陷；(2)本发明使用平台直方图压缩原始图像与细节图像合并形成输出图像，对比其他的基于反锐化掩模的细节增强算法来说，最终的输出图像灰阶的层次感提升。本方法可用于各种红外焦平面成像系统，提供有效的红外图像细节增强技术手段，提高目标探测、搜索和识别能力。

附图说明

图1是本发明的基于正态分布调节的热图像细节增强方法的流程图；

图2是具体实施方式中细节图像的数值分布对比图，其中(1)为基于反锐化掩模的细节增强算法处理后的细节图像的数值分布图，(2)为本发明使用的算法处理后的细节图像的数值分布图。

具体实施方式

下面结合附图，进一步说明本发明的实施方式。

图1是本发明的方法流程图，本实施例通过对一幅制冷320×240长波HgCdTe红外探测器获取的高动态夕阳场景来说明本发明中基于正态分布的细节增强方法的应用。基于正态分布调节的细节增强方法的处理过程如下：

步骤1：使用公式(5)和(6)，将输入原始图像经过双边滤波器分理出细节图像I^D。

步骤2：使用公式(11)，使用正态分布因子对细节图像的灰度分布进行调节，得到新的细节图像I^Ddh，I^Ddh对比I^D，伪像消失明显，截取的40×40像素区域，该区域经过处理后数值的分布如图2(1)和图2(2)所示，从数值分布来看，达到消除如图2(1)中数值突变的部分(即增强后产生的伪像)的目的，同时任然保留着图像的细节信息。

步骤3：使用公式(13)，使用平台直方图的方法压缩原始图像，得到基图像I^Bpl，对比现有技术中AGC方法的处理效果，该方法压缩后图像的灰度层次感得到明显提升。

步骤4：使用大于1的线性因子γ^D拉伸细节图像得到新的细节图像I^Dpl。

步骤5：将I^Bpl和I^Dpl合并成输出图像，对比AGC方法，本发明能够凸显场景的细节信息；对比传统的基于反锐化掩模的细节增强方法，本发明能够有效地抑制伪像的产生，输出图像的灰度层次感有明显的提升。

Claims (3)

1.一种基于正态分布调节的热图像细节增强方法，其特征在于：具体包括如下步骤：

步骤1，原始高动态范围红外图像经过双边滤波器分理出细节图像；

所述双边滤波器φ_p,q定义为：

G_r(r_q)为双边滤波器的距离权重因子，G_I(I_q ^IN)为双边滤波器的灰度权重因子，δ(I_q ^IN)为窗口选择因子，定义分别如下：

其中，下标p代表双边滤波器的滤波窗口S的中心像素；下标q代表S内其余的像素；I_q ^IN为原始图像I^IN在q处的像素值，I_p ^IN为原始图像I^IN在p处的像素值，σ_r为与窗口S大小有关的固定参数因子；r_q为q与p在图像中相距的距离；σ_I为I^IN的标准差；T_B为阈值；δ(I_q ^IN)自适应地改变窗口S的大小，剔除窗口内对比中心像素变化大于T_B的像素；为保证双边滤波的效果，窗口S最小尺寸为3×3，最大尺寸为7×7；

经过双边滤波器φ_p,q分离，得到细节图像I^D在p处像素值I_p ^D：

其中，

为I^IN经过双边滤波后的图像I^B在p处像素值，w_p为自适应卷积系数，定义为：

步骤2，利用窗口S内像素的平均绝对差η_p的正态分布函数对步骤1得到的细节图像进行滤波处理；

正态分布因子定义为：

其中，正态分布的期望μ与T_B有关：

μ＝0.4T_B (9)

调节后得到的细节图像I^Ddh在p处的像素值I_p ^Ddh为：

I_p ^Ddh＝I_p ^D·N(η_p) (11)

步骤3，采用平台直方图的方式压缩I^IN得到基图像，平台直方图的上限平台和下限平台分别为T₁和T₂：

T₁＝t/H_s,T₂＝t/H_t (12)

其中，t为I^IN的像素总数，H_s为I^IN的实际有效灰度级数，H_t为要压缩至的灰度级数，使用平台直方图方法压缩I^IN得到基图像I^Bpl：

I^Bpl＝PH(I^IN) (13)

采用线性因子γ^D拉伸细节图像I^Ddh得到新的细节图像I^Dpl：

I^Dpl＝γ^D·I^Ddh (14)

步骤4，将步骤3得到的细节图像I^Dpl和基图像I^Bpl合并成输出图像：

I^Opl＝I^Dpl+I^Bpl (15)。

2.根据权利要求1所述的一种基于正态分布调节的热图像细节增强方法，其特征在于：线性因子γ^D大于1。

3.根据权利要求1所述的一种基于正态分布调节的热图像细节增强方法，其特征在于：H_t为256。

Images