CN104240208A - 非制冷红外焦平面探测器图像细节增强方法 - Google Patents
非制冷红外焦平面探测器图像细节增强方法 Download PDFInfo
- Publication number
- CN104240208A CN104240208A CN201410526396.3A CN201410526396A CN104240208A CN 104240208 A CN104240208 A CN 104240208A CN 201410526396 A CN201410526396 A CN 201410526396A CN 104240208 A CN104240208 A CN 104240208A
- Authority
- CN
- China
- Prior art keywords
- image
- enhancement
- focal plane
- enhancement method
- enhancing
- 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
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种非制冷红外焦平面探测器图像细节增强方法,它包括双阈值映射和增强两个部分,其中增强还包括双阈值自适应增强和边缘增强;双阈值自适应增强包括以下子步骤:使用小波函数wavedec2对已得到的图像进行二维离散多分辨率分解,选择的小波基为db8,分解为两层;对分解得到的高频系数做自适应增强处理;对低频系数采用线性调节方式来调节对比度,实现对图像的增强处理。本发明通过对原始图像的直方图进行双阈值映射和自适应增强处理,对图像灰度级进行重新分配,减少冗余灰度级,有效地拓宽了目标部分的动态范围,既提高了目标与背景间的对比度,又突出了目标的细节层次。
Description
技术领域
本发明涉及一种图像细节增强方法,尤其涉及一种非制冷红外焦平面探测器图像细节增强方法。
背景技术
红外图像区别于可见光图像的最显著特点是“高背景低反差”,即背景辐射占据了较大的图像显示动态范围,而目标所占据的动态范围较小,反映到直方图上就是主峰占据整个灰度级范围的较大部分。研究表明,一幅高对比度红外图像显示在灰度直方图上应该具有窄的主峰和宽的拖边,因此如果能在整个灰度范围内有效的拓宽拖边,压缩主峰并拉伸拖边各灰度级之间的间距,就能在增大目标相对于背景的对比度的同时,突出目标的细节层次,达到提高红外图像质量的目的。
红外热图像普遍存在动态范围小,目标不突出的特点,直方图均衡是一种用来改变图像的动态范围和对比度的简单有效的方法,使用这种方法,可使输入图像的灰度尺度映射到不同的灰度尺度中去,以获得良好的视觉效果。
传统的直方图均衡算法,是使图像中灰度概率密度较大的像素向附近灰度级扩展,因而灰度层次拉开,而概率密度较小的像素的灰度级收缩,从而让出原来占有的部分灰度级,这样的处理使图像充分有效地利用各个灰度级,因而增强了图像对比度,即HE(HistogramEqualization)法;从信息论的角度来看,HE算法是最优的,它进行灰度调整的策略是像素多的灰度被扩展到更多的灰度级上,像素少的灰度被压缩到很少的灰度级,而红外图像的特点是对比度很小的景物细节分布在包含噪声的大片背景上,因此,就红外图像而言,HE算法主要提升的是背景和噪声,而非图像的细节,使得原始图像中并不明显的噪声经均衡后变的突出。
发明内容
本发明的目的在于克服现有技术的不足,提供一种能够减少图像的冗余灰度级,有效地拓宽目标部分的动态范围,提高了目标与背景间的对比度,突出目标的细节层次的非制冷红外焦平面探测器图像细节增强方法。
本发明的目的是通过以下技术方案来实现的:
非制冷红外焦平面探测器图像细节增强方法,它包括双阈值映射和增强两个部分,其中增强还包括双阈值自适应增强和边缘增强;双阈值自适应增强包括以下子步骤:
S11:使用小波函数wavedec2对已得到的图像进行二维离散多分辨率分解,选择的小波基为db8,分解为两层;
S12:对分解得到的高频系数做自适应增强处理;
S13:对低频系数采用线性调节方式来调节对比度,实现对图像的增强处理;
边缘增强包括以下子步骤:
S21:对原始红外图像进行拉普拉斯变换,获得边缘图像fB(x,y);
S22:将平台直方图均衡化后的图像fT(x,y)乘以一个经验系数,得到处理后图像;
S23:将处理后图像与边缘图像叠加生成红外图像fdj(x,y);
S24:对叠加后的灰度值进行限制得到最终的红外图像fN(x,y)。
所述步骤S12中对高频系数做自适应增强处理的变换函数为:
式中:G为增益因子;Win和Wout为变换前后的小波系数,G与噪声显著性指数g的关系为:
式中:g1和g2分别为门限阈值(g1<g2)。
所述步骤S21中获得边缘图像的拉普拉斯变换边缘提取算子为一个3*3的滤波器,其为:
所述步骤S24中对叠加后的灰度值进行限制的公式如下:
本发明的有益效果是:本发明通过对原始图像的直方图进行双阈值映射和自适应增强处理,对图像灰度级进行重新分配,减少冗余灰度级,有效地拓宽了目标部分的动态范围,既提高了目标与背景间的对比度,又突出了目标的细节层次。
附图说明
图1为本发明双阈值自适应增强流程图;
图2为本发明边缘增强流程图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案,但本发明的保护范围不局限于以下所述。
对图像进行基于直方图的双阈值映射,具体的实现步骤为:
(1)统计原始图像中各个灰度级的像素点个数a(n),计算并构建原始直方图;
(2)遍历原始直方图,剔除截断阈值rT(通常取rT=max[a(n)]/100)以下的冗余灰度级,并映射得到新直方图的各灰度级k,k∈[1,Lth],其中
(3)采用分界阈值选取方法,自适应地选取新得到直方图的rD;
(4)根据rD,运用下式进行分界阈值映射,得到映射后的灰度η:
(5)遍历图像,对照截断阈值映射后的灰度级k,将分界阈值映射后的各灰度级η映射到相应的像素点,而被剔除的冗余灰度级的对应像素点灰度则用最小的像素点对应灰度代替。
如图1所示,双阈值自适应增强包括以下子步骤:
S11:使用小波函数wavedec2对已得到的图像进行二维离散多分辨率分解,选择的小波基为db8,分解为两层;
S12:对分解得到的高频系数做自适应增强处理;
S13:对低频系数采用线性调节方式来调节对比度,实现对图像的增强处理;
当噪声较小时,对小波系数的增益较大;当噪声较大时,对小波系数的增益较小,达到自适应增强的目的。
如图2所示,边缘增强包括以下子步骤:
S21:对原始红外图像进行拉普拉斯变换,获得边缘图像fB(x,y),其中对高频系数做自适应增强处理的变换函数为:
式中:G为增益因子;Win和Wout为变换前后的小波系数,G与噪声显著性指数g的关系为:
式中:g1和g2分别为门限阈值(g1<g2),
边缘图像的拉普拉斯变换边缘提取算子为一个3*3的滤波器,其为:
S22:将平台直方图均衡化后的图像fT(x,y)乘以一个经验系数,得到处理后图像;
S23:将处理后图像与边缘图像叠加生成红外图像fdj(x,y),
S24:对叠加后的灰度值进行限制得到最终的红外图像fN(x,y),对叠加后的灰度值进行限制的公式如下:
Claims (4)
1.非制冷红外焦平面探测器图像细节增强方法,其特征在于:它包括双阈值自适应增强和边缘增强步骤,其中,所述双阈值自适应增强包括以下子步骤:
S11:使用小波函数wavedec2对已得到的图像进行二维离散多分辨率分解,选择的小波基为db8,分解为两层;
S12:对分解得到的高频系数做自适应增强处理;
S13:对低频系数采用线性调节方式来调节对比度,实现对图像的增强处理;
所述边缘增强包括以下子步骤:
S21:对原始红外图像进行拉普拉斯变换,获得边缘图像fB(x,y);
S22:将平台直方图均衡化后的图像fT(x,y)乘以一个经验系数得到处理后图像;
S23:将处理后图像与边缘图像叠加生成红外图像fdj(x,y);
S24:对叠加后的灰度值进行限制得到最终的红外图像fN(x,y)。
2.根据权利要求1所述的非制冷红外焦平面探测器图像细节增强方法,其特征在于:所述步骤S12中对高频系数做自适应增强处理的变换函数为:
式中:G为增益因子;Win和Wout为变换前后的小波系数,G与噪声显著性指数g的关系为:
式中:g1和g2分别为门限阈值(g1<g2)。
3.根据权利要求1所述的非制冷红外焦平面探测器图像细节增强方法,其特征在于:所述步骤S21中获得边缘图像的拉普拉斯变换边缘提取算子为一个3*3的滤波器,其为:
4.根据权利要求1所述的非制冷红外焦平面探测器图像细节增强方法,其特征在于:所述步骤S24中对叠加后的灰度值进行限制的公式如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410526396.3A CN104240208A (zh) | 2014-09-30 | 2014-09-30 | 非制冷红外焦平面探测器图像细节增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410526396.3A CN104240208A (zh) | 2014-09-30 | 2014-09-30 | 非制冷红外焦平面探测器图像细节增强方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104240208A true CN104240208A (zh) | 2014-12-24 |
Family
ID=52228217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410526396.3A Pending CN104240208A (zh) | 2014-09-30 | 2014-09-30 | 非制冷红外焦平面探测器图像细节增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104240208A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105243641A (zh) * | 2015-08-18 | 2016-01-13 | 西安电子科技大学 | 一种基于双树复小波变换的低光照图像增强方法 |
CN108537735A (zh) * | 2018-04-16 | 2018-09-14 | 电子科技大学 | 一种焦平面太赫兹成像的图像拼接方法 |
CN109544490A (zh) * | 2018-10-17 | 2019-03-29 | 北京达佳互联信息技术有限公司 | 图像增强方法、装置和计算机可读存储介质 |
CN111899205A (zh) * | 2020-08-10 | 2020-11-06 | 国科天成(北京)科技有限公司 | 一种场景自适应宽动态红外热成像的图像增强方法 |
WO2021217642A1 (zh) * | 2020-04-30 | 2021-11-04 | 深圳市大疆创新科技有限公司 | 红外图像处理方法、装置及可移动平台 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130034307A1 (en) * | 2011-08-02 | 2013-02-07 | Raytheon Company | Local Area Contrast Enhancement |
CN104021532A (zh) * | 2014-06-19 | 2014-09-03 | 电子科技大学 | 一种红外图像的图像细节增强方法 |
-
2014
- 2014-09-30 CN CN201410526396.3A patent/CN104240208A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130034307A1 (en) * | 2011-08-02 | 2013-02-07 | Raytheon Company | Local Area Contrast Enhancement |
CN104021532A (zh) * | 2014-06-19 | 2014-09-03 | 电子科技大学 | 一种红外图像的图像细节增强方法 |
Non-Patent Citations (2)
Title |
---|
孙海江 等: "基于自适应平台阈值和拉普拉斯变换的红外图像增强", 《中国光学》 * |
王巍 等: "双阈值映射自适应红外图像处理算法", 《红外与激光工程》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105243641A (zh) * | 2015-08-18 | 2016-01-13 | 西安电子科技大学 | 一种基于双树复小波变换的低光照图像增强方法 |
CN105243641B (zh) * | 2015-08-18 | 2018-05-04 | 西安电子科技大学 | 一种基于双树复小波变换的低光照图像增强方法 |
CN108537735A (zh) * | 2018-04-16 | 2018-09-14 | 电子科技大学 | 一种焦平面太赫兹成像的图像拼接方法 |
CN109544490A (zh) * | 2018-10-17 | 2019-03-29 | 北京达佳互联信息技术有限公司 | 图像增强方法、装置和计算机可读存储介质 |
CN109544490B (zh) * | 2018-10-17 | 2021-07-13 | 北京达佳互联信息技术有限公司 | 图像增强方法、装置和计算机可读存储介质 |
WO2021217642A1 (zh) * | 2020-04-30 | 2021-11-04 | 深圳市大疆创新科技有限公司 | 红外图像处理方法、装置及可移动平台 |
CN111899205A (zh) * | 2020-08-10 | 2020-11-06 | 国科天成(北京)科技有限公司 | 一种场景自适应宽动态红外热成像的图像增强方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100550978C (zh) | 一种保持边缘的自适应图像滤波方法 | |
CN102063713B (zh) | 基于邻域归一化梯度和邻域标准差的多聚焦图像融合方法 | |
CN111583123A (zh) | 一种基于小波变换的融合高低频信息的图像增强算法 | |
KR101697634B1 (ko) | 화상 처리 장치, 화상 처리 방법, 프로그램, 인쇄 매체, 및 기록 매체 | |
Gupta et al. | Review of different local and global contrast enhancement techniques for a digital image | |
CN101504766B (zh) | 基于混合多分辨率分解的图像融合方法 | |
CN104574337B (zh) | 基于双边伽马校正和多尺度图像融合的图像增强方法 | |
CN104240208A (zh) | 非制冷红外焦平面探测器图像细节增强方法 | |
CN108389163A (zh) | 一种基于暗光彩色图像的自适应增强方法 | |
CN101968883A (zh) | 一种基于小波变换和邻域特征的多聚焦图像融合方法 | |
CN101882304A (zh) | 一种sar图像自适应去噪和特征增强方法 | |
US9443286B2 (en) | Gray image processing method and apparatus based on wavelet transformation | |
CN105096280A (zh) | 处理图像噪声的方法及装置 | |
CN103295204B (zh) | 一种基于非下采样轮廓波变换的图像自适应增强方法 | |
CN106169181A (zh) | 一种图像处理方法及系统 | |
CN110322404B (zh) | 一种图像增强方法及系统 | |
CN104182939B (zh) | 一种医疗影像图像细节增强方法 | |
Pandey et al. | Enhancing the quality of satellite images by preprocessing and contrast enhancement | |
CN106097274A (zh) | 一种自适应分数阶微分图像增强算法 | |
CN104021536A (zh) | 一种自适应的sar图像和多光谱图像融合方法 | |
CN103489168A (zh) | 一种红外图像自适应转伪彩增强方法及系统 | |
CN104616252B (zh) | 基于nsct和pcnn的数字图像增强方法 | |
CN101957984B (zh) | 基于非局部萎缩因子参数估计的图像去噪方法 | |
CN104616259A (zh) | 一种噪声强度自适应的非局部均值图像去噪方法 | |
CN106530277A (zh) | 一种基于小波方向相关系数的图像融合方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141224 |