CN105825489A - 基于灰度平移与线性拉伸相结合的红外图像增强方法 - Google Patents

基于灰度平移与线性拉伸相结合的红外图像增强方法 Download PDF

Info

Publication number
CN105825489A
CN105825489A CN201610071224.0A CN201610071224A CN105825489A CN 105825489 A CN105825489 A CN 105825489A CN 201610071224 A CN201610071224 A CN 201610071224A CN 105825489 A CN105825489 A CN 105825489A
Authority
CN
China
Prior art keywords
gray
image
value interval
gray value
infrared image
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.)
Granted
Application number
CN201610071224.0A
Other languages
English (en)
Other versions
CN105825489B (zh
Inventor
杨颖�
胡仕明
钱芸生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201610071224.0A priority Critical patent/CN105825489B/zh
Publication of CN105825489A publication Critical patent/CN105825489A/zh
Application granted granted Critical
Publication of CN105825489B publication Critical patent/CN105825489B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/40Image enhancement or restoration using histogram techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10048Infrared image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Input (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)
  • Picture Signal Circuits (AREA)

Abstract

本发明公开了一种基于灰度平移与线性拉伸相结合的红外图像增强方法,包括以下步骤:统计前一帧图像所有输出像素灰度值数据的平均值;依据平均值自动对当前帧图像所有像素灰度值进行整体移位,使得输出图像灰度直方图分布向指定的低灰度值区间靠拢;重复前两步,通过逐次累积将图像灰度直方图移位到指定的低灰度值区间;对各像素灰度值乘以倍增系数进行线性灰度拉伸并输出显示,从而将原始图像从较窄的灰度值区间扩展到更宽的灰度值区间范围。本发明的增强方法易于硬件实时实现,对探测的红外目标图像增强的同时能对图像显示亮度进行自适应调节,且成像的稳定性好。

Description

基于灰度平移与线性拉伸相结合的红外图像增强方法
技术领域
本发明涉及红外图像处理技术领域,具体是一种基于灰度平移与线性拉伸相结合的红外图像增强方法。
背景技术
由于受到红外探测器本身的限制以及探测环境的影响,红外成像系统的成像效果并不理想,没有完全发挥红外成像器件的优势,这主要体现在红外图像对比度低、层次感差和视觉效果模糊等。为改善红外成像质量,除了不断提高红外探测器本身探测性能外,还可在成像电子学组件上作努力,其中较核心的部分就是对实时图像增强算法的研究与应用。
传统的较常用的实时红外图像增强算法有直方图均衡和自适应分段线性变换增强,二者均属于空域图像增强范畴,是基于图像像素本身进行的增强处理,相较于频域图像增强而言,算法简单对硬件的要求低,更易于硬件实时实现。直方图均衡的作用是改变图像中灰度概率分布,通过压缩像素数较少的灰度级和扩展像素数较多的灰度级,使均衡后的图像获得较高的对比度,但是该方法存在过增强、平坦区域噪声被放大和漂白效应等问题。而自适应分段线性变换增强方法对图像的增强效果与图像灰度最频值对应的频数大小紧密相关,当灰度最频值的频数与其他灰度级频数相比过大时,容易使目标的低灰度和高灰度部分变模糊,损失掉图像细节。为此,各种新的图像增强方法不断被提出,增强效果的好坏和是否易于硬件实时实现是衡量各类方法实用性的核心要素。
发明内容
本发明的目的在于提供一种易于硬件实时实现、图像增强效果好的红外图像增强方法。
本发明的技术方案如下:、一种基于灰度平移与线性拉伸相结合的红外图像增强方法,包括以下步骤:
(1)统计前一帧红外图像所有输出像素灰度值数据的平均值
(2)依据平均值自动对当前帧图像所有像素灰度值进行整体移位,使得输出图像灰度直方图分布向指定的低灰度值区间靠拢;
(3)重复步骤(1)和(2),通过逐次累积将图像灰度直方图移位到指定的低灰度值区间;
(4)对各像素灰度值乘以倍增系数进行线性灰度拉伸并输出显示,从而将原始图像从较窄的灰度值区间扩展到更宽的灰度值区间范围,提高图像对比度。
所述步骤(1)中,统计前一帧图像所有输出像素灰度值数据的平均值设图像像素灰度值为a0,a1,…aN-1,N为一帧图像总的像素数,则所有像素灰度值数据的平均值为:
a ‾ = 1 N Σ i = 0 N - 1 a i .
所述步骤(2)中,设置指定低灰度值区间的低灰度阈值aL和高灰度阈值aH,无论原始图像的直方图分布是处在哪个灰度值区间,通过将与两个灰度阈值aL、aH进行比较,根据比较结果向指定的灰度值区间移位。当平均值小于低灰度阈值aL时,对当前帧图像所有像素灰度值加上一个固定的移位模长,即图像灰度直方图整体向右平移一固定距离;当平均值大于高灰度阈值aH时,对当前帧图像所有像素灰度值减去一个固定的移位模长,即图像灰度直方图整体向左平移一固定距离。对于单次移位模长的数值大小,则可依据移位精度和速度的具体要求权衡设定。
所述步骤(4)中,倍增系数为一设定好的固定数值,介于2~6之间,与之前设定的低灰度值区间相关联,二者协同对灰度值区间进行扩展,可做到自适应将图像调节到合适的显示亮度。
本发明与现有技术相比,其显著优点为:(1)本发明的增强方法易于硬件实时实现,增强效果好,且在对探测的红外目标图像增强的同时能对图像显示亮度进行自适应调节,这样就能克服焦平面探测器在连续工作中随时间的延长而因响应的漂移性导致视频显示图像缓慢变黑或变白的现象,使图像显示长时间保持稳定。(2)与传统的自适应分段线性增强方法相比具有更好的环境适应性,可避免图像过增强和细节的损失。(3)在视频画面的稳定性方面,由于自适应分段线性变换需要不断进行实时直方图统计和自适应更新高低阈值灰度值,对目标场景的热分布很敏感,画面容易受目标移动或气流因素等出现细微的亮暗闪动,而本发明的方法是比较一帧图像像素灰度平均值与高低阈值的关系,且高低阈值间的灰度容限较大,可免疫视频画面出现不间断的亮暗闪烁变化,画面稳定性较好。
附图说明
图1为本发明步骤(3)的示意图,其中(a)为原始红外图像直方图示意图,(b)为经过平移变换后的红外图像直方图示意图。
图2为本发明步骤(4)的示意图,其中(a)为经过平移变换后的红外图像直方图示意图,(b)为进行线性灰度拉伸后的红外图像直方图示意图。
图3(a)为未经过本发明增强方法处理的红外图像,图3(b)为其对应的直方图。
图4(a)为经过本发明增强方法处理后的红外图像,图4(b)为其对应的直方图。
具体实施方式
当图像的对比度较小时,它的灰度直方图在灰度轴上表现为灰度值数据主要集中在较窄的一段区间上,较暗图像的灰度值数据集中在低灰度值区间,较亮图像的灰度值数据集中在高灰度值区间。因此,如果能够自适应将红外图像从较窄的灰度值区间扩展到整个灰度值区间,也即增强了图像的对比度。本发明即是以此为原理依据。
本发明基于灰度平移与线性拉伸相结合的红外图像增强方法,包括以下步骤:
(1)统计前一帧图像所有输出像素灰度值数据的平均值设图像像素灰度值为a0,a1,…aN-1,N为一帧图像总的像素数,则所有像素灰度值数据的平均值为:
a ‾ = 1 N Σ i = 0 N - 1 a i
(2)依据平均值自动对当前帧图像所有像素灰度值进行整体移位,使得输出图像灰度直方图分布向指定的低灰度值区间靠拢。事先设定好指定低灰度值区间的低灰度阈值aL和高灰度阈值aH,无论原始图像的直方图分布是处在哪个灰度值区间,通过将与两个灰度阈值aL、aH比较处理后都自动向指定的灰度值区间移位。当平均值比低灰度阈值aL小时,则对当前帧图像所有像素灰度值加上一个固定的移位模长,也即图像灰度直方图整体向右平移一固定距离;当平均值比高灰度阈值aH大时,则对当前帧图像所有像素灰度值减去一个固定的移位模长,也即图像灰度直方图整体向左平移一固定距离。对于单次移位模长的数值大小,则可依据移位精度和速度的具体要求权衡设定。
(3)重复步骤(1)和(2),通过逐次累积将图像灰度直方图移位到指定的低灰度值区间,示意图如附图1所示。在标准PAL制显示的红外视频中,帧频为1秒50场,在此频率下,即使探测的红外场景发生较大变化,也能很快通过累积效应将图像灰度整体移位到指定区间。
(4)对各像素灰度值乘以倍增系数进行线性灰度拉伸并输出显示,从而将原始图像从较窄的灰度值区间扩展到更宽的灰度值区间范围,提高图像对比度,示意图如附图2所示。倍增系数为一设定好的固定数值,一般介于2~6之间,与之前设定的低灰度值区间相关联,二者协同对灰度值区间进行扩展,可做到自适应将图像调节到合适的显示亮度。
下面结合实施例及附图,对本发明作进一步说明。
在本发明的实施例中,首先统计一帧未增强的原始图像所有像素灰度值的平均值。比如一帧红外图像的分辨率大小为384×288,像素位宽为10位,也即红外图像的灰度级范围为0~1023,设图像像素灰度值为a0,a1,…aN-1,N为一帧图像总的像素数,也即N=384×288=110592,所有像素灰度值的取值均在0~1023之间,则所有像素灰度值数据的平均值为:
a ‾ = 1 N Σ i = 0 N - 1 a i
其次,依据平均值和相应算法自动对下一帧图像所有像素灰度值进行整体移位,使得输出图像灰度直方图分布向指定的低灰度值区间靠拢。由于在FPGA处理器中求取平均值的速度很快,且在连续的两帧显示图像间存在一定的间隔消隐时钟来用于算法处理,因而可实时实现将得到的前一帧图像所有像素灰度值的平均值应用于当前帧的移位算法中。在移位算法中,事先设定好指定低灰度值区间的低灰度阈值aL和高灰度阈值aH,无论原始图像的直方图分布是处在哪个灰度值区间,通过将与两个灰度阈值aL、aH比较处理后都自动向指定的灰度值区间移位。当平均值比低灰度阈值aL小时,则对当前帧图像所有像素灰度值加上一个固定的移位模长,也即图像灰度直方图整体向右平移一固定距离;当平均值比高灰度阈值aH大时,则对当前帧图像所有像素灰度值减去一个固定的移位模长,也即图像灰度直方图整体向左平移一固定距离。对于单次移位模长的数值大小,则可依据移位精度和速度的具体要求权衡设定。比如图像的灰度级范围为0~1023,若将图像灰度整体平移的模长L从20变为40,则移位速度提高而精度却下降。
接着,如图1所示,重复步骤(1)和(2),通过逐次累积将红外图像灰度直方图逐步移位到指定的低灰度值区间。在标准PAL制显示的红外视频中,帧频为1秒50场,在此频率下,即使探测的红外场景发生较大变化,也能很快通过累积效应将图像灰度整体移位到指定区间。
最后,如图2所示,在将红外图像灰度直方图移位到指定的低灰度值区间后,再对各像素灰度值乘以倍增系数进行线性灰度拉伸并输出显示,从而将原始图像从较窄的灰度值区间扩展到更宽的灰度值区间范围,提高图像对比度。倍增系数为一设定好的固定数值,一般介于2~6之间,与之前设定的低灰度值区间相关联,二者协同对灰度值区间进行扩展,可做到自适应将图像调节到合适的显示亮度。
图3为原始的分辨率大小为384×288,基于标定的非均匀校正后的红外图像及对应的直方图。该红外图像未经过图像增强处理,可以看到,图像对比度低,灰度直方图在灰度轴上表现为灰度值数据集中在较窄的一段区间上。
图4为经过本发明增强方法处理后的红外图像及对应的直方图。可以看到,经处理后图像的对比度得到提高,直方图的分布也被拉伸的更为均匀,图像增强效果较好。

Claims (5)

1.一种基于灰度平移与线性拉伸相结合的红外图像增强方法,其特征在于包括以下步骤:
(1)统计前一帧红外图像所有输出像素灰度值数据的平均值
(2)依据平均值自动对当前帧图像所有像素灰度值进行整体移位,使得输出图像灰度直方图分布向指定的低灰度值区间靠拢;
(3)重复步骤(1)和(2),通过逐次累积将图像灰度直方图移位到指定的低灰度值区间;
(4)对各像素灰度值乘以倍增系数进行线性灰度拉伸并输出显示,从而将原始图像从较窄的灰度值区间扩展到更宽的灰度值区间范围。
2.根据权利要求1所述的基于灰度平移与线性拉伸相结合的红外图像增强方法,其特征在于:所述步骤(1)中,统计前一帧图像所有输出像素灰度值数据的平均值设图像像素灰度值为a0,a1,…aN-1,N为一帧图像总的像素数,则所有像素灰度值数据的平均值为:
a ‾ = 1 N Σ i = 0 N - 1 a i .
3.根据权利要求1所述的基于灰度平移与线性拉伸相结合的红外图像增强方法,其特征在于:所述步骤(2)中,设置指定低灰度值区间的低灰度阈值aL和高灰度阈值aH,无论原始图像的直方图分布是处在哪个灰度值区间,通过将与两个灰度阈值aL、aH进行比较,根据比较结果向指定的灰度值区间移位。
4.根据权利要求1或3所述的基于灰度平移与线性拉伸相结合的红外图像增强方法,其特征在于:当平均值小于低灰度阈值aL时,对当前帧图像所有像素灰度值加上一个固定的移位模长,即图像灰度直方图整体向右平移一固定距离;当平均值大于高灰度阈值aH时,对当前帧图像所有像素灰度值减去一个固定的移位模长,即图像灰度直方图整体向左平移一固定距离。
5.根据权利要求1所述的基于灰度平移与线性拉伸相结合的红外图像增强方法,其特征在于:所述步骤(4)中,倍增系数为一设定好的固定数值,介于2~6之间,与之前设定的低灰度值区间相关联。
CN201610071224.0A 2016-02-01 2016-02-01 基于灰度平移与线性拉伸相结合的红外图像增强方法 Expired - Fee Related CN105825489B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610071224.0A CN105825489B (zh) 2016-02-01 2016-02-01 基于灰度平移与线性拉伸相结合的红外图像增强方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610071224.0A CN105825489B (zh) 2016-02-01 2016-02-01 基于灰度平移与线性拉伸相结合的红外图像增强方法

Publications (2)

Publication Number Publication Date
CN105825489A true CN105825489A (zh) 2016-08-03
CN105825489B CN105825489B (zh) 2018-10-02

Family

ID=56987001

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610071224.0A Expired - Fee Related CN105825489B (zh) 2016-02-01 2016-02-01 基于灰度平移与线性拉伸相结合的红外图像增强方法

Country Status (1)

Country Link
CN (1) CN105825489B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106530213A (zh) * 2016-10-13 2017-03-22 上海交通大学 一种合成孔径雷达图像自动可视化算法
CN106803238A (zh) * 2016-12-26 2017-06-06 杭州施强教育科技有限公司 一种答题卡图像降噪处理方法
CN106815814A (zh) * 2016-12-26 2017-06-09 杭州施强教育科技有限公司 一种应用于阅卷系统的图像污染处理方法
CN106845468A (zh) * 2016-12-26 2017-06-13 杭州施强教育科技有限公司 一种提高答题卡图像识别正确率的处理方法
CN107918928A (zh) * 2017-11-10 2018-04-17 中国科学院上海高等研究院 一种色彩还原方法
CN112488954A (zh) * 2020-12-07 2021-03-12 江苏理工学院 基于图像灰度级的自适应图像增强的方法及装置
CN116703888A (zh) * 2023-07-28 2023-09-05 菏泽城建新型工程材料有限公司 一种钻孔灌注桩施工辅助异常检测方法及其系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080310714A1 (en) * 2007-06-13 2008-12-18 Sensors Unlimited, Inc. Method and Apparatus for Enhancing Images
CN102855614A (zh) * 2012-07-24 2013-01-02 电子科技大学 一种实时红外成像系统中自适应图像拉伸方法和装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080310714A1 (en) * 2007-06-13 2008-12-18 Sensors Unlimited, Inc. Method and Apparatus for Enhancing Images
CN102855614A (zh) * 2012-07-24 2013-01-02 电子科技大学 一种实时红外成像系统中自适应图像拉伸方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
WANG LIANG ET AL: "Method of infrared image enhancement based on histogram", 《OPTOELECTRONICS LETTERS》 *
杨必武 等: "基于直方图非线性拉伸的红外图像增强新算法", 《红外与激光工程》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106530213A (zh) * 2016-10-13 2017-03-22 上海交通大学 一种合成孔径雷达图像自动可视化算法
CN106530213B (zh) * 2016-10-13 2019-08-16 上海交通大学 一种合成孔径雷达图像自动可视化方法
CN106803238A (zh) * 2016-12-26 2017-06-06 杭州施强教育科技有限公司 一种答题卡图像降噪处理方法
CN106815814A (zh) * 2016-12-26 2017-06-09 杭州施强教育科技有限公司 一种应用于阅卷系统的图像污染处理方法
CN106845468A (zh) * 2016-12-26 2017-06-13 杭州施强教育科技有限公司 一种提高答题卡图像识别正确率的处理方法
CN107918928A (zh) * 2017-11-10 2018-04-17 中国科学院上海高等研究院 一种色彩还原方法
CN107918928B (zh) * 2017-11-10 2020-06-05 中国科学院上海高等研究院 一种色彩还原方法
CN112488954A (zh) * 2020-12-07 2021-03-12 江苏理工学院 基于图像灰度级的自适应图像增强的方法及装置
CN112488954B (zh) * 2020-12-07 2023-09-22 江苏理工学院 基于图像灰度级的自适应图像增强的方法及装置
CN116703888A (zh) * 2023-07-28 2023-09-05 菏泽城建新型工程材料有限公司 一种钻孔灌注桩施工辅助异常检测方法及其系统
CN116703888B (zh) * 2023-07-28 2023-10-20 菏泽城建新型工程材料有限公司 一种钻孔灌注桩施工辅助异常检测方法及其系统

Also Published As

Publication number Publication date
CN105825489B (zh) 2018-10-02

Similar Documents

Publication Publication Date Title
CN105825489A (zh) 基于灰度平移与线性拉伸相结合的红外图像增强方法
Shi et al. Normalised gamma transformation‐based contrast‐limited adaptive histogram equalisation with colour correction for sand–dust image enhancement
Gupta et al. Review of different local and global contrast enhancement techniques for a digital image
US10198801B2 (en) Image enhancement using self-examples and external examples
CN105654438A (zh) 基于局部直方图均衡的灰度图像拟合增强方法
JP6602789B2 (ja) 局所的なコントラスト強調のためのシステムおよび方法
EP2954488B1 (en) Local area processing using packed distribution functions
CN105809643A (zh) 一种基于自适应块通道拉伸的图像增强方法
CN103108109B (zh) 一种数字视频降噪系统与方法
Wang et al. Enhancement for dust-sand storm images
WO2019179512A1 (zh) 显示方法、显示装置及显示器
CN101188671A (zh) 视频图像的锐化方法
CN103295205B (zh) 一种基于Retinex的微光图像快速增强方法和装置
Kaur et al. Image enhancement techniques: A selected review
US11238571B2 (en) Method and device for enhancing image contrast, display apparatus, and storage medium
US20130287299A1 (en) Image processing apparatus
Hsia et al. High‐performance high dynamic range image generation by inverted local patterns
CN104580826A (zh) 一种增强图像锐度的视频信号处理方法
CN112991236B (zh) 一种基于模板的图像增强方法及装置
Zhang et al. Single image veiling glare removal
CN101764914B (zh) 一种阿尔法通道边界腐蚀的方法
Wang et al. Dehazing for single image with sky region via self-adaptive weighted least squares model
Han et al. An improved adaptive correction algorithm for non-uniform illumination panoramic image
Chang et al. A hardware-oriented contrast enhancement algorithm for real-time applications
Ling et al. Joint optimization and perceptual boosting of global and local contrast for efficient contrast enhancement

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20181002

Termination date: 20200201

CF01 Termination of patent right due to non-payment of annual fee