CN108805942B - 一种红外图像宽动态压缩方法 - Google Patents

一种红外图像宽动态压缩方法 Download PDF

Info

Publication number
CN108805942B
CN108805942B CN201710298899.3A CN201710298899A CN108805942B CN 108805942 B CN108805942 B CN 108805942B CN 201710298899 A CN201710298899 A CN 201710298899A CN 108805942 B CN108805942 B CN 108805942B
Authority
CN
China
Prior art keywords
gray
data
value
histogram
image data
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.)
Active
Application number
CN201710298899.3A
Other languages
English (en)
Other versions
CN108805942A (zh
Inventor
孙国强
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.)
Wuhan Duopuduole Technology Co ltd
Original Assignee
Wuhan Duopuduole Technology Co ltd
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 Wuhan Duopuduole Technology Co ltd filed Critical Wuhan Duopuduole Technology Co ltd
Priority to CN201710298899.3A priority Critical patent/CN108805942B/zh
Publication of CN108805942A publication Critical patent/CN108805942A/zh
Application granted granted Critical
Publication of CN108805942B publication Critical patent/CN108805942B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00—Image coding

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)
  • Facsimile Image Signal Circuits (AREA)

Abstract

本发明属于红外图像处理技术领域，公开了一种红外图像宽动态压缩方法，其特征在于，其具体方法步骤如下：a.抽选出原始16bit图像数据中介于[0，65536]之间的图像数据；b.依据上述抽选的图像数据画出统计直方图；c.分析统计直方图，确定直方图动态范围、最值；d.用灰度压缩计数数组调整原图像的灰度值；e.利用灰度调整后的nDiscardMax、nDiscardMin和nGrayDiscRange计算线性映射的对比度参数fContrast和亮度偏移参数nBright；f.利用对比度参数fContrast和亮度偏移参数nBright，将调整后图像的16bit数据进行线性映射，变为8bit数据，同时进行饱和截断处理，使8bit数据处于[0，255]范围内。发明方法将16bit数据压缩为8bit数据时，充分利用有限的灰度动态范围，较好地保持了地面物体的对比度和细节的清晰度。

Description

一种红外图像宽动态压缩方法
技术领域
本发明属于红外图像处理技术领域，尤其涉及到一种红外图像宽动态压缩方法。
背景技术
现有的红外图像动态范围映射方法在将16bit的原始数据转化为8bit的数据进行数字显示时，数据动态范围被直接线性压缩，当场景中动态范围不连续时，必然浪费显示的动态范围。由于天空区域和地面区域温差较大，成像的灰度级动态范围间隔也较大。其中，地面物体的灰度范围通常集中在高温区域，天空区域的灰度范围通常集中在低温区域，采用传统线性映射的方法对16bit的整个灰度范围进行压缩时，就会降低地面物体的灰度对比度，丢失细节信息。为此需要对不同温度段之间的空白灰度压缩，然后再进行灰度的线性映射，充分利用所有的动态范围显示场景信息。
因而，本发明提出一种红外图像宽动态压缩方法，通过压缩直方图进行线性映射，可以解决了现有技术的缺点，避免天空区域与地面物体的温差过大时对动态范围映射效果的影响，使地面物体区域始终保持更强对比度和更多细节。
发明内容
本发明目的是为了克服现有技术中的不足，故提出了提供一种红外图像宽动态压缩方法，以解决目前所面临的技术缺点。
为了解决上述技术问题，本发明是通过以下技术方案实现：
一种红外图像宽动态压缩方法，其具体方法步骤如下：
a.抽选出原始16bit图像数据中介于[0，65536]之间的图像数据；
b.依据上述抽选的图像数据画出统计直方图；
c.分析统计直方图，确定直方图动态范围、最值；确定源图像最小灰度级nOriMax和最大灰度级nOriMin，计算高低温对应的灰度级、各抛弃比例为fSigma的像素数后的最大截断灰度级nDiscardMax和最小截断灰度级nDiscardMin；
d.用灰度压缩计数数组调整原图像的灰度值；
e.利用灰度调整后的nDiscardMax、nDiscardMin和nGrayDiscRange计算线性映射的对比度参数fContrast和亮度偏移参数nBright；
f.利用对比度参数fContrast和亮度偏移参数nBright，将调整后图像的16bit数据进行线性映射，变为8bit数据，同时进行饱和截断处理，使8bit数据处于[0，255]范围内。
优选地，所述用计数数组方式进行灰度调整的具体方法如下：
c.设定计数数组与直方图数据等大，初始化值为0；
d.遍历直方图，修改计数数组对应索引位置和后续数据；
c.根据计数数组，调整原始图像的数据和动态范围数据；
d.调整原始图像数据灰度值。
优选地，所述遍历直方图的具体方法是：当像素个数小于阈值nDensityThresh时，计数数组对应索引位置的值加1，并且将后续值全部赋值为1；当遇到新的小于阈值的概率密度值时，计数数组对应索引位置再增加1，并且后续数据全部赋值为2；以此类推。
优选地，所述调整原始图像数据灰度值的具体方法是：以原始图像数据为索引，灰度减少值等于计数数组值；最大截断灰度级nDiscardMax和动态范围nGrayDiscRange都减去计数数组中的最大值。
本发明的优点和有益效果是：
1.本发明方法将16bit数据压缩为8bit数据时，充分利用有限的灰度动态范围，较好地保持了地面物体的对比度和细节的清晰度。
2.该图像数据动态范围压缩方法，充分利用了可现实的灰度范围，保持了更强的对比度和更多的细节，适用于红外热成像系统的动态范围调整。
附图说明
图1是本发明方法的原理示意图；
具体实施方式
以下结合本发明结构附图和实施例对本发明产品作进一步描述，实施例的描述仅为便于理解和应用本发明，而非对本发明保护的限制。
方法概述：一种红外图像数据动态范围压缩方法，是根据对原始16bit的直方图分析，确定合适的数据起止范围和压缩范围，对压缩范围内的数据比较，确定不同灰度级压缩的深度并记录，然后对原图像灰度级以及统计直方图得到起止范围进行调整，再计算映射系数和偏移量，最后进行线性映射，并将范围以外的灰度级进行截断处理来实现的。
实施例1
如附图1所示，一种红外图像宽动态压缩方法，其具体方法步骤如下：
a.抽选出原始16bit图像数据中介于[0，65536]之间的图像数据；
b.依据上述抽选的图像数据画出统计直方图；
c.分析统计直方图，确定直方图动态范围、最值；确定源图像最小灰度级nOriMax和最大灰度级nOriMin，计算高低温对应的灰度级、各抛弃比例为fSigma的像素数后的最大截断灰度级nDiscardMax和最小截断灰度级nDiscardMin；
d.用灰度压缩计数数组调整原图像的灰度值；
e.利用灰度调整后的nDiscardMax、nDiscardMin和nGrayDiscRange计算线性映射的对比度参数fContrast和亮度偏移参数nBright；
f.利用对比度参数fContrast和亮度偏移参数nBright，将调整后图像的16bit数据进行线性映射，变为8bit数据，同时进行饱和截断处理，使8bit数据处于[0，255]范围内。
优选地，所述用计数数组方式进行灰度调整的具体方法如下：
a.设定计数数组与直方图数据等大，初始化值为0；
b.遍历直方图，修改计数数组对应索引位置和后续数据；
c.根据计数数组，调整原始图像的数据和动态范围数据；
d.调整原始图像数据灰度值。
所述遍历直方图的具体方法是：当像素个数小于阈值nDensityThresh时，计数数组对应索引位置的值加1，并且将后续值全部赋值为1；当遇到新的小于阈值的概率密度值时，计数数组对应索引位置再增加1，并且后续数据全部赋值为2；以此类推。所述调整原始图像数据灰度值的具体方法是：以原始图像数据为索引，灰度减少值等于计数数组值；最大截断灰度级nDiscardMax和动态范围nGrayDiscRange都减去计数数组中的最大值。
以上所述仅是本发明的优选应用实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (4)

1.一种红外图像宽动态压缩方法，其特征在于，其具体方法步骤如下：
a.抽选出原始16bit图像数据中介于[0，65536]之间的图像数据；
b.依据上述抽选的图像数据画出统计直方图；
c.分析统计直方图，确定直方图动态范围、最值；确定源图像最大灰度级nOriMax和最小灰度级nOriMin，计算高低温对应的灰度级、各抛弃比例为fSigma的像素数后的最大截断灰度级nDiscardMax和最小截断灰度级nDiscardMin；
d.用灰度压缩计数数组调整原图像的灰度值；
e.利用灰度调整后的nDiscardMax、nDiscardMin和nGrayDiscRange计算线性映射的对比度参数fContrast和亮度偏移参数nBright；
其中，所述nGrayDiscRange为各抛弃比例为fSigma的像素数后的截断灰度级的范围，即：
nGrayDiscRange＝[nDiscardMin，nDiscardMax]；
f.利用对比度参数fContrast和亮度偏移参数nBright，将调整后图像的16bit数据进行线性映射，变为8bit数据，同时进行饱和截断处理，使8bit数据处于[0，255]范围内。
2.根据权利要求1所述的一种红外图像宽动态压缩方法，其特征在于，所述用灰度压缩计数数组进行灰度调整的具体方法如下：
a.设定计数数组与直方图数据等大，初始化值为0；
b.遍历直方图，修改计数数组对应索引位置和后续数据；
c.根据计数数组，调整原始图像的数据和动态范围数据；
d.调整原始图像数据灰度值。
3.根据权利要求2所述的一种红外图像宽动态压缩方法，其特征在于，所述遍历直方图的具体方法是：当像素个数小于阈值nDensityThresh时，计数数组对应索引位置的值加1，并且将后续值全部赋值为1；当遇到新的小于阈值的概率密度值时，计数数组对应索引位置再增加1，并且后续数据全部赋值为2；并以此类推。
4.根据权利要求2或3所述的一种红外图像宽动态压缩方法，其特征在于，所述调整原始图像数据灰度值的具体方法是：以原始图像数据为索引，灰度减少值等于计数数组值。
CN201710298899.3A 2017-04-28 2017-04-28 一种红外图像宽动态压缩方法 Active CN108805942B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710298899.3A CN108805942B (zh) 2017-04-28 2017-04-28 一种红外图像宽动态压缩方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710298899.3A CN108805942B (zh) 2017-04-28 2017-04-28 一种红外图像宽动态压缩方法

Publications (2)

Publication Number Publication Date
CN108805942A CN108805942A (zh) 2018-11-13
CN108805942B true CN108805942B (zh) 2021-08-17

Family

ID=64053856

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710298899.3A Active CN108805942B (zh) 2017-04-28 2017-04-28 一种红外图像宽动态压缩方法

Country Status (1)

Country Link
CN (1) CN108805942B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109829860B (zh) * 2018-12-26 2021-02-02 武汉高德智感科技有限公司 全图与局部相结合的图像线性动态范围压缩方法及系统
CN110008822B (zh) * 2019-02-18 2021-07-23 武汉高德智感科技有限公司 一种基于红外传感器的姿态识别方法及系统
CN110049332A (zh) * 2019-04-11 2019-07-23 深圳市朗驰欣创科技股份有限公司 一种图像压缩方法、图像压缩装置及电子设备
CN112862665B (zh) * 2019-11-12 2024-01-23 北京华茂通科技有限公司 一种激光驱鸟设备的红外图像动态范围压缩方法
CN110956670A (zh) * 2019-11-18 2020-04-03 中国航空工业集团公司西安航空计算技术研究所 一种基于深度偏移的多模式自适应z值压缩算法
CN113689366A (zh) * 2021-08-30 2021-11-23 武汉格物优信科技有限公司 一种温宽动态调节方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102413283A (zh) * 2011-10-25 2012-04-11 广州飒特红外股份有限公司 红外热图数字信号处理系统及方法
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
CN105844603A (zh) * 2016-04-04 2016-08-10 上海大学 一种高动态范围红外图像动态范围压缩方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9443488B2 (en) * 2014-10-14 2016-09-13 Digital Vision Enhancement Inc Image transforming vision enhancement device

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102413283A (zh) * 2011-10-25 2012-04-11 广州飒特红外股份有限公司 红外热图数字信号处理系统及方法
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
CN105844603A (zh) * 2016-04-04 2016-08-10 上海大学 一种高动态范围红外图像动态范围压缩方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"一种基于Otsu法和平台直方图均衡的红外图像增强算法";陈峥等;《激光与红外》;20100430(第04期);正文第3节 *
"基于灰度冗余的红外图像自适应输出窗技术";李怀琼等;《光子学报》;20060930(第09期);正文第2节 *

Also Published As

Publication number Publication date
CN108805942A (zh) 2018-11-13

Similar Documents

Publication Publication Date Title
CN108805942B (zh) 一种红外图像宽动态压缩方法
US11849224B2 (en) Global tone mapping
CN109523477B (zh) 一种自适应红外图像动态范围变换方法
CN103024300B (zh) 一种高动态范围图像显示方法及装置
WO2019042216A1 (zh) 图像虚化处理方法、装置及拍摄终端
KR101007101B1 (ko) 적응형 톤 매핑 장치 및 방법, 그리고 이를 이용한 영상 처리 시스템
CN106875437B (zh) 一种面向rgbd三维重建的关键帧提取方法
CN103353982A (zh) 一种基于直方图均衡化的色调映射方法
CN103530896A (zh) 一种红外图像的图像压缩和细节增强方法
CN107292830B (zh) 低照度图像增强及评价方法
CN108198155B (zh) 一种自适用色调映射方法及系统
CN108537758B (zh) 一种基于显示器与人眼视觉特性的图像对比度增强方法
CN108806638B (zh) 一种图像的显示方法及其装置
CN104157003B (zh) 一种基于正态分布调节的热图像细节增强方法
CN111563851B (zh) 一种基于动态高斯参数的图像映射方法
CN115442575B (zh) 一种基于视频质量评估的视频自适应传输方法及系统
CN109544467B (zh) 一种基于lab模型下增强彩色图像对比度的方法
CN105989583B (zh) 一种图像去雾方法
CN104820970A (zh) 基于在轨分类统计的红外影像相对辐射矫正方法
CN107454408B (zh) 一种图像编码码率动态调整的方法
CN117451012A (zh) 一种无人机航摄测量方法及系统
CN115937045B (zh) 一种迭代式色阶重建方法
WO2023040431A1 (zh) 一种色调映射方法、设备及系统
CN115620119A (zh) 一种天气类型图像检测及雾天图像处理方法及装置
JP2014090410A (ja) ホワイトバランス調整方法

Legal Events

Date Code Title Description
DD01 Delivery of document by public notice
DD01 Delivery of document by public notice

Addressee: Sun Guoqiang

Document name: Notification of Passing Examination on Formalities

PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant