CN109712101A - 红外图像增强方法 - Google Patents

红外图像增强方法 Download PDF

Info

Publication number
CN109712101A
CN109712101A CN201811561558.1A CN201811561558A CN109712101A CN 109712101 A CN109712101 A CN 109712101A CN 201811561558 A CN201811561558 A CN 201811561558A CN 109712101 A CN109712101 A CN 109712101A
Authority
CN
China
Prior art keywords
infrared image
measured
image
ratio
histogram
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
CN201811561558.1A
Other languages
English (en)
Other versions
CN109712101B (zh
Inventor
马胤刚
张冠男
蒋辉
王明威
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.)
Shenyang Eye Chi Yun Mdt Infotech Ltd
Original Assignee
Shenyang Eye Chi Yun Mdt Infotech 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 Shenyang Eye Chi Yun Mdt Infotech Ltd filed Critical Shenyang Eye Chi Yun Mdt Infotech Ltd
Priority to CN201811561558.1A priority Critical patent/CN109712101B/zh
Publication of CN109712101A publication Critical patent/CN109712101A/zh
Application granted granted Critical
Publication of CN109712101B publication Critical patent/CN109712101B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)
  • Radiation Pyrometers (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)

Abstract

本发明公开了一种红外图像增强方法,根据实际检测环境和能否确定红外图像中含有待测目标联合确定选取的图像增强方法,其中图像增强方法包括通过对红外图像做直方图统计的上限/下限/上下限灰度值截断三种,另外,在通过上限/下限/上下限灰度值截断实现图像增强的过程中,截断灰度值通过待测目标或预测的待测目标占红外图像的比例确定。该红外图像增强方法能够选择更合理的图像增强方式,得到的灰度值压缩后的图像更利于后期的目标检测与识别。

Description

红外图像增强方法
技术领域
本发明涉及图像处理技术领域,特别提供了一种红外图像增强方法。
背景技术
目前采用的红外图像增强方法为设定两个阈值,分别为第一阈值和第二阈值,统计灰度直方图后,对每阶灰度值对应的像素个数判别,个数大于第一阈值的,将该灰度值对应个数改为第一阈值;个数小于第二阈值的,将该灰度值对应个数改为第二阈值;个数在第二阈值和第一阈值之间的不变。该方法的效果好坏与阈值的选取有非常直接的关系,并且对于不管能否确定红外图像中含有待测目标均采用同一种方法做图像增强并不合理。
因此,如何对现有的红外图像增强方法进行改进,以清晰显示红外图像中的检测目标,成为人们亟待解决的问题。
发明内容
鉴于此,本发明的目的在于提供一种红外图像增强方法,针对不同检测环境,能否确定红外图像中含有待测目标,给出不同的图像增强方法,同时,在图像增强方法中,结合待测目标或预测的待测目标占红外图像的比例信息,找到合理的灰度截断值,以最大程度排除干扰并最小程度压缩疑似目标区域的灰度动态范围。
本发明提供的技术方案是:红外图像增强方法,用于压缩红外图像的灰度值范围,以清晰显示红外图像中的待测目标,包括如下步骤:
S1:接收待测目标实际检测环境信息、能否确定红外图像中含有待测目标的信息及待测目标或预测的待测目标占红外图像的比例信息a,其中,0.2<a<0.8;
S2:根据待测目标实际检测环境信息、能否确定红外图像中含有待测目标的信息确定选择的图像增强方法:当待测目标实际检测环境信息为低温环境检测高温目标且不确定红外图像中含有待测目标时,执行S3,当待测目标实际检测环境信息为高温环境检测低温目标且不确定红外图像中含有待测目标时,执行S5,当待测目标实际检测环境信息为高温环境检测低温目标或低温环境检测高温目标且确定红外图像中含有待测目标时,执行S4;
S3:对红外图像做直方图统计的下限灰度值截断
S31:对所述红外图像做直方图统计;
S32:计算直方图下限截断比例A,其中,A的取值范围为0.1~(0.9-a),a为预测的待测目标占红外图像的比例;
S33:按像素值从小到大的方向,逐个累加各像素在直方图统计中的个数并计算累加结果sum1占图像中像素总数的比例,当计算得到的比例超过A时,停止累加,并记录累加到的像素值Ygray1;
S34:将红外图像中像素值小于Ygray1的像素的像素值用Ygray1覆盖,之后,对新图像的灰度最大最小值做归一化处理,达到图像增强的效果;
S4:对红外图像做直方图统计的上下限灰度值截断
S41:对所述红外图像做直方图统计;
S42:设定直方图下限截断比例A和上限截断比例B,其中,当待测目标实际检测环境信息为低温环境检测高温目标时,A的取值范围为0.1~(0.9-a),B的取值范围为0.1~(a-0.1),且(A+B)≦(1-a);当待测目标实际检测环境信息为高温环境检测低温目标时,A的取值范围为0.1~(a-0.1),B的取值范围为0.1~(0.9-a),且(A+B)≦(1-a);a为待测目标占红外图像的比例;
S43:按像素值从小到大的方向,逐个累加各像素在直方图统计中的个数并计算累加结果sum1占图像中像素总数的比例,当计算得到的比例超过A时,停止累加,并记录累加到的像素值Ygray1,同时,按像素值从大到小的方向,逐个累加各像素在直方图统计中的个数并计算累加结果sum2占图像中像素总数的比例,当计算得到的比例超过B时,停止累加,并记录累加到的像素值Ygray2;
S44:将红外图像中像素值小于Ygray1的像素的像素值用Ygray1覆盖,将红外图像中像素值大于Ygray2的像素的像素值用Ygray2覆盖,之后,对新图像的灰度最大最小值做归一化处理,达到图像增强的效果;
S5:对红外图像做直方图统计的上限灰度值截断
S51:对所述红外图像做直方图统计;
S52:设定直方图上限截断比例B,其中,B的取值范围为0.1~(0.9-a),a为预测的待测目标占红外图像的比例;
S53:按像素值从大到小的方向,逐个累加各像素在直方图统计中的个数并计算累加结果sum2占图像中像素总数的比例,当计算得到的比例超过B时,停止累加,并记录累加到的像素值Ygray2;
S54:将红外图像中像素值大于Ygray2的像素的像素值用Ygray2覆盖,之后,对新图像的灰度最大值做归一化处理,达到图像增强的效果。
本发明提供的红外图像增强方法,利用实际检测环境信息与能否确定红外图像中含有待测目标的先验知识,可相应选择合适的灰度值截断方法实现图像增强,具体地:包括对红外图像做直方图统计的上限/下限/上下限灰度值截断三种方法,另外,在通过上限/下限/上下限灰度值截断实现图像增强的过程中,截断灰度值通过待测目标或预测的待测目标占红外图像的比例确定,能够最大程度排除干扰并最小程度压缩疑似目标区域的灰度动态范围,最终可实现图像增强效果、更清晰显示红外图像中的检测目标,利于后期目标的进一步检测与识别。
具体实施方式
下面将结合具体的实施方案对本发明进行进一步的解释,但并不局限本发明。
本发明提供了一种红外图像增强方法,用于压缩红外图像的灰度值范围,以清晰显示红外图像中的待测目标,包括如下步骤:
S1:接收待测目标实际检测环境信息、能否确定红外图像中含有待测目标的信息及待测目标或预测的待测目标占红外图像的比例信息a,其中,0.2<a<0.8;
S2:根据待测目标实际检测环境信息、能否确定红外图像中含有待测目标的信息确定选择的图像增强方法:当待测目标实际检测环境信息为低温环境检测高温目标且不确定红外图像中含有待测目标时,执行S3,当待测目标实际检测环境信息为高温环境检测低温目标且不确定红外图像中含有待测目标时,执行S5,当待测目标实际检测环境信息为高温环境检测低温目标或低温环境检测高温目标且确定红外图像中含有待测目标时,执行S4;
S3:对红外图像做直方图统计的下限灰度值截断
S31:对所述红外图像做直方图统计;
S32:计算直方图下限截断比例A,其中,A的取值范围为0.1~(0.9-a),a为预测的待测目标占红外图像的比例;
S33:按像素值从小到大的方向,逐个累加各像素在直方图统计中的个数并计算累加结果sum1占图像中像素总数的比例,当计算得到的比例超过A时,停止累加,并记录累加到的像素值Ygray1;
S34:将红外图像中像素值小于Ygray1的像素的像素值用Ygray1覆盖,之后,对新图像的灰度最大最小值做归一化处理,达到图像增强的效果;
S4:对红外图像做直方图统计的上下限灰度值截断
S41:对所述红外图像做直方图统计;
S42:设定直方图下限截断比例A和上限截断比例B,其中,当待测目标实际检测环境信息为低温环境检测高温目标时,A的取值范围为0.1~(0.9-a),B的取值范围为0.1~(a-0.1),且(A+B)≦(1-a);当待测目标实际检测环境信息为高温环境检测低温目标时,A的取值范围为0.1~(a-0.1),B的取值范围为0.1~(0.9-a),且(A+B)≦(1-a);a为待测目标占红外图像的比例;
S43:按像素值从小到大的方向,逐个累加各像素在直方图统计中的个数并计算累加结果sum1占图像中像素总数的比例,当计算得到的比例超过A时,停止累加,并记录累加到的像素值Ygray1,同时,按像素值从大到小的方向,逐个累加各像素在直方图统计中的个数并计算累加结果sum2占图像中像素总数的比例,当计算得到的比例超过B时,停止累加,并记录累加到的像素值Ygray2;
S44:将红外图像中像素值小于Ygray1的像素的像素值用Ygray1覆盖,将红外图像中像素值大于Ygray2的像素的像素值用Ygray2覆盖,之后,对新图像的灰度最大最小值做归一化处理,达到图像增强的效果;
S5:对红外图像做直方图统计的上限灰度值截断
S51:对所述红外图像做直方图统计;
S52:设定直方图上限截断比例B,其中,B的取值范围为0.1~(0.9-a),a为预测的待测目标占红外图像的比例;
S53:按像素值从大到小的方向,逐个累加各像素在直方图统计中的个数并计算累加结果sum2占图像中像素总数的比例,当计算得到的比例超过B时,停止累加,并记录累加到的像素值Ygray2;
S54:将红外图像中像素值大于Ygray2的像素的像素值用Ygray2覆盖,之后,对新图像的灰度最大值做归一化处理,达到图像增强的效果。
该红外图像增强方法,利用实际检测环境信息与能否确定红外图像中含有待测目标联合确定选取的图像增强方法,更利于目标的检测与识别,具体地:当待测目标实际检测环境信息为低温环境检测高温目标且不确定红外图像中含有待测目标时,采用对红外图像做直方图统计的下限灰度值截断的方法来压缩图像的灰度动态范围;当待测目标实际检测环境信息为高温环境检测低温目标且不确定红外图像中含有待测目标时,采用对红外图像做直方图统计的上限灰度值截断的方法来压缩图像的灰度动态范围;当待测目标实际检测环境信息为高温环境检测低温目标或低温环境检测高温目标且确定红外图像中含有待测目标时,采用对红外图像做直方图统计的上下限灰度值截断的方法来压缩图像的灰度动态范围,最终达到去除红外图像内噪声干扰,图像增强的效果。
该红外图像增强方法,能够根据实际检测环境和能否确定红外图像中含有待测目标联合确定选取的图像增强方法,能够根据待测目标或预测的待测目标占红外图像的比例选取合适的上下限截断比例,使图像增强的方式更合理,得到灰度值压缩后的图像更利于后期的目标检测与识别。

Claims (1)

1.红外图像增强方法,用于压缩红外图像的灰度值范围,以清晰显示红外图像中的待测目标,其特征在于,包括如下步骤:
S1:接收待测目标实际检测环境信息、能否确定红外图像中含有待测目标的信息及待测目标或预测的待测目标占红外图像的比例信息a,其中,0.2<a<0.8;
S2:根据待测目标实际检测环境信息、能否确定红外图像中含有待测目标的信息确定选择的图像增强方法:当待测目标实际检测环境信息为低温环境检测高温目标且不确定红外图像中含有待测目标时,执行S3,当待测目标实际检测环境信息为高温环境检测低温目标且不确定红外图像中含有待测目标时,执行S5,当待测目标实际检测环境信息为高温环境检测低温目标或低温环境检测高温目标且确定红外图像中含有待测目标时,执行S4;
S3:对红外图像做直方图统计的下限灰度值截断
S31:对所述红外图像做直方图统计;
S32:计算直方图下限截断比例A,其中,A的取值范围为0.1~(0.9-a),a为预测的待测目标占红外图像的比例;
S33:按像素值从小到大的方向,逐个累加各像素在直方图统计中的个数并计算累加结果sum1占图像中像素总数的比例,当计算得到的比例超过A时,停止累加,并记录累加到的像素值Ygray1;
S34:将红外图像中像素值小于Ygray1的像素的像素值用Ygray1覆盖,之后,对新图像的灰度最大最小值做归一化处理,达到图像增强的效果;
S4:对红外图像做直方图统计的上下限灰度值截断
S41:对所述红外图像做直方图统计;
S42:设定直方图下限截断比例A和上限截断比例B,其中,当待测目标实际检测环境信息为低温环境检测高温目标时,A的取值范围为0.1~(0.9-a),B的取值范围为0.1~(a-0.1),且(A+B)≦(1-a);当待测目标实际检测环境信息为高温环境检测低温目标时,A的取值范围为0.1~(a-0.1),B的取值范围为0.1~(0.9-a),且(A+B)≦(1-a);a为待测目标占红外图像的比例;
S43:按像素值从小到大的方向,逐个累加各像素在直方图统计中的个数并计算累加结果sum1占图像中像素总数的比例,当计算得到的比例超过A时,停止累加,并记录累加到的像素值Ygray1,同时,按像素值从大到小的方向,逐个累加各像素在直方图统计中的个数并计算累加结果sum2占图像中像素总数的比例,当计算得到的比例超过B时,停止累加,并记录累加到的像素值Ygray2;
S44:将红外图像中像素值小于Ygray1的像素的像素值用Ygray1覆盖,将红外图像中像素值大于Ygray2的像素的像素值用Ygray2覆盖,之后,对新图像的灰度最大最小值做归一化处理,达到图像增强的效果;
S5:对红外图像做直方图统计的上限灰度值截断
S51:对所述红外图像做直方图统计;
S52:设定直方图上限截断比例B,其中,B的取值范围为0.1~(0.9-a),a为预测的待测目标占红外图像的比例;
S53:按像素值从大到小的方向,逐个累加各像素在直方图统计中的个数并计算累加结果sum2占图像中像素总数的比例,当计算得到的比例超过B时,停止累加,并记录累加到的像素值Ygray2;
S54:将红外图像中像素值大于Ygray2的像素的像素值用Ygray2覆盖,之后,对新图像的灰度最大值做归一化处理,达到图像增强的效果。
CN201811561558.1A 2018-12-20 2018-12-20 红外图像增强方法 Active CN109712101B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811561558.1A CN109712101B (zh) 2018-12-20 2018-12-20 红外图像增强方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811561558.1A CN109712101B (zh) 2018-12-20 2018-12-20 红外图像增强方法

Publications (2)

Publication Number Publication Date
CN109712101A true CN109712101A (zh) 2019-05-03
CN109712101B CN109712101B (zh) 2020-07-03

Family

ID=66256996

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811561558.1A Active CN109712101B (zh) 2018-12-20 2018-12-20 红外图像增强方法

Country Status (1)

Country Link
CN (1) CN109712101B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112508809A (zh) * 2020-11-27 2021-03-16 湖南傲英创视信息科技有限公司 低照度图像/视频增强方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104408432A (zh) * 2014-11-28 2015-03-11 中国电子科技集团公司第二十八研究所 一种基于直方图修正的红外图像目标检测方法
US9142012B2 (en) * 2012-05-31 2015-09-22 Apple Inc. Systems and methods for chroma noise reduction
CN106934782A (zh) * 2017-01-16 2017-07-07 中国计量大学 一种红外图像增强方法
CN107730477A (zh) * 2017-10-13 2018-02-23 西安科技大学 变电站设备红外智能监测系统及监测图像特征提取方法
KR101950433B1 (ko) * 2018-02-27 2019-05-02 한화시스템 주식회사 중적외선 영상에서의 물체 검출 방법 및 장치

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9142012B2 (en) * 2012-05-31 2015-09-22 Apple Inc. Systems and methods for chroma noise reduction
CN104408432A (zh) * 2014-11-28 2015-03-11 中国电子科技集团公司第二十八研究所 一种基于直方图修正的红外图像目标检测方法
CN106934782A (zh) * 2017-01-16 2017-07-07 中国计量大学 一种红外图像增强方法
CN107730477A (zh) * 2017-10-13 2018-02-23 西安科技大学 变电站设备红外智能监测系统及监测图像特征提取方法
KR101950433B1 (ko) * 2018-02-27 2019-05-02 한화시스템 주식회사 중적외선 영상에서의 물체 검출 방법 및 장치

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
E.A.DONIA,G.M.EL-BANBY,E.M.EL-RABAIE,O.S.FARAGALLAH: "Infrared image enhancement based on both Histogram matching and wavelet fusion", 《2016 FOURTH INTERNATIONAL JAPAN-EGYPT CONFERENCE ON ELECTRONICS, COMMUNICATIONS AND COMPUTERS (JEC-ECC), CAIRO, 2016》 *
SEUNGYOUN LEE, DAEYEONG KIM,CHANGICK KIM: "Ramp Distribution-Based Image Enhancement", 《IEEE SIGNAL PROCESSING LETTERS》 *
丁畅,董丽丽,许文海: ""直方图"均衡化图像增强技术研究综述", 《计算机工程与应用》 *
辛富国,李荣芳,权东晓: "一种红外图像细节增强算法", 《太赫兹科学与电子信息学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112508809A (zh) * 2020-11-27 2021-03-16 湖南傲英创视信息科技有限公司 低照度图像/视频增强方法及系统

Also Published As

Publication number Publication date
CN109712101B (zh) 2020-07-03

Similar Documents

Publication Publication Date Title
EP2958322B1 (en) Method and device for terminal side time domain video quality evaluation
CN102404602A (zh) 一种基于清晰度测试卡的摄像机清晰度检测方法
US8698910B2 (en) Apparatus, camera, method, and computer-readable storage medium for generating advice for capturing an image
Bahrami et al. A fast approach for no-reference image sharpness assessment based on maximum local variation
CN103763515B (zh) 一种基于机器学习的视频异常检测方法
US7720302B2 (en) Method, apparatus and program for image processing
CN111611907B (zh) 一种图像增强的红外目标检测方法
US20100246939A1 (en) Image Processing Apparatus and Method, Learning Apparatus and Method, and Program
CN101866486B (zh) 手指静脉图像质量判断方法
JP2005157679A5 (zh)
CN111028165B (zh) 一种基于raw数据抵抗相机抖动的高动态图像恢复方法
JP5381565B2 (ja) 画像処理装置、画像処理用プログラムおよび画像処理方法
CN110197185B (zh) 一种基于尺度不变特征变换算法监测桥下空间的方法和系统
CN103327219A (zh) 一种视频图像对比度调整方法及装置
CN104574381A (zh) 一种基于局部二值模式的全参考图像质量评价方法
CN102903100B (zh) 一种数字照片图像压缩历史的检测方法
CN109712101A (zh) 红外图像增强方法
CN104954627B (zh) 一种信息处理方法及电子设备
CN101807297B (zh) 医学超声图像直线检测方法
EP3363193B1 (en) Device and method for reducing the set of exposure times for high dynamic range video imaging
CN100458847C (zh) 一种数字图像边缘信息提取方法
CN111161251B (zh) 一种人脸图像清晰度的计算方法和装置
CN111062926B (zh) 一种视频数据处理方法、装置及存储介质
CN111161291A (zh) 基于目标景深信息的轮廓检测方法
CN116703755A (zh) 用于医疗废弃物冷库的遗漏风险监控系统

Legal Events

Date Code Title Description
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