CN113989142A - 一种红外图像处理方法 - Google Patents

Abstract

本发明涉及图像处理技术领域，且公开了一种红外图像处理方法，包括以下步骤：S1、获取实时图像J，并通过式(1)将实时图像J转换为其暗通道图J^dark其中，J^c表示彩色图像的每个通道，Ω(x)表示以像素x为中心的一个窗口；S2、从暗通道图中按亮度取前0.1％的像素，再从实时图像中寻找对应的具有最高亮度点的值作为全球大气光值A；本发明在对图像进行处理的时候，可以将雾图很好的转变为正常不影响人们观看的清晰图片，并且在处理的过程中，可以保证图像保持在人眼观看的正常范围中，不会出现图片失真的情况，并且符合人眼观看到的真实景象；并且在对图像处理的过程中，可以避免图像出现噪点的情况，同时可以增强图像的对比度。

Description

一种红外图像处理方法

技术领域

本发明涉及图像处理技术领域，具体为一种红外图像处理方法。

背景技术

图像处理，用计算机对图像进行分析，以达到所需结果的技术，又称影像处理，图像处理一般指数字图像处理，计算机在对红外图像进行处理的时候，一般都是对红外图像进行清晰化处理的时候，而对于特殊的红外图像，例如雾图，计算机在对其进行处理的时候，处理效果一般，有时并不能很好的达到人们的理想状态，基于此，本发明提供了一种红外图像处理方法。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种红外图像处理方法，解决了上述背景技术中所存在的问题。

(二)技术方案

为实现上述目的，本发明提供如下技术方案：一种红外图像处理方法，包括以下步骤：

S1、获取实时图像J，并通过下式将实时图像J转换为其暗通道图J^dark

其中，J^c表示彩色图像的每个通道，Ω(x)表示以像素x为中心的一个窗口；

S2、从暗通道图中按亮度取前0.1％的像素，再从实时图像中寻找对应的具有最高亮度点的值作为全球大气光值A；

S3、建立雾图形成模型：

J(x)＝I(x)t(x)+A(1-t(x)) (2)

其中，J(x)为实时图像，I(x)为需要恢复的无雾图像，A为全球大气光值，t(x)为透射率，然后将式(2)稍作处理，变形为下式：

其中，c表示R/G/B三通通道；

S4、假设在每个窗口内透射率t(x)为常数，定义其为

并且A值已知，然后对式(3)两边求两次最小值运算，得到下式：

其中，I是待求的无雾图像，根据步骤S1中的式(1)有：

因此，可以推导出：

把式(6)代入到式(4)中，得到：

然后在式(7)中引入一个在[0,1]之间的因子ω，将式(7)修正为：

即可得到透射率

S5、对实时图像J的RGB通道取得最小值，得到图像W，然后对图像W进行双边滤波得到局部均值图像T，计算图像和局部均值图像的局部标准差异图像，对该差异图像进行书岸边滤波后与图像T求差得到二次差异图像G，利用图像G获得大气光幕图像，最终求出导向图I_guide，具体如下：

T(x,y)＝Bilateral(W(x,y)) (9)

G(x,y)＝T(x,y)-Bilateral(|W-T(x,y)|) (10)

其中，x，y分别表示图像的横纵坐标；

S6、用I_guide作为导向图，利用导向滤波器对透射率

进行优化，设定优化后的透射率为t₁(x)，可以认为t₁(x)是在大小为w_k，以k为中心的窗口内所有像素的线性变换，如下式：

其中，(a_k,b_k)是线性变换系数，在窗口w_k内是常量，由于

保证了t₁(x)与I_guide具有相同的梯度信息，然后通过最小化代价函数，使导向滤波器的输出图像与输入图像差异最小，来确定线性系数(a_k,b_k)，代价函数如下：

其中，ε为调整参数，以防止a_k过大，

为输入图像在i处的像素；

S7、在式(2)中，当t(x)很小的时候，会导致I的值偏大，从而使得图像整体向白场过渡，因此设置一个阈值t₀＝0.1，最终将式(2)恢复成下式：

S8、通过(14)即可对获取到的实时图像进行处理。

优选的，所述步骤S1获取到实时图像的过程为：首先通过图像拍摄设备拍摄实时图像画面，并将实时图像画面传输到后台系统中，系统会将实时图像画面分割成多帧图像，然后将每一帧图像进行后续处理即可。

优选的，所述步骤S6中的导向滤波器使导向图I_guide与滤波输出结果t₁(x)之间的一个局部线性模型。

优选的，所述步骤S6中式(13)的目的是使输入图像和输出图像差异最小化，因此t₁(x)保留了

的总体特征。

优选的，所述方法还包括以下过程：设定经过步骤S8处理后的图像为P，其宽度为W，高度为H，输出图像为O，由此建立图像对比度模型：

O(r,c)＝a×P(r,c)+b,0≤r≤H,0≤c≤W

其中，a＝1.2，b＝35；再建立校正模型：

其中，γ＝0.4，最后将图像O输出。

(三)有益效果

本发明提供了一种红外图像处理方法，具备以下有益效果：

本发明在对图像进行处理的时候，可以将雾图很好的转变为正常不影响人们观看的清晰图片，并且在处理的过程中，可以保证图像保持在人眼观看的正常范围中，不会出现图片失真的情况，并且符合人眼观看到的真实景象；并且在对图像处理的过程中，可以避免图像出现噪点的情况，同时可以增强图像的对比度，保证图像更加的清晰，便于人们可以观看到更多的细节。

具体实施方式

下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供一种技术方案：一种红外图像处理方法，包括以下步骤：

S1、通过图像拍摄设备拍摄实时图像画面，并将实时图像画面传输到后台系统中，系统会将实时图像画面分割成多帧图像J，并通过下式将实时图像J转换为其暗通道图J^dark

其中，J^c表示彩色图像的每个通道，Ω(x)表示以像素x为中心的一个窗口；

S2、从暗通道图中按亮度取前0.1％的像素，再从实时图像中寻找对应的具有最高亮度点的值作为全球大气光值A；

S3、建立雾图形成模型：

J(x)＝I(x)t(x)+A(1-t(x)) (2)

其中，J(x)为实时图像，I(x)为需要恢复的无雾图像，A为全球大气光值，t(x)为透射率，然后将式(2)稍作处理，变形为下式：

其中，c表示R/G/B三通通道；

S4、假设在每个窗口内透射率t(x)为常数，定义其为

并且A值已知，然后对式(3)两边求两次最小值运算，得到下式：

其中，I是待求的无雾图像，根据步骤S1中的式(1)有：

因此，可以推导出：

把式(6)代入到式(4)中，得到：

然后在式(7)中引入一个在[0,1]之间的因子ω，将式(7)修正为：

即可得到透射率

S5、对实时图像J的RGB通道取得最小值，得到图像W，然后对图像W进行双边滤波得到局部均值图像T，计算图像和局部均值图像的局部标准差异图像，对该差异图像进行书岸边滤波后与图像T求差得到二次差异图像G，利用图像G获得大气光幕图像，最终求出导向图I_guide，具体如下：

T(x,y)＝Bilateral(W(x,y)) (9)

G(x,y)＝T(x,y)-Bilateral(|W-T(x,y)|) (10)

其中，x，y分别表示图像的横纵坐标；

S6、用I_guide作为导向图，利用导向滤波器对透射率

进行优化，设定优化后的透射率为t₁(x)，导向滤波器使导向图I_guide与滤波输出结果t₁(x)之间的一个局部线性模型，可以认为t₁(x)是在大小为w_k，以k为中心的窗口内所有像素的线性变换，如下式：

其中，(a_k,b_k)是线性变换系数，在窗口w_k内是常量，由于

保证了t₁(x)与I_guide具有相同的梯度信息，然后通过最小化代价函数，使导向滤波器的输出图像与输入图像差异最小，来确定线性系数(a_k,b_k)，代价函数如下：

其中，ε为调整参数，以防止a_k过大，

为输入图像在i处的像素，式(13)的目的是使输入图像和输出图像差异最小化，因此t₁(x)保留了

的总体特征；

S7、在式(2)中，当t(x)很小的时候，会导致I的值偏大，从而使得图像整体向白场过渡，因此设置一个阈值t₀＝0.1，最终将式(2)恢复成下式：

S8、通过(14)即可对获取到的实时图像进行处理；

设定经过步骤S8处理后的图像为P，其宽度为W，高度为H，输出图像为O，由此建立图像对比度模型：

O(r,c)＝a×P(r,c)+b,0≤r≤H,0≤c≤W

其中，a＝1.2，b＝35；再建立校正模型：

其中，γ＝0.4，最后将图像O输出。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.一种红外图像处理方法，其特征在于：包括以下步骤：

S1、获取实时图像J，并通过下式将实时图像J转换为其暗通道图J^dark

其中，J^c表示彩色图像的每个通道，Ω(x)表示以像素x为中心的一个窗口；

S2、从暗通道图中按亮度取前0.1％的像素，再从实时图像中寻找对应的具有最高亮度点的值作为全球大气光值A；

S3、建立雾图形成模型：

J(x)＝I(x)t(x)+A(1-t(x)) (2)

其中，J(x)为实时图像，I(x)为需要恢复的无雾图像，A为全球大气光值，t(x)为透射率，然后将式(2)稍作处理，变形为下式：

其中，c表示R/G/B三通通道；

S4、假设在每个窗口内透射率t(x)为常数，定义其为

并且A值已知，然后对式(3)两边求两次最小值运算，得到下式：

其中，I是待求的无雾图像，根据步骤S1中的式(1)有：

因此，可以推导出：

把式(6)代入到式(4)中，得到：

然后在式(7)中引入一个在[0,1]之间的因子ω，将式(7)修正为：

即可得到透射率

S5、对实时图像J的RGB通道取得最小值，得到图像W，然后对图像W进行双边滤波得到局部均值图像T，计算图像和局部均值图像的局部标准差异图像，对该差异图像进行书岸边滤波后与图像T求差得到二次差异图像G，利用图像G获得大气光幕图像，最终求出导向图I_guide，具体如下：

T(x,y)＝Bilateral(W(x,y)) (9)

G(x,y)＝T(x,y)-Bilateral(|W-T(x,y)|) (10)

其中，x，y分别表示图像的横纵坐标；

S6、用I_guide作为导向图，利用导向滤波器对透射率

进行优化，设定优化后的透射率为t₁(x)，可以认为t₁(x)是在大小为w_k，以k为中心的窗口内所有像素的线性变换，如下式：

其中，(a_k,b_k)是线性变换系数，在窗口w_k内是常量，由于

保证了t₁(x)与I_guide具有相同的梯度信息，然后通过最小化代价函数，使导向滤波器的输出图像与输入图像差异最小，来确定线性系数(a_k,b_k)，代价函数如下：

其中，ε为调整参数，以防止a_k过大，

为输入图像在i处的像素；

S7、在式(2)中，当t(x)很小的时候，会导致I的值偏大，从而使得图像整体向白场过渡，因此设置一个阈值t₀＝0.1，最终将式(2)恢复成下式：

S8、通过(14)即可对获取到的实时图像进行处理。

2.根据权利要求1所述的一种红外图像处理方法，其特征在于：所述步骤S1获取到实时图像的过程为：首先通过图像拍摄设备拍摄实时图像画面，并将实时图像画面传输到后台系统中，系统会将实时图像画面分割成多帧图像，然后将每一帧图像进行后续处理即可。

3.根据权利要求1所述的一种红外图像处理方法，其特征在于：所述步骤S6中的导向滤波器使导向图I_guide与滤波输出结果t₁(x)之间的一个局部线性模型。

4.根据权利要求1所述的一种红外图像处理方法，其特征在于：所述步骤S6中式(13)的目的是使输入图像和输出图像差异最小化，因此t₁(x)保留了

的总体特征。

5.根据权利要求1所述的一种红外图像处理方法，其特征在于：所述方法还包括以下过程：设定经过步骤S8处理后的图像为P，其宽度为W，高度为H，输出图像为O，由此建立图像对比度模型：

O(r,c)＝a×P(r,c)+b,0≤r≤H,0≤c≤W

其中，a＝1.2，b＝35；再建立校正模型：

其中，γ＝0.4，最后将图像O输出。