CN117078568A - 一种红外图像增强的方法 - Google Patents

Abstract

本发明公开了一种红外图像增强的方法，包括以下步骤：步骤S1，假设原始红外图像分辨率为X*Y；步骤S2，计算原始红外图像有效最小灰度值、有效最大灰度值、像素点平均值；步骤S3，原始红外图像的统计直方图做滤波处理；步骤S4，统计有效最小灰度值和像素点平均值之间的有效灰度级个数、统计像素点平均值和有效最大灰度值之间的有效灰度级个数，步骤S5，对统计直方图权重进行重新运算，步骤S6，对新统计直方图进行运算，得到累计直方图映射表。本发明通过使用权重阈值和权重调节函数进行红外直方图重新运算，抑制背景过增强、目标欠增强；调节增强后的图像出现过亮或者过暗情况。

Description

一种红外图像增强的方法

技术领域

本发明属于图像处理技术领域，具体为一种红外图像增强的方法。

背景技术

红外图像灰度分布集中，不具备良好的亮度和对比度，细节不够突出；传统的直方图均衡的方法在红外图像增强中应用广泛，其中各灰度级的出现概率实际上是一种权重，权重越大的灰度级增强效果越好，它们通过增强概率高的灰度级来提高图像的整体对比度。然而，在军事侦查、安全监控等领域中，目标通常距离远、在图像中所占像素数少，导致目标相关灰度级的出现概率低于背景相关灰度级的概率，此时基于传统的概率直方图的方法，出现背景过增强、目标欠增强，图像过亮或者图像过暗。

发明内容

本发明的目的在于提供一种红外图像增强的方法，以解决背景技术中提出的现有技术中，使用传统的直方图均衡的方法导致背景过增强、目标欠增强，增强后的图像过亮或者过暗的问题。

为解决上述技术问题，本发明所采用的技术方案是：

一种红外图像增强的方法，包括以下步骤：

步骤S1，原始红外图像输入；原始红外图像分辨率为X*Y；其中，X是图像的单行像素点个数，Y是图像的行数，X和Y都为正整数；

步骤S2，计算原始红外图像有效最小灰度值、有效最大灰度值、像素点平均值；

步骤S3，对原始红外图像的统计直方图做滤波处理；

步骤S4，根据步骤S2中的计算，统计有效最小灰度值和像素点平均值之间的有效灰度级个数、统计像素点平均值和有效最大灰度值之间的有效灰度级个数，并使用灰度级个数计算得到权重阈值；

步骤S5，对滤波处理后的统计直方图权重进行重新运算，得到新统计直方图；

步骤S6，对新统计直方图进行运算，得到累计直方图映射表，利用映射表对原始红外图像进行灰度映射，即得到增强的红外图像。

根据上述技术方案，步骤S2中，原始红外图像的有效最小灰度值通过下式计算：

式中，即为原始红外图像有效最小灰度值；/>为原始红外图像的概率统计，/>是图像的单行像素点个数，/>是图像的行数，/>为权重参数。

根据上述技术方案，步骤S2中，原始红外图像有效最大灰度值通过下式计算：

式中，即为原始红外图像有效最大灰度值；/>为原始红外图像的概率统计，/>是图像的单行像素点个数，/>是图像的行数，/>为权重参数。

根据上述技术方案，步骤S2中，原始红外图像的像素点平均值通过下式计算：

式中，是图像的单行像素点个数，/>是图像的行数，/>为原始红外图像的像素值，/>为原始红外图像的坐标。

根据上述技术方案，步骤S3中，原始红外图像的统计直方图通过均值滤波法完成滤波处理。

根据上述技术方案，步骤S4中，统计有效最小灰度值和像素点平均值之间的有效灰度级个数通过下式进行计算：

式中，为有效最小灰度值和像素点平均值之间的有效灰度级个数，/>为原始红外图像有效最小灰度值，/>为原始红外图像像素点平均值，/>为均值滤波后的统计直方图。

根据上述技术方案，步骤S4中，统计像素点平均值和有效最大灰度值之间的有效灰度级个数通过下式进行计算：

式中，为像素点平均值和有效最大灰度值之间的有效灰度级个数，/>为原始红外图像有效最大灰度值，/>为原始红外图像像素点平均值，/>为均值滤波后的统计直方图。

根据上述技术方案，步骤S4中，权重阈值通过下式进行计算：

式中，为有效最小灰度值和像素点平均值之间的有效灰度级个数，/>为像素点平均值和有效最大灰度值之间的有效灰度级个数，/>为原始红外图像有效最小灰度值，为原始红外图像像素点平均值，/>为原始红外图像有效最大灰度值。

根据上述技术方案，步骤S5中，对滤波处理后的统计直方图权重进行重新运算具体为：

式中，为均值滤波后的统计直方图，/>为的权重阈值，/>为权重步进总长度，/>为权重步进的每一步值，/>的步进值范围为/>，/>为灰度值/>对应的统计直方图权重，/>为红外图像的灰度级数，当条件成立，/>；否则/>保持值不变。

根据上述技术方案，步骤S6中，对新统计直方图进行运算，得到累计直方图映射表通过下式计算：

式中，为新统计直方图，/>为灰度级/>对应的累计直方图，/>为灰度级对应的累计直方图，/>为原始红外图像有效最小灰度值；

步骤S6中，利用映射表对原始红外图像进行灰度映射通过下式计算：

式中，为累计直方图，/>为增强的红外图。

与现有技术相比，本发明具有以下有益效果：

本发明通过原始红外直方图切割成两部分，通过两部分的有效灰度级获取权重阈值，使用权重阈值和权重调节函数进行红外直方图重新运算，抑制背景过增强、目标欠增强；调节增强后的图像出现过亮或者过暗情况。

附图说明

图1为本发明的处理流程图；

图2为本发明处理结果对比图（过暗情况）；

图3为本发明处理结果对比图（过亮情况）；

图4为本发明处理结果对比图（正常情况）。

具体实施方式

下面将结合本发明实施例中的附图，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。

实施例一

如图1所示，一种红外图像增强的方法，包括以下步骤：

步骤S1，原始红外图像输入；原始红外图像分辨率为X*Y；其中，X是图像的单行像素点个数，Y是图像的行数，X和Y都为正整数；

步骤S2，计算原始红外图像有效最小灰度值、有效最大灰度值、像素点平均值；

步骤S3，原始红外图像的统计直方图做滤波处理；

步骤S4，统计有效最小灰度值和像素点平均值之间的有效灰度级个数、统计像素点平均值和有效最大灰度值之间的有效灰度级个数，并使用灰度级个数计算得到权重阈值；

步骤S5，对滤波处理后的统计直方图权重进行重新运算，得到新统计直方图；

步骤S6，对新统计直方图进行运算，得到累计直方图映射表，利用映射表对原始红外图像进行灰度映射，即得到增强的红外图像。

本发明通过原始红外直方图切割成两部分，通过两部分的有效灰度级获取权重阈值，使用权重阈值和权重调节函数进行红外直方图重新运算，抑制背景过增强、目标欠增强；调节增强后的图像出现过亮或者过暗情况。

实施例二

本实施例为实施例一的进一步细化。

下面结合附图，详细说明本发明在红外图像增强的方法。

如图1所示，本发明红外图像增强方法包括以下步骤：

步骤1，假设原始红外图像分辨率为640*512,其中640是图像的单行像素点个数，512是图像的行数；红外图像灰度级为14。

步骤2，计算原始红外图像有效最小灰度值、有效最大灰度值、像素点平均值,包括：原始红外图像有效最小灰度值是通过公式得到，/>即为原始红外图像有效最小灰度值；原始红外图像有效最大灰度值通过公式得到，/>即为红外图像有效最大灰度值；其中/>为原始红外图像的概率统计；原始红外图像像素点平均值通过公式得到，其中640是图像的单行像素点个数、51是图像的行数，为原始红外图像的像素值，/>为原始红外图像的坐标。

步骤3，原始红外图像的统计直方图做滤波处理，滤波公式为：。

步骤4，统计有效最小灰度值和像素点平均值之间的有效灰度级个数、统计像素点平均值和有效最大灰度值之间的有效灰度级个数，并使用灰度级个数计算得到权重阈值包括：统计有效最小灰度值和像素点平均值之间的有效灰度级个数方式为，统计像素点平均值和有效最大灰度值之间的有效灰度级个数方式为/>，其中/>为步骤2中，原始红外图像有效最小灰度值，/>为步骤2原始红外图像有效最大灰度值、/>为步骤2原始红外图像像素点平均值，/>为步骤3中，均值滤波后的统计直方图，；并使用灰度级个数计算得到有效最小灰度值和像素点平均值之间权重阈值、平均值和有效最大灰度值之间的权重阈值；权重阈值为灰度级个数/128。

步骤5，滤波处理后的统计直方图权重从新运算得到新统计直方图包括：滤波处理后的统计直方图权重从新运算方式为：

其中，为均值滤波后的统计直方图，/>为的权重阈值，/>为权重步进总长度，/>为权重步进的每一步值，/>的步进值范围为/>，/>为灰度值/>对应的统计直方图权重，/>为红外图像的灰度级数，当条件成立，则/>；否则/>保持值不变；/>为从新运算的统计直方图。具体结果参考图2、图3和图4。

新统计直方图运算得到累计直方图映射表，利用映射表对原始红外图像进行灰度映射，即得到增强的红外图像包括：新统计直方图运算得到累计直方图映射表为经典直方图处理。

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，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。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种红外图像增强的方法，其特征在于：包括以下步骤：

步骤S1，原始红外图像输入；原始红外图像分辨率为X*Y；其中，X是图像的单行像素点个数，Y是图像的行数，X和Y都为正整数；

步骤S2，计算原始红外图像有效最小灰度值、有效最大灰度值、像素点平均值；

步骤S3，对原始红外图像的统计直方图做滤波处理；

步骤S4，根据步骤S2中的计算，统计有效最小灰度值和像素点平均值之间的有效灰度级个数、统计像素点平均值和有效最大灰度值之间的有效灰度级个数，并使用灰度级个数计算得到权重阈值；

步骤S5，对滤波处理后的统计直方图权重进行重新运算，得到新统计直方图；

步骤S6，对新统计直方图进行运算，得到累计直方图映射表，利用映射表对原始红外图像进行灰度映射，即得到增强的红外图像。

2.根据权利要求1所述的一种红外图像增强的方法，其特征在于：步骤S2中，原始红外图像的有效最小灰度值通过下式计算：

式中，即为原始红外图像有效最小灰度值；/>为原始红外图像的概率统计，/>是图像的单行像素点个数，/>是图像的行数，/>为权重参数。

3.根据权利要求1所述的一种红外图像增强的方法，其特征在于：步骤S2中，原始红外图像有效最大灰度值通过下式计算：

式中，即为原始红外图像有效最大灰度值；/>为原始红外图像的概率统计，/>是图像的单行像素点个数，/>是图像的行数，/>为权重参数。

4.根据权利要求1所述的一种红外图像增强的方法，其特征在于：步骤S2中，原始红外图像的像素点平均值通过下式计算：

式中，是图像的单行像素点个数，/>是图像的行数，/>为原始红外图像的像素值，为原始红外图像的坐标。

5.根据权利要求1所述的一种红外图像增强的方法，其特征在于：步骤S3中，原始红外图像的统计直方图通过均值滤波法完成滤波处理。

6.根据权利要求1所述的一种红外图像增强的方法，其特征在于：步骤S4中，统计有效最小灰度值和像素点平均值之间的有效灰度级个数通过下式进行计算：

式中，为有效最小灰度值和像素点平均值之间的有效灰度级个数，/>为原始红外图像有效最小灰度值，/>为原始红外图像像素点平均值，/>为均值滤波后的统计直方图。

7.根据权利要求1所述的一种红外图像增强的方法，其特征在于：步骤S4中，统计像素点平均值和有效最大灰度值之间的有效灰度级个数通过下式进行计算：

式中，为像素点平均值和有效最大灰度值之间的有效灰度级个数，/>为原始红外图像有效最大灰度值，/>为原始红外图像像素点平均值，/>为均值滤波后的统计直方图。

8.根据权利要求1所述的一种红外图像增强的方法，其特征在于:步骤S4中，权重阈值通过下式进行计算：

式中，为有效最小灰度值和像素点平均值之间的有效灰度级个数，/>为像素点平均值和有效最大灰度值之间的有效灰度级个数，/>为原始红外图像有效最小灰度值，/>为原始红外图像像素点平均值，/>为原始红外图像有效最大灰度值。

9.根据权利要求1所述的一种红外图像增强的方法，其特征在于：步骤S5中，对滤波处理后的统计直方图权重进行重新运算具体为：

式中，为均值滤波后的统计直方图，/>为的权重阈值，/>为权重步进总长度，/>为权重步进的每一步值，/>的步进值范围为/>，/>为灰度值/>对应的统计直方图权重，/>为红外图像的灰度级数，当条件成立，/>；否则 />保持值不变。

10.根据权利要求1所述的一种红外图像增强的方法，其特征在于：步骤S6中，对新统计直方图进行运算，得到累计直方图映射表通过下式计算：

式中，为新统计直方图，/>为灰度级/>对应的累计直方图，/>为灰度级/>对应的累计直方图，/>为原始红外图像有效最小灰度值；

步骤S6中，利用映射表对原始红外图像进行灰度映射通过下式计算：

式中，为累计直方图， />为增强的红外图。