RU2451338C1 - Способ комплексирования цифровых полутоновых телевизионных и тепловизионных изображений - Google Patents
Способ комплексирования цифровых полутоновых телевизионных и тепловизионных изображений Download PDFInfo
- Publication number
- RU2451338C1 RU2451338C1 RU2010152858/08A RU2010152858A RU2451338C1 RU 2451338 C1 RU2451338 C1 RU 2451338C1 RU 2010152858/08 A RU2010152858/08 A RU 2010152858/08A RU 2010152858 A RU2010152858 A RU 2010152858A RU 2451338 C1 RU2451338 C1 RU 2451338C1
- Authority
- RU
- Russia
- Prior art keywords
- image
- brightness
- channel
- average
- images
- Prior art date
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
Изобретение относится к области обработки изображений, в частности к способу комплексирования цифровых полутоновых изображений, полученных от двух каналов различного спектрального диапазона. Техническим результатом является повышение качества изображения, содержащего информативные элементы изображений одной и той же сцены, полученные в различных спектральных диапазонах. Способ комплексирования цифровых полутоновых телевизионных и тепловизионных изображений включает получение исходных изображений, комплексирование изображений, основанное на критериальном суммировании для каждого пикселя, формирование результирующего изображения, нормализацию яркостного диапазона изображения. Вычисляют среднюю яркость по всем значениям яркостей пикселей изображения второго канала, среднее значение абсолютных разностей между значением средней яркости изображения второго канала и значениями яркости всех пикселей изображения второго канала. Для каждого пикселя комплексированного изображения вычисляют сумму значения яркости пикселя изображения основного канала и абсолютной разности значения яркости пикселя изображения второго канала и средней яркости изображения второго канала; из полученной суммы вычитают среднее значение абсолютных разностей яркости пикселей изображения второго канала и средней яркости изображения второго канала. 6 ил.
Description
Изобретение относится к области обработки изображений, в частности к способу комплексирования цифровых полутоновых изображений, полученных от двух каналов различного спектрального диапазона.
Из уровня техники известен способ комплексирования информации от многоканальной системы с использованием вейвлет-спектров (Тетерин В.В. и др. Метод комплексирования информации от многоканальной системы с использованием вейвлет-спектров. Оптический журнал, том 73, №10, 2006, с.47). При комплексировании компонент по этому способу выбираются элементы разложения одного из исходных изображений, что приводит к потере информации о локальных структурных особенностях другого изображения. В способе не производится яркостно-контрастной коррекции на уровне компонент разложения с целью повышения качества результирующего изображения.
Известен способ комплексирования многоспектральных полутоновых изображений (Москвитин А.Э. «Технология и алгоритм повышения качества изображений земной поверхности на основе комплексирования спектральной видеоинформации» (Алгоритм, основанный на раздельной обработке низко- и высокочастотных компонент разнозональных видеоданных). Автореферат. Рязань, 2003 г.), включающий получение исходных изображений, разложение каждого исходного изображения на низкочастотные и высокочастотные компоненты, раздельную обработку НЧ и ВЧ компонент изображений, комплексирование компонент, основанное на принципе взвешенного суммирования для каждого пикселя, формирование результирующего изображения.
Недостатком данного способа является то, что яркостная нормализация исходных изображений проводится методом приведения яркости исходных изображений к единому среднему значению и среднеквадратическому отклонению яркости, что в случае значительных различий яркостно-контрастных характеристик исходных изображений неизбежно приводит к усилению неинформативной шумовой микроструктуры одного изображения до уровня существенных структурных особенностей другого изображения.
Наиболее близким к предлагаемому является способ комплексирования цифровых многоспектральных полутоновых изображений (патент RU №2342701, опубликовано 27.12.2008 г., МПК G06K 9/40, G06T 5/40), который выбран в качестве прототипа. Данный способ включает получение исходных изображений, разложение каждого исходного изображения на низкочастотные и высокочастотные компоненты, раздельную обработку низко- и высокочастотных компонент изображений, комплексирование компонент, основанное на принципе взвешенного суммирования для каждого пикселя, формирование результирующего изображения. При этом каждое исходное изображение подвергают многоуровневой декомпозиции вейвлетом Хаара путем быстрого дискретного стационарного двумерного вейвлет-преобразования с целью получения аппроксимирующей составляющей, представляющей из себя низкочастотную компоненту изображения, и семейства детализирующих составляющих, являющихся высокочастотными компонентами изображения. Определяют значения матриц энергетических характеристик пикселей на всех уровнях разложения для каждого изображения. Осуществляют фильтрацию всех детализирующих составляющих, включающую коррекцию детализирующих составляющих путем адаптивного изменения значений детализирующих составляющих в соответствии с межуровневой динамикой их энергетических характеристик и устранение шумовой микроструктуры путем адаптивного порогового ограничения значений детализирующих составляющих на каждом уровне разложения. Вычисляют для каждого разложения корректирующие функции яркости и корректирующие функции контраста, параметром которых является значение аппроксимирующей составляющей. Производят выравнивание яркостных диапазонов каждого разложения путем преобразования аппроксимирующих составляющих корректирующими функциями яркости. Преобразуют детализирующие составляющие корректирующей функцией контраста. Вычисляют для каждого разложения на каждом уровне весовую функцию, параметром которой является значение энергетической характеристики. Производят для каждого пикселя на каждом уровне разложения вычисление компонент синтезированного изображения путем взвешенного суммирования значений соответствующих составляющих разложений исходных изображений с использованием весовых функций. Осуществляют фильтрацию всех детализирующих составляющих синтезированного изображения, включающую коррекцию детализирующих составляющих путем адаптивного изменения значений детализирующих составляющих в соответствии с межуровневой динамикой их энергетических характеристик и устранение шумовой микроструктуры путем адаптивного порогового ограничения значений детализирующих составляющих на каждом уровне разложения. Вычисляют корректирующую функцию яркости и корректирующую функцию контраста, параметром которых является значение аппроксимирующей составляющей синтезированного изображения. Преобразуют аппроксимирующую составляющую корректирующей функцией яркости. Преобразуют детализирующие составляющие корректирующей функцией контраста. Формируют синтезированное изображение путем реконструкции при помощи обратного быстрого дискретного стационарного двумерного вейвлет-преобразования, применяемого к детализирующим составляющим синтезированного изображения и аппроксимирующей составляющей синтезированного изображения, согласуют яркостной диапазон результирующего изображения с параметрами видеосистемы.
К недостаткам данного способа можно отнести общее снижение локального контраста из-за усреднения двух разноспектральных изображений (частный случай - вычисление попиксельно средних значений яркостей пикселей двух разноспектральных изображений, т.е. когда весовые функции детализирующих составляющих каждого изображения практически близки к 0.5).
Техническим результатом предлагаемого способа комплексирования цифровых полутоновых телевизионных и тепловизионных изображений является повышение качества изображения, содержащего информативные элементы изображений одной и той же сцены, полученные в различных спектральных диапазонах.
Технический результат достигается тем, что способ комплексирования цифровых полутоновых телевизионных и тепловизионных изображений включает получение исходных изображений, комплексирование изображений, основанное на критериальном суммировании для каждого пикселя, формирование результирующего изображения, нормализацию яркостного диапазона изображения. При этом он отличается от прототипа тем, что определяют основной канал с наибольшим количеством информативных деталей на изображении. Вычисляют среднюю яркость изображения второго канала. Вычисляют среднее значение абсолютных разностей между средней яркостью изображения второго канала и значениями яркости всех пикселей изображения второго канала. Для каждого пикселя комплексированного изображения вычисляют сумму значения яркости пикселя изображения основного канала и абсолютной разности значения яркости пикселя изображения второго канала и средней яркости изображения второго канала; из полученной суммы вычитают среднее значение абсолютных разностей яркости пикселей изображения второго канала и средней яркости изображения второго канала.
Сущность изобретения поясняется рисунками Фиг.1 - Фиг.6, где
Фиг.1 - структурная схема (алгоритм) способа комплексирования цифровых полутоновых телевизионных и тепловизионных изображений;
Фиг.2 - структурная схема блока обработки изображений;
Фиг.3 - телевизионное изображение;
Фиг.4 - тепловизионное изображение;
Фиг.5 - комплексированное изображение;
Фиг.6 - таблица параметров телевизионного, тепловизионного и комплексированного изображений.
Способ комплексирования цифровых полутоновых телевизионных и тепловизионных изображений (Фиг.1) включает следующие этапы:
- получают исходные телевизионные и тепловизионное изображения;
- определяют основной канал с наибольшим уровнем информативных деталей (телевизионный);
- вычисляют среднюю яркость изображения второго канала (тепловизионного);
- вычисляют среднее значение абсолютных разностей между средней яркостью изображения второго канала и значениями яркости всех пикселей изображения второго канала;
- для каждого пикселя комплексированного изображения вычисляют сумму значения яркости пикселя изображения основного канала и абсолютной разности значения яркости пикселя изображения второго канала и средней яркости изображения второго канала; из полученной суммы вычитают среднее значение абсолютных разностей яркости пикселей изображения второго канала и средней яркости изображения второго канала;
- осуществляют формирование результирующего изображения;
- нормализуют яркостный диапазон изображения.
Способ комплексирования цифровых полутоновых телевизионных и тепловизионных изображений осуществляется в два прохода следующим образом. Получают исходные цифровые телевизионное и тепловизионное изображения, например, путем оцифровки с помощью аналого-цифровых преобразователей аналоговых сигналов от телевизионного и тепловизионного датчиков, осуществляют комплексирование изображений, основанное на определенном суммировании для каждого пикселя, как показано ниже, производят формирование результирующего изображения в виде массива значений яркости комплексированного изображения заданного размера, нормализуют яркостный диапазон изображения.
При этом, предварительно используя любой известный способ вычисления мощности высокочастотных компонент изображения, определяют основной канал с наибольшим количеством информативных деталей на изображении, например телевизионный (ТВ).
Для второго канала, например тепловизионного (ТПВ), вычисляют его среднюю яркость 
по формуле:
где x, y - координаты точек с яркостью QТПВ ТПВ изображения,
w, h - размеры изображения.
Далее вычисляют среднее значение абсолютных разностей 
между всеми значениями яркости пикселей QТПВ и средней яркостью ТПВ изображения по формуле:
Окончательное вычисление яркости пикселей комплексированного изображения Fxy осуществляют по формуле:
Fxy - комплексированное изображение;
x, y - координаты точек с яркостью Q ТВ и ТПВ изображений.
Примером конкретного применения способа комплексирования цифровых полутоновых телевизионных и тепловизионных изображений является его использование в двухканальном блоке обработки изображений для повышения информативности и качества выходного изображения. На Фиг.2 показана блок-схема двухканального блока обработки разноспектральных изображений, где ТВ - входное телевизионное изображение; ТПВ - входное тепловизионное изображение;
1 - аналого-цифровой преобразователь ТВ (АЦП ТВ);
2 - аналого-цифровой преобразователь ТПВ (АЦП ТПВ);
3 - блок улучшения ТВ (БУ ТВ);
4 - блок улучшения ТПВ (БУ ТПВ);
5 - геометрические преобразования по каналу ТВ;
6 - геометрические преобразования по каналу ТПВ;
7 - блок комплексирования;
8 - цифроаналоговый преобразователь (ЦАП) 8.
Информацию от двух разноспектральных каналов (ТВ и ТПВ) после их улучшения и совмещения штатными средствами блоков обработки 3, 4 блок комплексирования 7 вычисляет и объединяет указанным выше способом.
Сравнительные результаты, полученные при проведении экспериментальных работ, приведены на Фиг.3 - Фиг.6.
На Фиг.3 представлено исходное телевизионное изображение. Изображение имеет естественный вид с хорошо проработанными деталями дороги на переднем плане, автомобили. Дальний план - слабоконтрастный и с местной засветкой. В левой части из-за засветки встречной фарой от левого автомобиля отсутствует всякая информация в светлом пятне.
На Фиг.4 представлено исходное тепловизионное изображение той же сцены. Изображение имеет вид «негатива» с хорошо проработанными деталями обоих автомобилей, фигуры человека около левого автомобиля. На переднем плане едва заметны детали дороги. Задний план практически без деталей за исключением столба.
На Фиг.5 представлено комплексированное изображение той же сцены, полученное предлагаемым способом. Изображение имеет в целом естественный вид, хорошо проработанные детали двух автомобилей, человека, дороги на переднем плане, а также детали заднего плана. На месте неинформативного светлого пятна от телевизионного изображения присутствует подробная информация от тепловизионного изображения.
На Фиг.6 представлена таблица параметров телевизионного, тепловизионного и комплексированного изображений, позволяющая сравнить качественные характеристики каждого изображения (в диапазоне яркости 0÷255 для цифровых изображений). В качестве таких характеристик обычно используют общий контраст, количество уровней и отношение сигнал/шум. Изображение лучшего качества имеет максимальный контраст, равный 1, максимальное количество уровней 256 и максимальное отношение сигнал/шум. Из таблицы видно существенное улучшение основных характеристик комплексированного изображения по сравнению с входными телевизионным и тепловизионным изображениями.
Полученные данные позволяют сделать вывод, что предлагаемый способ комплексирования цифровых полутоновых телевизионных и тепловизионных изображений позволяет повысить качество цифровых полутоновых изображений одной и той же сцены, полученных от двух каналов различного спектрального диапазона (телевизионного и тепловизионного), за счет существенного повышения локального контраста и информативности результирующего изображения.
Claims (1)
- Способ комплексирования цифровых полутоновых телевизионных и тепловизионных изображений, включающий получение исходных изображений, комплексирование изображений, основанное на критериальном суммировании для каждого пикселя, формирование результирующего изображения, нормализацию яркостного диапазона изображения, отличающийся тем, что определяют основной канал с наибольшим уровнем информативных деталей на изображении, вычисляют среднюю яркость изображения второго канала, вычисляют среднее значение абсолютных разностей между значением средней яркости изображения второго канала и значениями яркости всех пикселей изображения второго канала, для каждого пикселя комплексированного изображения вычисляют сумму значения яркости пикселя изображения основного канала и абсолютной разности значения яркости пикселя изображения второго канала и средней яркости изображения второго канала, из полученной суммы вычитают среднее значение абсолютных разностей яркости пикселей изображения второго канала и средней яркости изображения второго канала.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2010152858/08A RU2451338C1 (ru) | 2010-12-23 | 2010-12-23 | Способ комплексирования цифровых полутоновых телевизионных и тепловизионных изображений |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2010152858/08A RU2451338C1 (ru) | 2010-12-23 | 2010-12-23 | Способ комплексирования цифровых полутоновых телевизионных и тепловизионных изображений |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2451338C1 true RU2451338C1 (ru) | 2012-05-20 |
Family
ID=46230877
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2010152858/08A RU2451338C1 (ru) | 2010-12-23 | 2010-12-23 | Способ комплексирования цифровых полутоновых телевизионных и тепловизионных изображений |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2451338C1 (ru) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2540778C1 (ru) * | 2013-10-31 | 2015-02-10 | Закрытое Акционерное Общество "Научно-Технический Центр Элинс" | Способ комплексирования цифровых полутоновых изображений |
| RU2667800C1 (ru) * | 2017-12-26 | 2018-09-24 | Акционерное общество "Научно-технический центр ЭЛИНС" | Способ комплексирования двух цифровых полутоновых изображений |
| RU2684585C1 (ru) * | 2017-12-18 | 2019-04-09 | Публичное акционерное общество "Ростовский оптико-механический завод" | Способ комплексирования полутоновых телевизионных и тепловизионных изображений |
| RU2692575C1 (ru) * | 2018-01-10 | 2019-06-25 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Военный учебно-научный центр Военно-воздушных сил "Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина" (г. Воронеж) Министерства обороны Российской Федерации | Способ комплексирования цифровых полутоновых изображений |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU1411781A1 (ru) * | 1987-01-12 | 1988-07-23 | Военный Инженерный Краснознаменный Институт Им.А.Ф.Можайского | Устройство дл цифрового восстановлени изображени |
| RU2298882C2 (ru) * | 2005-04-25 | 2007-05-10 | Андрей Анатольевич Мальцев | Способ копирования цветных изображений |
| US20080252781A1 (en) * | 2004-03-19 | 2008-10-16 | Koninklijke Philips Electronics, N.V. | Imcorporation and Extraction of a Seed Linked to a Television Signal for Pseudo-Random Noise Generation |
| RU2367015C1 (ru) * | 2008-05-12 | 2009-09-10 | Дмитрий Валерьевич Шмунк | Способ улучшения цифровых изображений |
-
2010
- 2010-12-23 RU RU2010152858/08A patent/RU2451338C1/ru active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SU1411781A1 (ru) * | 1987-01-12 | 1988-07-23 | Военный Инженерный Краснознаменный Институт Им.А.Ф.Можайского | Устройство дл цифрового восстановлени изображени |
| US20080252781A1 (en) * | 2004-03-19 | 2008-10-16 | Koninklijke Philips Electronics, N.V. | Imcorporation and Extraction of a Seed Linked to a Television Signal for Pseudo-Random Noise Generation |
| RU2298882C2 (ru) * | 2005-04-25 | 2007-05-10 | Андрей Анатольевич Мальцев | Способ копирования цветных изображений |
| RU2367015C1 (ru) * | 2008-05-12 | 2009-09-10 | Дмитрий Валерьевич Шмунк | Способ улучшения цифровых изображений |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2540778C1 (ru) * | 2013-10-31 | 2015-02-10 | Закрытое Акционерное Общество "Научно-Технический Центр Элинс" | Способ комплексирования цифровых полутоновых изображений |
| RU2684585C1 (ru) * | 2017-12-18 | 2019-04-09 | Публичное акционерное общество "Ростовский оптико-механический завод" | Способ комплексирования полутоновых телевизионных и тепловизионных изображений |
| RU2667800C1 (ru) * | 2017-12-26 | 2018-09-24 | Акционерное общество "Научно-технический центр ЭЛИНС" | Способ комплексирования двух цифровых полутоновых изображений |
| RU2692575C1 (ru) * | 2018-01-10 | 2019-06-25 | Федеральное государственное казенное военное образовательное учреждение высшего образования "Военный учебно-научный центр Военно-воздушных сил "Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина" (г. Воронеж) Министерства обороны Российской Федерации | Способ комплексирования цифровых полутоновых изображений |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Huang et al. | Efficient contrast enhancement using adaptive gamma correction with weighting distribution | |
| EP3087730B1 (en) | Method for inverse tone mapping of an image | |
| Patel et al. | A comparative study of histogram equalization based image enhancement techniques for brightness preservation and contrast enhancement | |
| US9135681B2 (en) | Image chroma noise reduction | |
| Zhuang et al. | Image enhancement via subimage histogram equalization based on mean and variance | |
| KR20090078583A (ko) | 저조도 영상 처리 방법 및 시스템 | |
| JP2007020176A (ja) | 画像のコントラスト強調方法、画像のコントラスト強調システム、及び画像が局所的コントラスト強調を受けるかどうかを判定する方法 | |
| CN103985097B (zh) | 一种非均匀照度的图像增强方法 | |
| RU2342701C1 (ru) | Способ комплексирования цифровых многоспектральных полутоновых изображений | |
| RU2451338C1 (ru) | Способ комплексирования цифровых полутоновых телевизионных и тепловизионных изображений | |
| Lee et al. | Image contrast enhancement using classified virtual exposure image fusion | |
| US9111339B1 (en) | System and method for reducing noise from an image | |
| US8456541B2 (en) | Image processing apparatus and image processing program | |
| Priyanka et al. | Low-light image enhancement by principal component analysis | |
| CN103489168A (zh) | 一种红外图像自适应转伪彩增强方法及系统 | |
| Cheng et al. | Enhancement of weakly illuminated images by deep fusion networks | |
| CN109035181B (zh) | 一种基于图像平均亮度的宽动态范围图像处理方法 | |
| RU2448367C1 (ru) | Способ повышения визуальной информативности цифровых полутоновых изображений | |
| CN111311503A (zh) | 一种夜晚低亮度图像增强系统 | |
| CN104240208A (zh) | 非制冷红外焦平面探测器图像细节增强方法 | |
| CN112927162A (zh) | 一种面向低照度图像的增强方法及系统 | |
| KR20190072027A (ko) | 저조도 영상 개선 방법 | |
| US8744207B2 (en) | Image processing device, image processing method, image processing program and recording medium | |
| Sun et al. | Readability enhancement of low light videos based on discrete wavelet transform | |
| Subah et al. | Underwater image enhancement based on fusion technique via color correction and illumination adjustment |