基于實(shí)時(shí)均衡紅外圖像細(xì)節(jié)增強(qiáng)算法
【專(zhuān)利摘要】本發(fā)明針對(duì)紅外圖像灰度分布集中、對(duì)比度低的特性，提出了一種基于實(shí)時(shí)均衡紅外圖像細(xì)節(jié)增強(qiáng)算法。該算法避免了高動(dòng)態(tài)范圍壓縮時(shí)細(xì)節(jié)的丟失，克服了傳統(tǒng)直方圖均衡算法噪聲過(guò)大及亮度突變的缺點(diǎn)，動(dòng)態(tài)結(jié)合了傳統(tǒng)的灰度級(jí)增強(qiáng)算法。通過(guò)在FPGA硬件平臺(tái)上驗(yàn)證，表明該算法在突出細(xì)節(jié)的同時(shí)，具有較好的對(duì)比度和適時(shí)性。
【專(zhuān)利說(shuō)明】基于實(shí)時(shí)均衡紅外圖像細(xì)節(jié)增強(qiáng)算法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及紅外成像【技術(shù)領(lǐng)域】，尤其是一種基于實(shí)時(shí)均衡紅外圖像細(xì)節(jié)增強(qiáng)算 法。

【背景技術(shù)】
[0002] 現(xiàn)在高性能紅外熱像儀能夠輸出動(dòng)態(tài)范圍很大的原始圖像數(shù)據(jù)（12?14bit)，超 出一般顯示設(shè)備的動(dòng)態(tài)范圍（〇?8bit)。當(dāng)獲得大動(dòng)態(tài)范圍的原始圖像后，必須進(jìn)行重新 映射，將其動(dòng)態(tài)范圍壓縮以便于顯示。目前常用的處理手段包括對(duì)比度增強(qiáng)、自動(dòng)增益控制 和直方圖均衡處理。
[0003] 紅外圖像對(duì)比對(duì)增強(qiáng)方法大多針對(duì)低動(dòng)態(tài)范圍圖像數(shù)據(jù)，且僅僅考慮到實(shí)時(shí)系統(tǒng) 中的應(yīng)用。對(duì)比度改善與細(xì)節(jié)增強(qiáng)應(yīng)該針對(duì)原始的高動(dòng)態(tài)范圍才更有意義。因?yàn)橥ㄟ^(guò)A/D 采樣得到的原始圖像信號(hào)中包括了場(chǎng)景中最完整的信息，且存在許多微弱的細(xì)節(jié)信息。
[0004] 自動(dòng)增益控制與直方圖均衡是紅外成像系統(tǒng)中使用最廣泛的圖像顯示技術(shù)，自動(dòng) 增益控制首先剔除場(chǎng)景中的極端值，然后將整體的動(dòng)態(tài)范圍線性映射到8位，這種粗暴的 壓縮必然會(huì)導(dǎo)致大量微小細(xì)節(jié)的損失。直方圖均衡將圖像的灰度映射函數(shù)采用原始圖像的 累積分布函數(shù)，通過(guò)直方圖均衡后圖像的像素分布近似滿足均勻分布，所以直方圖均衡更 加強(qiáng)調(diào)出現(xiàn)頻率較大的灰度級(jí)，經(jīng)過(guò)直方圖均衡的圖像不可避免地出現(xiàn)過(guò)增強(qiáng)，均勻區(qū)域 噪聲放大漂白效應(yīng)等問(wèn)題。
[0005]考慮到自動(dòng)增益控制與直方圖均衡方法的不足，許多更加復(fù)雜的方法被提出如 Retinex4,但這些方法主要是針對(duì)可見(jiàn)光圖像。即對(duì)于可見(jiàn)光圖像具有良好的效果，而對(duì)紅 外圖像效果不佳，特別是噪聲放大的問(wèn)題，基于分層處理框架的算法在該類(lèi)方法中能取得 比較好的效果，其主要思想是將圖像分成細(xì)節(jié)層和基本層，然后分別加以處理，該方法效果 較為理想但是運(yùn)算量大且易產(chǎn)生梯度翻轉(zhuǎn)現(xiàn)象。


【發(fā)明內(nèi)容】

[0006]本發(fā)明要解決上述現(xiàn)有技術(shù)的缺點(diǎn)，提供一種具有較好的對(duì)比度和適時(shí)性的基于 實(shí)時(shí)均衡紅外圖像細(xì)節(jié)增強(qiáng)算法。
[0007] 本發(fā)明解決其技術(shù)問(wèn)題采用的技術(shù)方案：這種基于實(shí)時(shí)均衡紅外圖像細(xì)節(jié)增強(qiáng)算 法，首先采用線性映射將原始14位映射到10位，并利用快速雙邊濾波用于圖像平滑、噪聲 抑制、細(xì)節(jié)提取，然后在10位數(shù)據(jù)上分兩步處理，第一步采用線性對(duì)比度增強(qiáng)將10位紅外 圖像映射到8位圖像Imgl ;第二步采用改進(jìn)的平臺(tái)直方圖均衡將10位圖像映射到8位 Img2 ;再根據(jù)輸入圖像的灰度級(jí)范圍動(dòng)態(tài)確定映射圖像Imgl和Img2的權(quán)值；最后以確定 的權(quán)值將Imgl，Img2合并，得到最終細(xì)節(jié)增強(qiáng)的圖像。
[0008] 作為優(yōu)選，所述快速雙邊濾波處理采用以下方式：

【權(quán)利要求】
1. 一種基于實(shí)時(shí)均衡紅外圖像細(xì)節(jié)增強(qiáng)算法，包括以下步驟： 1) 采用線性映射將原始14位映射到10位，并利用快速雙邊濾波處理，得到圖像Img ; 2) 采用改進(jìn)線性對(duì)比度增強(qiáng)將10位紅外圖像Img映射到8位，得到圖像Imgl ; 3) 采用改進(jìn)平臺(tái)直方圖均衡將10位紅外圖像Img映射到8位，得到圖像Img2 ; 4) 根據(jù)輸入圖像的灰度級(jí)范圍動(dòng)態(tài)確定映射圖像Imgl和Img2的權(quán)值，最后以確定的 權(quán)值將Imgl和Img2合并。
2. 根據(jù)權(quán)利要求1所述的基于實(shí)時(shí)均衡紅外圖像細(xì)節(jié)增強(qiáng)算法，其特征是：所述快速 雙邊濾波處理采用以下方式：
其中，k(i，j)為歸一化系數(shù)，gs為空間域標(biāo)準(zhǔn)高斯核函數(shù)，&為強(qiáng)度域標(biāo)準(zhǔn)高斯核函 數(shù)，Iin為輸入圖像，
其中g(shù)s第一次高斯運(yùn)算，根據(jù)模板計(jì)算空間權(quán)重，可用類(lèi)似整數(shù)近似，S s取[5, 24]之 間的整數(shù)； &第二次高斯運(yùn)算，根據(jù)領(lǐng)域相似度來(lái)計(jì)算權(quán)重，此處可采用查找表來(lái)實(shí)現(xiàn)，查找表范 圍為[0，Max-Min]，61取[15,25]間整數(shù)。
3. 根據(jù)權(quán)利要求2所述的基于實(shí)時(shí)均衡紅外圖像細(xì)節(jié)增強(qiáng)算法，其特征是：所述查找 表采用以下方式實(shí)現(xiàn)：設(shè)當(dāng)前最大值為1023,查找表長(zhǎng)度為1024，
先放大10000倍，保留數(shù)據(jù)間的差異，運(yùn)算時(shí)再除以10000,索引為當(dāng)前像素與領(lǐng)域像 素差的絕對(duì)值。
4. 根據(jù)權(quán)利要求1所述的基于實(shí)時(shí)均衡紅外圖像細(xì)節(jié)增強(qiáng)算法，其特征是：所述改進(jìn) 的線性對(duì)比度增強(qiáng)采用以下方式：在對(duì)輸入圖像進(jìn)行直方圖統(tǒng)計(jì)后，分別從最低和最高灰 度級(jí)開(kāi)始，拋棄若干個(gè)像素個(gè)數(shù)，然后得到灰度映射范圍為[Hist_min，Histjnax]，再將這 個(gè)灰度映射到適合人眼觀察的[20, 240]中。
5. 根據(jù)權(quán)利要求1所述的基于實(shí)時(shí)均衡紅外圖像細(xì)節(jié)增強(qiáng)算法，其特征是：所述改進(jìn) 的平臺(tái)直方圖均衡采用以下方式：
式中R是輸出圖像的灰度范圍，可根據(jù)圖像動(dòng)態(tài)調(diào)整。
為輸入圖像灰度級(jí)范圍，R的最大值為255。
【文檔編號(hào)】G06T5/40GK104392423SQ201410704423
【公開(kāi)日】2015年3月4日 申請(qǐng)日期:2014年11月26日 優(yōu)先權(quán)日:2014年11月26日
【發(fā)明者】黃紅友 申請(qǐng)人:浙江紅相科技股份有限公司