基于斜率分布和锐化的红外图像图像增强研究获奖科研报告_第1页
基于斜率分布和锐化的红外图像图像增强研究获奖科研报告_第2页
基于斜率分布和锐化的红外图像图像增强研究获奖科研报告_第3页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于斜率分布和锐化的红外图像图像增强研究获奖科研报告【摘

要】红外图像往往对比度较差,不便于后续图像识别和分割,需要首先对图像进行增强。本文提出了一种红外图像增强方法,考虑到高动态范围红外图像的特点,该方法由两部分组成。首先,我们通过引入斜率分布来提高图像的对比度,斜率分布在一个指定的直方图域中以恒定的增加。我们对斜率分布的直方图进行优化,在输入图像的分类直方图计算出一个修正的直方图,然后,为了处理红外图像的模糊效应,我们提采用相对边缘强度指数,用于高增量过滤,以有效抑制相对均匀区域的噪声。实验结果表明,该算法具有较好的性能和计算效率。

【关键词】图像增强;红外图像;图像锐化

1.简介

红外线技术的发展使热像仪的应用更加广泛。种应用,如安全监控、军事目标探测和跟踪,以及駕驶辅助的夜视。通常用于远距离监视的红外摄像机检测热辐射以形成红外图像。热辐射很容易被空气和水蒸汽吸收、散射和反射。因此,创建的热图像具有比可见光图像更模糊的特点[1]。另外,大多数源自场景背景的热辐射在红外图像中都变成了类似的灰度。由于这种背景辐射,原始红外图像直方图通常有一个高而窄的峰值。红外线图像的主要问题是对比度低和质量差,为了进行更合适的图像处理,需要进行图像增强。图像增强主要是对图像进行处理,使处理后的图像比原来的图像更适合于特定的应用。为了有效地实现原始红外图像的可视化,图像增强方法应具有以下特点:它保留了原始红外图像最完整的信息和细节,同时它能产生一个令人愉快的场景再现,而不引入人工痕迹,并考虑计算效率。

自动增益控制去除直方图最外侧的一些极端值,并将动态范围线性压缩到8位域。然而,这种方法不能有效地表达细节。直方图均衡使用从输入的累积分布函数到均匀分布的映射中计算出的传递函数。但是,如果直方图中存在大的峰值,它往往会过度增强图像,导致增强后的图像出现噪声和冲刷的现象。自适应双高原直方图均衡在直方图中采用一个移动窗口来寻找局部最大值,并通过平均化计算出一个高原值。基于CLAHE的自适应三边对比度增强被提出。这些方法使用基于高原值的红外图像。然而,它不能有效地提高由阈值水平引起的对比度。为了获得有效的对比度增强的图像,在阈值处理过程中应该考虑属于高像素的灰度级应该比低像素的灰度级有更高的阈值。

为了解决上述问题,我们引入了斜率分布直方图[2],这是一个以恒定增加的分布,我们研究了红外图像中的归一化直方图显示其分布的均方根误差平均值比其他分布小,这意味着理想的输出图像应该接近于有序直方图域中的斜率分布,对此我们提出了一种基于分布的红外图像增强算法。我们使用有序直方图域中的分布直方图,将其纳入输入图像的分类直方图的优化问题中,以产生一个修正的直方图。然后采用一个相对边缘强度指数作为高增量核对图像进行锐化[3],以产生一个边缘增强的图像,同时抑制相对均匀区域的噪声。

2.斜率分布的对比度增强

设X是H×W像素大小的输入图像,其中X(i,j)是图像的在(i,j)处的灰度像素,并假设X的动态范围为[xd,xu],X(i,j)∈[xd,xu]。我们的目标是生成一个增强的图像Y=Y(i,j),Y的动态范围被压缩为区间[yd、yu],Y(i、j)∈[yd、yu]。我们使用8位图像yd=0和yu=255的整个动态范围,设X={x1,x2,...,xK}是输入图像X中存在的所有可能的K灰度级别的排序集,其中x1<x2<…<xK,K是不同灰度级别的数量。对比度增强后,将每个输入灰度xk映射到输出灰度yk,生成输出灰度Y={y1,y1,y2,…,yK}的排序列表,其y1≤y2≤…≤yK。灰度xk的直方图计算为Hx={hx(k)|0<k≤K},Hx(k)是X中具有灰度k的像素总数。设Hs={hs(l)|0<l≤L}是所有非零hx(k)的排序集,hs(l)是排序集的元素,L是所有非零hx(k)的总数。Hr={hr(l)|0<l≤L}定义为随恒定增加的斜率分布直方图。

3.图像锐化

锐化的目的是加强细节,这些细节是红外图像采集的自然效果。锐化的目的是加强作为红外图像采集的自然效果而被模糊的细节。一般来说,图像锐化不仅可以突出边缘,还可以突出噪声。在红外图像中,对应于输入直方图中的高峰值的背景可以被视为相对均匀的区域。相对均匀的区域被映射到在其输出直方图中的宽范围。因此,其噪声在锐化过程中很容易被放大。为了抑制噪声的放大,我们采用了高增量核来增强边缘对比度。

4.实验验证

为验证本文提出算法的有效性,我们在Matlab上对本文算法进行了验证,如图1所示,原始的红外图像图1(a)经过本文算法增强后,结果如图1(b)所示,我们可以看出经过图像增强后图像的边缘轮廓明显被增强,其余区域的对比度也有所增加,处理后的红外图像更有利于后续的图像分割和识别。

5.结论

本文中我们提出了一种基于斜率分布的算法用于原始红外图像增强。我们在有序直方图域中引入了分布,与使用均匀分布相比,它对图像的对比度增强有更好的效果。我们把输入图像的分类

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论