專(zhuān)利名稱(chēng)：基于雙平臺(tái)直方圖的紅外圖像自適應(yīng)增強(qiáng)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種紅外圖像處理算法，具體地說(shuō)，本發(fā)明涉及一種基于雙平臺(tái)直方圖的紅外圖像自適應(yīng)增強(qiáng)方法。
背景技術(shù)：
紅外成像系統(tǒng)抗干擾能力強(qiáng)，隱蔽性能好，大氣穿透能力強(qiáng)，適應(yīng)多種特殊場(chǎng)合。 但是由于紅外探測(cè)器自身特性如靈敏度等，以及工作環(huán)境復(fù)雜及各種噪聲的干擾，使得紅外圖像呈現(xiàn)出高背景，低反差的特點(diǎn)。具體表現(xiàn)為紅外圖像中細(xì)節(jié)信息的圖像動(dòng)態(tài)范圍較小，造成圖像細(xì)節(jié)很容易淹沒(méi)在背景中，使得對(duì)一些目標(biāo)的識(shí)別難度增大。因此需要對(duì)原始的紅外圖像進(jìn)行適當(dāng)?shù)膱D像增強(qiáng)，即拉伸其灰度動(dòng)態(tài)范圍從而提升對(duì)比度。雙平臺(tái)直方圖算法能夠有效提升紅外圖像的對(duì)比度，改善圖像視覺(jué)效果。然而，在目前的雙平臺(tái)直方圖算法中，上下限平臺(tái)閾值一般采用固定的選取準(zhǔn)則 上限平臺(tái)閾值取為圖像總像素?cái)?shù)的20% 30% ；下限平臺(tái)閾值取為圖像總像素?cái)?shù)的5% 10%。因此，無(wú)法根據(jù)實(shí)時(shí)變化的紅外圖像，對(duì)上下限平臺(tái)閾值進(jìn)行相應(yīng)實(shí)時(shí)調(diào)整。但是， 每幅紅外圖像的信息和具體細(xì)節(jié)是不一樣的，固定的上下限平臺(tái)閾值很難滿(mǎn)足不同場(chǎng)景和要求的紅外圖像對(duì)比度增強(qiáng)的需求，不具備魯棒性。

發(fā)明內(nèi)容
本發(fā)明提出了一種基于雙平臺(tái)直方圖的紅外圖像自適應(yīng)增強(qiáng)算法。算法分析實(shí)時(shí)紅外圖像的統(tǒng)計(jì)紅外圖像的直方圖信息，通過(guò)局部極大值的遍歷、數(shù)值的近似估計(jì)和確定最小灰度間隔的方法，完成對(duì)上限和下限平臺(tái)閾值的自適應(yīng)實(shí)時(shí)計(jì)算與更新，從而能在突出紅外圖像中細(xì)節(jié)灰度信息的同時(shí)，抑制背景信息過(guò)度增強(qiáng)。本算法對(duì)紅外圖像有很好的圖像整體對(duì)比度增強(qiáng)效果，提升了圖像細(xì)節(jié)對(duì)比度。一種基于雙平臺(tái)直方圖的紅外圖像自適應(yīng)增強(qiáng)方法，其特征在于，包括以下步驟(1)統(tǒng)計(jì)紅外圖像的直方圖信息；遍歷紅外圖像，統(tǒng)計(jì)灰度值k在紅外圖像中出現(xiàn)的次數(shù)，以得到統(tǒng)計(jì)直方圖值序列P (k)，其中k = 0，1，. . .，M，M為圖像的總灰度級(jí)；(2)根據(jù)統(tǒng)計(jì)直方圖值序列ρ (k)計(jì)算上限平臺(tái)值TUP，具體包括以下子步驟(21)選取統(tǒng)計(jì)直方圖值序列ρ (k)中的非0項(xiàng)，以得到有效灰度級(jí)直方圖值序列 N(S)，其中S = 1，2，. . .，L，L為統(tǒng)計(jì)直方圖值序列ρ (k)中非0項(xiàng)的個(gè)數(shù)；(22)將N(S)序列中所有局部極大值組合為極大值序列POLAR(r)，其中r = 1,2, ...，Q，Q為局部極大值的個(gè)數(shù)，局部極大值定義為N(t)至N(t+y-l)的中間項(xiàng) N(t+(y-l)/2)為N(t+(y-l)/2)) = max {N(t)…N(t+y_l)}其中y 為奇數(shù)，t = 1，2，· · ·，L+l-y ；(23)對(duì)極大值序列POLAR(r) (r = 1，2，. . .，Q)取平均值，并令Tup等于平均值
權(quán)利要求
1.一種基于雙平臺(tái)直方圖的紅外圖像自適應(yīng)增強(qiáng)方法，其特征在于，包括以下步驟(1)統(tǒng)計(jì)紅外圖像的直方圖信息；遍歷所述紅外圖像，統(tǒng)計(jì)灰度值k在所述紅外圖像中出現(xiàn)的次數(shù)，以得到統(tǒng)計(jì)直方圖值序列P (k)，其中k = 0，1，. . .，M，M為所述圖像的總灰度級(jí)；(2)根據(jù)所述統(tǒng)計(jì)直方圖值序列ρ(k)計(jì)算上限平臺(tái)值！^，具體包括以下子步驟(21)選取所述統(tǒng)計(jì)直方圖值序列ρ(k)中的非0項(xiàng)，以得到有效灰度級(jí)直方圖值序列 N(S)，其中S = 1，2，. . .，L，L為所述統(tǒng)計(jì)直方圖值序列ρ (k)中非0項(xiàng)的個(gè)數(shù)；(22)將所述N(S)序列中所有局部極大值組合為極大值序列POLAR(r)，其中r= 1， 2，...，Q，Q為局部極大值的個(gè)數(shù)，所述局部極大值定義為N(t)至N(t+y-l)的中間項(xiàng) N(t+(y-l)/2)為N (t+ (y-1) /2)) = max {N (t)…N (t+y-1)} 其中 y 為奇數(shù)，t = l，2，...，L+l-y;(23)對(duì)所述極大值序列POLAR(r)取平均值，并令Tup等于所述平均值
2.根據(jù)權(quán)利要求1所述的紅外圖像自適應(yīng)增強(qiáng)方法，其特征在于，所述步驟(4)包括以下子步驟(41)根據(jù)以下公式對(duì)所述統(tǒng)計(jì)直方圖進(jìn)行增強(qiáng)
全文摘要
本發(fā)明提出了一種基于雙平臺(tái)直方圖的紅外圖像自適應(yīng)增強(qiáng)方法。該方法分析實(shí)時(shí)紅外圖像的統(tǒng)計(jì)紅外圖像的直方圖信息，通過(guò)局部極大值的遍歷、數(shù)值的近似估計(jì)和確定最小灰度間隔的方法，完成對(duì)上限和下限平臺(tái)閾值的自適應(yīng)實(shí)時(shí)計(jì)算與更新，從而能在突出紅外圖像中細(xì)節(jié)灰度信息的同時(shí)，抑制背景信息過(guò)度增強(qiáng)。本發(fā)明的方法對(duì)紅外圖像有很好的圖像整體對(duì)比度增強(qiáng)效果，提升了圖像細(xì)節(jié)對(duì)比度。
文檔編號(hào)G06T5/40GK102521813SQ201110370520
公開(kāi)日2012年6月27日 申請(qǐng)日期2011年11月21日 優(yōu)先權(quán)日2011年11月21日
發(fā)明者涂志強(qiáng), 謝越, 馬泳, 黃珺 申請(qǐng)人:華中科技大學(xué)