一種基于“譜”反演的紅外圖像增強與重建方法
【專利摘要】該發(fā)明公開了一種基于“譜”反演的紅外圖像增強與重建方法，屬于紅外圖像處理領(lǐng)域，特別涉及一種新的紅外圖像增強與細節(jié)重建方法和新的計算成像方法。該方法借鑒近期提出的地震信號處理中地震道高分辨率重建思想，進行紅外圖像的“譜”反演(反射能量重構(gòu))。該方法通過建立紅外反射能量模型和反射能量奇、偶分解模型，進行優(yōu)勢頻帶內(nèi)的譜反演，最終實現(xiàn)紅外圖像細節(jié)分辨率的提高。該發(fā)明可以在不增加圖像空間分辨率的基礎(chǔ)上，突出弱小目標的“反射”能量細節(jié)，提高目標對比度和能量特征。有利于后續(xù)紅外弱小目標的檢測和跟蹤，具有較大的應(yīng)用前景。
【專利說明】一種基于"譜"反演的紅外圖像増強與重建方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于紅外圖像處理領(lǐng)域，特別涉及一種新的紅外圖像增強與細節(jié)重建方法 和新的計算成像方法。該方法借鑒近期提出的地震信號處理中地震道高分辨率重建思想， 進行紅外圖像的"譜"反演（反射能量重構(gòu)）。

【背景技術(shù)】
[0002] 紅外成像技術(shù)在現(xiàn)代交通、安防監(jiān)控等領(lǐng)域得到了廣泛的應(yīng)用，在紅外探測系統(tǒng) 中，紅外目標檢測與跟蹤是其關(guān)鍵技術(shù)和核心模塊。由于遠距離紅外成像往往帶來圖像對 比度低、信噪比及信雜比低、成像面積小、無形狀及紋理特征等缺陷，需要對采集到的紅外 圖像進行預(yù)處理，提高圖像的細節(jié)分辨率，以壓制背景能量、提高目標區(qū)域能量并突出目標 細節(jié)，有利于后續(xù)的紅外弱小目標的檢測和跟蹤。
[0003] 傳統(tǒng)的超分辨率圖像重建（Super resolution image re-construction， SRIR/SR)是指用信號處理和圖像處理的方法，通過軟件算法的方式將已有的低分辨率 (Low-resolution, LR)圖像轉(zhuǎn)換成高分辨率（High-resolution, HR)圖像的技術(shù)，主要方法 分為基于圖像重構(gòu)的超分辨率重建，以及基于學(xué)習(xí)的超分辨率重建等。該技術(shù)通過利用一 組低質(zhì)量、低分辨率圖像（或運動序列）來產(chǎn)生單幅高質(zhì)量、高分辨率圖像。傳統(tǒng)方法往往 帶來圖像空間尺寸的改變，且不能有針對性地增強感興趣區(qū)域的能量特征。
[0004] 在地震勘探信號處理中，譜反演是一種精細識別薄層和反射系數(shù)的反演方法。譜 反演建立在地震信號譜分解的基礎(chǔ)之上，通過譜分解，我們提取出地震道瞬時屬性，這些屬 性可以用來適當提高地震資料的分辨率。在頻率域中，進行反射系數(shù)的估計和重構(gòu)，以進一 步提高反演結(jié)果的分辨率，即為譜反演。
[0005] 1980s，譜分解的概念被提出。Taner等人（1979)提出的復(fù)數(shù)道分析形成了最早的 譜分解理論基礎(chǔ)。隨著測不準原理被引入數(shù)字信號處理領(lǐng)域，譜分解技術(shù)開始迅速發(fā)展。借 鑒數(shù)字信號處理中用不同的時頻基函數(shù)分析信號的方法，物探學(xué)家們相繼將Gabor變換、 連續(xù)小波變換、離散小波變換、S變換等方法引入地震資料分析。伴隨著這些新算法的推廣 應(yīng)用，地震資料瞬時屬性的提取結(jié)果也有了很大改進。之后，Portniaguine (2004)提出了 地震信號逆譜分解方法，Sinha、Castagna等人（2005)提出了將連續(xù)小波變換用于地震譜 分解的方法等等，這些方法的提出促進了地震資料譜分解技術(shù)的發(fā)展。
[0006] 譜反演是譜分解和反演算法的結(jié)合。經(jīng)過多年的研宄及發(fā)展，譜反演方法被證明 為一種行之有效的、能提高地震資料圖像薄層分辨率的方法。在沒有噪聲且已知地震子波 的理想情況下，該方法理論上能識別厚度小于調(diào)諧厚度的薄層，并且可以精確地刻畫出地 層的邊界。譜反演的目標函數(shù)具有較好的收斂性和約束能力，通過調(diào)整反射系數(shù)的位置和 大小，在頻域目標函數(shù)的約束下，可得到高分辨率反射系數(shù)序列。
[0007] 譜反演方法從提出到現(xiàn)在雖然經(jīng)歷了十余年的發(fā)展，但在關(guān)鍵技術(shù)及其應(yīng)用上， 還有多問題需要去深入研宄，可以說它還是一種新的方法技術(shù)?；仡欁V反演的發(fā)展歷史，可 以分為以下幾個階段：
[0008] Partyka(1999)等發(fā)現(xiàn)譜分解方法應(yīng)用在地震資料解釋中，可適當提高地震資料 的分辨率；2004年，Partyka等將譜分解技術(shù)結(jié)合地震反演，提出譜反演理論。Satinder Chopra，JohnP. Castagna等（2006)用譜分解獲得的局部頻譜資料進行反演，計算出薄層反 射系數(shù)，反演結(jié)果的分辨率優(yōu)于常規(guī)反演，并指出了該方法具有無需先驗?zāi)Ｐ?、反射系?shù)假 設(shè)、層位約束、測井約束等優(yōu)點。Charles I. Puryear和John P. Castagna(2008)把反射系 數(shù)分解成偶分量和奇分量，推導(dǎo)出譜反演的基本公式，并通過模型試算證明了該方法可用 來分辨地下小于調(diào)諧厚度的薄層；Sanyi Yuan等（2009)從理論上討論了現(xiàn)階段譜反演存 在的問題及其適用條件，并對譜反演的不適定性進行了詳細的分析。Satinder. Chopra和 John P.Castagna等（2009)將譜反演方法應(yīng)用于實際資料，并計算出了稀疏的反射系數(shù)， 這不僅證明了譜反演方法的可行性，也指出譜反演的應(yīng)用前景和未來發(fā)展方向。


【發(fā)明內(nèi)容】

[0009] 本發(fā)明設(shè)計一種基于小波分解并借鑒地震勘探信號譜反演理論的圖像處理方法。 通過建立紅外圖像反射能量模型，采用"譜"反演方法，在不改變空間分辨率的情況下，實現(xiàn) 圖像的細節(jié)分辨率增強。該方法為紅外圖像信息的后續(xù)處理，比如弱小目標的識別，背景的 分類等提供更加有用而高效的信息，可以提高紅外目標檢測和識別率。
[0010] 本發(fā)明一種基于"譜"反演的紅外圖像增強與重建方法，該方法包括：
[0011] 步驟1 :獲得一幅待處理的紅外圖像；
[0012] 步驟2 :采用小波構(gòu)建紅外圖像分解字典，字典中的原子為稀疏基或正交基；
[0013] 步驟3 :將步驟1獲得的圖像利用字典進行分解，得到若干子帶，并獲得各子帶的 系數(shù)；
[0014] 步驟4 :建立各子帶能量模型；
[0015] 步驟5 :對各子帶系數(shù)進行奇偶分量分解，得到奇分量系數(shù)和偶分量系數(shù)，并可以 分別構(gòu)建出奇偶分量子帶及其對應(yīng)的能量模型；
[0016] 步驟6 :建立紅外圖像細節(jié)分辨率評價標準；
[0017] 步驟7 :將步驟5得到的各子帶的奇分量系數(shù)和偶分量系數(shù)乘以不同的變換因子， 改變其大小，然后利用改變后的系數(shù)重構(gòu)紅外圖像，通過步驟6建立的評價標準判斷還原 后圖像分辨率是否達到要求；
[0018] 步驟8 :按照步驟1到步驟7相同的方法對多幅相似情況下采集到的紅外圖像進 行細節(jié)強化，獲得不同圖像的分量系數(shù)變換因子，再根據(jù)得到的分量系數(shù)變換因子得到一 個普遍使用的分量系數(shù)變換因子，用于相似情況下獲得的紅外圖像的細節(jié)強化。
[0019] 其中所述步驟2中采用正交小波構(gòu)建字典。
[0020] 其中所述步驟3中利用字典對獲得圖像分解為高頻子帶和低頻子帶，并獲得其對 應(yīng)的子帶系數(shù)；
[0021] 其中所述步驟6建立紅外圖像細節(jié)分辨率評價標準為：C = Cdef X Csnk，其中：Cdrf為 圖像的清晰度，Csnk為圖像的信噪比；
[0022] 其中所述步驟7的具體步驟為：
[0023] 步驟7-1:建立正演模型
[0024] HiKiMKl1U1" +n=F
[0025] M為要求的最優(yōu)子帶系數(shù)，&和K 2為反變換算子，H JP H 2為圖像的退化算子，例如 由于相機成像質(zhì)量所引起的模糊、環(huán)境噪聲、大氣擾動等，F(xiàn)表示圖像子帶，η是一個微小的 擾動，表不正演模型和實際信號的差異性；
[0026] 步驟7-2 :根據(jù)步驟7-1獲得目標函數(shù)：
[0027]

【權(quán)利要求】
1. 一種基于"譜"反演的紅外圖像增強與重建方法，該方法包括： 步驟1 :獲得一幅待處理的紅外圖像； 步驟2 :采用小波構(gòu)建紅外圖像分解字典，字典中的原子為稀疏基或正交基； 步驟3 :將步驟1獲得的圖像利用字典進行分解，得到若干子帶，并獲得各子帶的系 數(shù)； 步驟4:建立各子帶能量模型； 步驟5 :對各子帶系數(shù)進行奇偶分量分解，得到奇分量系數(shù)和偶分量系數(shù)，并可以分別 構(gòu)建出奇偶分量子帶及其對應(yīng)的能量模型； 步驟6 :建立紅外圖像細節(jié)分辨率評價標準； 步驟7 :將步驟5得到的各子帶的奇分量系數(shù)和偶分量系數(shù)乘以不同的變換因子，改變 其大小，然后利用改變后的系數(shù)重構(gòu)紅外圖像，通過步驟6建立的評價標準判斷還原后圖 像分辨率是否達到要求； 步驟8 :按照步驟1到步驟7相同的方法對多幅相似情況下采集到的紅外圖像進行細 節(jié)強化，獲得不同圖像的分量系數(shù)變換因子，再根據(jù)得到的分量系數(shù)變換因子得到一個普 遍使用的分量系數(shù)變換因子，用于相似情況下獲得的紅外圖像的細節(jié)強化。
2. 如權(quán)利要求書1所述的一種基于"譜"反演的紅外圖像增強與重建方法，其特征在于 所述步驟2中采用正交小波構(gòu)建字典。
3. 如權(quán)利要求書1所述的一種基于"譜"反演的紅外圖像增強與重建方法，其特征在 于所述步驟3中利用字典對獲得圖像分解為高頻子帶和低頻子帶，并獲得其對應(yīng)的子帶系 數(shù)。
4. 如權(quán)利要求書1所述的一種基于"譜"反演的紅外圖像增強與重建方法，其特征在 于所述步驟6建立紅外圖像細節(jié)分辨率評價標準為：C = CdefXCsm，其中：Cdrf為圖像的清晰 度，C sm為圖像的信噪比。
5. 如權(quán)利要求書1所述的一種基于"譜"反演的紅外圖像增強與重建方法，其特征在于 所述步驟7的具體步驟為： 步驟7-1 :建立正演模型 II1K1MK" Il2" +n=F M為要求的最優(yōu)子帶系數(shù)，KJPK2為反變換算子，HJPH2為圖像的退化算子，例如由 于相機成像質(zhì)量所引起的模糊、環(huán)境噪聲、大氣擾動等，F(xiàn)表示圖像子帶，η是一個微小的擾 動，表不正演模型和實際信號的差異性； 步驟7-2 :根據(jù)步驟7-1獲得目標函數(shù)： rn\n\\niKim!1,Il2 11 -7\\2+a\\M\\, s.t. C>S 其中δ表示紅外圖像細節(jié)分辨率評價閾值，α為正則化因子。
【文檔編號】G06T5/00GK104517267SQ201410811549
【公開日】2015年4月15日 申請日期:2014年12月23日 優(yōu)先權(quán)日:2014年12月23日
【發(fā)明者】彭真明, 王曉陽, 張帆, 鐘露, 孔德輝, 江陽, 浦洋, 張倩 申請人:電子科技大學(xué)