基于自适应直方图分段的红外图像增强方法及系统技术方案

本发明专利技术公开了一种基于自适应直方图分段的红外图像增强方法及系统，包括自适应的将红外图像统计直方图分割为若干段，对于背景分段进行抑制，分配较小的动态范围，对于目标分段进行增强，分配较大的动态范围；根据直方图每个分段的属性分配其在增强图像中的动态范围；在所述分配的动态范围内对各分段内的灰度进行灰度映射。本发明专利技术的增强方法增强对比度高，图像清晰，视觉效果好。

【技术实现步骤摘要】
基于自适应直方图分段的红外图像增强方法及系统
本专利技术涉及红外图像增强
，具体地说，本专利技术涉及一种基于自适应直方图分段的红外图像增强技术方案。
技术介绍
红外成像系统抗干扰能力强，隐蔽性能好，大气穿透能力强，能够适应多种特殊场合。但是由于红外探测器自身特性，如灵敏度高、动态范围大等特性，以及复杂工作环境中的各种噪声干扰，导致红外图像呈现出高背景，低反差的特点。具体表现为成像场景在整个红外成像系统的动态范围中只占了很小一部分，图像对比度差，模糊不清。因此需要对原始红外图像进行图像增强，从而提高红外图像的对比度，改善图像的视觉效果。目前，主流的红外图像增强方法有局部映射法和全局映射法。二者的本质区别是是否依据局部的图像信息来指导灰度值的映射。一般而言，局部映射法能够取得较好的增强效果，这是由于全局映射法只能根据较为宏观的信息来进行图像的增强，很容易产生过度增强的问题。但是，由于局部映射法会打乱原有灰度值的顺序，而红外图像中像素的明暗代表的是温度的高低，这会对一些温度敏感的应用产生困扰。如果在全局映射法的框架下，提高增强的效果，一直以来都是一个难题。
技术实现思路
本专利技术的目的在于提供一种红外图像的增强技术方案，通过自适应的将直方图进行分段，并根据每个分段的属性判断其是属于背景还是目标，然后采取相应的不同的增强策略。经本专利技术处理后的图像对比度高，细节清晰，质量好。本专利技术的技术方案包括一种基于自适应直方图分段的红外图像增强方法，包括以下步骤：步骤1，将红外图像统计直方图自适应的分割为若干段，对于背景分段进行抑制，分配较小的动态范围，对于目标分段进行增强，分配较大的动态范围；步骤2，根据直方图每个分段的平均直方图值AHV分配其在增强图像中的动态范围；步骤3，在所述分配的动态范围内对各分段内的灰度进行灰度映射，得到增强后的红外图像。而且，步骤1中，所述将红外图像统计直方图自适应的分割为若干段，包括以下过程，步骤1.1，对输入的红外图像进行直方图统计，得到输入图像的直方图h(x)＝nx，x＝0,1,…,L-1；其中nx表示灰度值为x的灰度在图像中出现的次数，L为图像的灰度级数目；步骤1.2，剔除直方图h(x)中为0的元素，得到非0直方图hv(t)，设共有T个非零元素，则t＝1,2,…,T，相应数学定义如下，步骤1.3，剔除非0直方图hv(t)两端a×T个元素，得到新的直方图hr(s)，相应数学定义如下，其中，a为预设参数，表示向下取整；步骤1.4，用方差参数为σ的高斯滤波器对hr(s)进行滤波，参数σ为预设值；步骤1.5，以宽度为W的窗口遍历滤波后的hr(s)，当窗口中心的元素小于其它窗口内元素时，记为局部最小值，其中hr(s)的第一个元素和最后一个元素也视为局部最小值，经过窗口的遍历得到各局部最小值对应灰度的集合{s1,s2,…,sM}，M为局部最小值的数目，则直方图被自适应的分为[s1,s2],[s2,s3],…,[sM-1,sM]共计M-1个分段。而且，步骤2中，所述根据直方图每个分段的平均直方图值AHV分配其在增强图像中的动态范围，包括以下过程，步骤2.1，计算每个分段的平均直方图值AHV，相应定义如下，其中，N_subi为第i个分段内的灰度级数，n为图像的总像素个数，min{,}表示取其中的最小值，CDFi为第i个分段内所有灰度的累计统计概率，定义如下，步骤2.2，根据下式，为每个直方图分段分配其在增强图像中的动态范围D：其中，Dj是第j个分段在增强图像中的动态范围，表示满足平均直方图值小于等于阈值TH的所有分段，GCDFi是第i个分段伽马变换后的累计统计概率，AHVi是第i个分段的平均直方图值。而且，TH和GCDFi的计算方式如下，TH＝β×n/T,GCDFi＝(CDFi)γ+0.1×η,η＝(maxi-s1)/(sM-s1),其中，β为预设参数，maxi为第i分段中最大的灰度值，η、γ是伽马变换中的参数。而且，步骤3中，在所述分配的动态范围内对各分段内的灰度进行灰度映射时，映射关系定义如下，其中，Y(x)表示原图中灰度值x在增强后图像中所映射的灰度值。本专利技术提供一种基于自适应直方图分段的红外图像增强系统，包括以下模块：第一模块，用于将红外图像统计直方图自适应的分割为若干段，对于背景分段进行抑制，分配较小的动态范围，对于目标分段进行增强，分配较大的动态范围；第二模块，用于根据直方图每个分段的平均直方图值AHV分配其在增强图像中的动态范围；第三模块，用于在所述分配的动态范围内对各分段内的灰度进行灰度映射，得到增强后的红外图像。而且，第一模块中包括以下单元，第一单元，用于对输入的红外图像进行直方图统计，得到输入图像的直方图h(x)＝nx，x＝0,1,…,L-1；其中nx表示灰度值为x的灰度在图像中出现的次数，L为图像的灰度级数目；第二单元，用于剔除直方图h(x)中为0的元素，得到非0直方图hv(t)，设共有T个非零元素，则t＝1,2,…,T，相应数学定义如下，第三单元，用于剔除非0直方图hv(t)两端a×T个元素，得到新的直方图hr(s)，相应数学定义如下，其中，a为预设参数，表示向下取整；第四单元，用于用方差参数为σ的高斯滤波器对hr(s)进行滤波，参数σ为预设值；第五单元，用于以宽度为W的窗口遍历滤波后的hr(s)，当窗口中心的元素小于其它窗口内元素时，记为局部最小值，其中hr(s)的第一个元素和最后一个元素也视为局部最小值，经过窗口的遍历得到各局部最小值对应灰度的集合{s1,s2,…,sM}，M为局部最小值的数目，则直方图被自适应的分为[s1,s2],[s2,s3],…,[sM-1,sM]共计M-1个分段。而且，第二模块中包括以下单元，第一单元，用于计算每个分段的平均直方图值AHV，相应定义如下，其中，N_subi为第i个分段内的灰度级数，n为图像的总像素个数，min{,}表示取其中的最小值，CDFi为第i个分段内所有灰度的累计统计概率，定义如下，第二单元，用于根据下式，为每个直方图分段分配其在增强图像中的动态范围D：其中，Dj是第j个分段在增强图像中的动态范围，表示满足平均直方图值小于等于阈值TH的所有分段，GCDFi是第i个分段伽马变换后的累计统计概率，AHVi是第i个分段的平均直方图值。而且，TH和GCDFi的计算方式如下，TH＝β×n/T,GCDFi＝(CDFi)γ+0.1×η,η＝(maxi-s1)/(sM-s1),其中，β为预设参数，maxi为第i分段中最大的灰度值，η、γ是伽马变换中的参数。而且，第三模块中，在所述分配的动态范围内对各分段内的灰度进行灰度映射时，映射关系定义如下，其中，Y(x)表示原图中灰度值x在增强后图像中所映射的灰度值。本专利技术的增强方法通过对直方图的自适应分段，从而能够分析每个分段的具体属性，对于背景分段进行抑制，分配较小的动态范围，对于目标分段进行增强，分配较大的动态范围，实现了有限动态范围下的高效利用，增强后的图像对比度高，视觉效果好。附图说明图1为本专利技术实施例基于自适应直方图分段的红外图像增强方法流程图。图2为本专利技术实施例自适应分段的结果示意图。图3为本专利技术实施例动态范围分配以及灰度映射结果示意图。具体实施方式下面结合附图和实施例对本专利技术进行进一步本文档来自技高网...

【技术保护点】
一种基于自适应直方图分段的红外图像增强方法，其特征在于，包括以下步骤：步骤1，将红外图像统计直方图自适应的分割为若干段，对于背景分段进行抑制，分配较小的动态范围，对于目标分段进行增强，分配较大的动态范围；步骤2，根据直方图每个分段的平均直方图值AHV分配其在增强图像中的动态范围；步骤3，在所述分配的动态范围内对各分段内的灰度进行灰度映射，得到增强后的红外图像。

【技术特征摘要】
1.一种基于自适应直方图分段的红外图像增强方法，其特征在于，包括以下步骤：步骤1，将红外图像统计直方图自适应的分割为若干段，对于背景分段进行抑制，分配较小的动态范围，对于目标分段进行增强，分配较大的动态范围；步骤2，根据直方图每个分段的平均直方图值AHV分配其在增强图像中的动态范围；步骤3，在所述分配的动态范围内对各分段内的灰度进行灰度映射，得到增强后的红外图像。2.根据权利要求1所述基于自适应直方图分段的红外图像增强方法，其特征在于：步骤1中，所述将红外图像统计直方图自适应的分割为若干段，包括以下过程，步骤1.1，对输入的红外图像进行直方图统计，得到输入图像的直方图h(x)＝nx，x＝0,1,…,L-1；其中nx表示灰度值为x的灰度在图像中出现的次数，L为图像的灰度级数目；步骤1.2，剔除直方图h(x)中为0的元素，得到非0直方图hv(t)，设共有T个非零元素，则t＝1,2,…,T，相应数学定义如下，步骤1.3，剔除非0直方图hv(t)两端a×T个元素，得到新的直方图hr(s)，相应数学定义如下，其中，a为预设参数，表示向下取整；步骤1.4，用方差参数为σ的高斯滤波器对hr(s)进行滤波，参数σ为预设值；步骤1.5，以宽度为W的窗口遍历滤波后的hr(s)，当窗口中心的元素小于其它窗口内元素时，记为局部最小值，其中hr(s)的第一个元素和最后一个元素也视为局部最小值，经过窗口的遍历得到各局部最小值对应灰度的集合{s1,s2,…,sM}，M为局部最小值的数目，则直方图被自适应的分为[s1,s2],[s2,s3],…,[sM-1,sM]共计M-1个分段。3.根据权利要求1所述基于自适应直方图分段的红外图像增强方法，其特征在于：步骤2中，所述根据直方图每个分段的平均直方图值AHV分配其在增强图像中的动态范围，包括以下过程，步骤2.1，计算每个分段的平均直方图值AHV，相应定义如下，其中，N_subi为第i个分段内的灰度级数，n为图像的总像素个数，min{,}表示取其中的最小值，CDFi为第i个分段内所有灰度的累计统计概率，定义如下，步骤2.2，根据下式，为每个直方图分段分配其在增强图像中的动态范围D：其中，Dj是第j个分段在增强图像中的动态范围，表示满足平均直方图值小于等于阈值TH的所有分段，GCDFi是第i个分段伽马变换后的累计统计概率，AHVi是第i个分段的平均直方图值。4.根据权利要求3所述基于自适应直方图分段的红外图像增强方法，其特征在于：TH和GCDFi的计算方式如下，TH＝β×n/T,GCDFi＝(CDFi)γ+0.1×η,η＝(maxi-s1)/(sM-s1),其中，β为预设参数，maxi为第i分段中最大的灰度值，η、γ是伽马变换中的参数。5.根据权利要求3或4所述基于自适应直方图分段的红外图像增强方法，其特征在于：步骤3中，在所述分配的动态范围内对各分段内的灰度进行灰度映射时，映射关系定义如下，其中，Y(x)表示原...

【专利技术属性】
技术研发人员：马泳，黄珺，樊凡，梅晓光，马佳义，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北,42