The invention requests to protect an adaptive infrared image enhancement method based on the visual contrast resolution model. This invention divides the image gray value into three stages according to the distinct difference in the resolution of human eye vision in different gray scale, corresponding to the human eye dark vision, the middle vision and the bright vision, and then the corresponding resolution model of the human eye vision contrast is established, and the gray difference between the image target and the background is obtained. The image target is mapped to the sensitive area of human eye according to the model, and the image background is mapped to the insensitive area of the human eye, and the simulation is carried out by the actual infrared image. The method of the invention has the advantages of simple implementation process, small amount of computation, obvious enhancement of image effect, and application and popularization value.
【技术实现步骤摘要】
一种基于视觉对比度分辨率的自适应红外图像增强方法
本专利技术属于图像增强
,具体属于基于视觉仿生的人眼视觉对比度分辨率模型的自适应红外图像增强处理。
技术介绍
由红外图像的灰度统计特性得知,红外图像灰度绝大部分集中在相邻灰度级范围,层次感差,不利于人眼发现目标,若主要分布在低灰度级,则图像总体偏暗,因此需要增强处理。传统红外增强方法如直方图均衡化、灰度变换、和局部对比度增强等在增强图像对比度的同时,也放大了背景噪声,图像的层次感不强,视觉效果差。由于图像最终由人眼进行观察,在利用红外图像特点进行增强的同时考虑人眼独特的视觉特性,会使图像灰度分布符合人眼观察,具有较强的层次感,有效改善图像增强效果。人眼视觉系统以其纷繁复杂的特性处理接收的信息,其中一种特性就是视觉对比度分辨率,人眼对图像灰度细微变化的分辨能力为灰度分辨率,在不同背景灰度下,分辨力存在差异且呈现非线性,即为视觉对比度分辨率。只有当图像灰度之间的差值满足人眼的分辨能力即一定的阈值,才能被人眼识别。由于人眼视觉机制复杂,容易受到生理、心理、环境等因素影响,人眼对于红外图像灰度的视觉对比度分辨率具体精确模型,目前并没有建立起来。赵媛等人在《人类视觉对比度分辨率的非线性补偿》中将灰度划分为[0,47]、[64,255]两个阶段,建立人类视觉对比度分辨率和背景灰度之间的关系,根据这个关系映射红外图像。但这个模型没有针对红外图像,未结合红外图像的特点,忽略了范围在[48,63]的灰度值。事实上,很多红外图像的灰度值会集中在这个范围内。按照人类视觉生理学,人的视觉分为明视觉、暗视觉和中间视觉。在低灰度 ...
【技术保护点】
1.一种基于视觉对比度分辨率的自适应红外图像增强方法,其特征在于,包括以下步骤:1)、按照人类视觉生理学中的暗视觉、中间视觉和明视觉,将红外图像的灰度范围划分为三个阶段,建立基于暗视觉、中间视觉、明视觉的视觉对比度分辨率模型CR(g),视觉对比度分辨率模型CR(g)用于精确得到能被人眼识别的灰度差,即人眼视觉对比度分辨率阈值;2)、通过红外图像目标和背景的分割阈值i获取红外图像自适应非线性变换函数系数k1、k2,k1是背景灰度值的灰度变换系数,k2是目标灰度值的灰度变换系数,结合视觉对比度分辨率模型CR(g)得到最终红外图像自适应非线性变换函数,把红外图像灰度差增大至人眼视觉对比度分辨率阈值以上,把图像目标映射到人眼敏感区域,背景映射到人眼敏感度较低区域。
【技术特征摘要】
1.一种基于视觉对比度分辨率的自适应红外图像增强方法,其特征在于,包括以下步骤:1)、按照人类视觉生理学中的暗视觉、中间视觉和明视觉,将红外图像的灰度范围划分为三个阶段,建立基于暗视觉、中间视觉、明视觉的视觉对比度分辨率模型CR(g),视觉对比度分辨率模型CR(g)用于精确得到能被人眼识别的灰度差,即人眼视觉对比度分辨率阈值;2)、通过红外图像目标和背景的分割阈值i获取红外图像自适应非线性变换函数系数k1、k2,k1是背景灰度值的灰度变换系数,k2是目标灰度值的灰度变换系数,结合视觉对比度分辨率模型CR(g)得到最终红外图像自适应非线性变换函数,把红外图像灰度差增大至人眼视觉对比度分辨率阈值以上,把图像目标映射到人眼敏感区域,背景映射到人眼敏感度较低区域。2.根据权利要求1所述的基于视觉对比度分辨率的自适应红外图像增强方法,其特征在于,所述步骤1)将红外图像的灰度范围划分为三个阶段:分别为[0,30],[31,63],[64,255]三个阶段,分别对应人类视觉生理学中的暗视觉、中间视觉、明视觉,灰度为g,建立模型CR(g)为:CR(g)表示人眼的灰度分辨阈值,g表示灰度值。3.根据权利要求1所述的基于视觉对比度分辨率的自适应红外图像增强方法,其特征在于,所述步骤2)采用最大类间方差法对红外图像进行图像分割得到分割阈值i,小于i的灰度大部分为背景范围灰度,大于i的灰度大部分为目标范围灰度,用下列公式获取自适应变换系数:式中,f(x,y)为一幅红外图像,x、y表示图像中像素点的坐标值,图像的灰度范围...
【专利技术属性】
技术研发人员:代少升,张绡绡,张辛,余良兵,杜江,程亚军,
申请(专利权)人:重庆邮电大学,
类型:发明
国别省市:重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。