一种智能化红外图像场景增强方法技术

技术编号:18621524 阅读:40 留言:0更新日期:2018-08-08 00:40
本发明专利技术提出了一种智能化红外图像场景增强方法,包括:利用改进型联合双边滤波器对相邻两帧红外图像进行联合计算,得到所述基准帧图像的细节层分量和基频层分量;利用引导灰度相似项核函数控制所述细节层分量的增强范围并消除边缘梯度翻转效应,利用改进型的直方图计算方法控制所述基频层分量中整幅图像的灰度再分布;将处理好的细节层图像和基频层图像进行叠加还原,以对原始基准帧红外图像的场景增强。本发明专利技术有效的克服了普通红外图像细节增强方法效果过于突兀的现象,使得处理后的红外图像不仅具有极佳的场景细节增强能力,同时灰度分布更加趋近于真实场景,极大程度的提升了红外图像的视觉观感。

An intelligent infrared image scene enhancement method

This invention proposes an intelligent infrared image scene enhancement method, including: using an improved joint bilateral filter to calculate the adjacent two frame infrared images jointly to obtain the detail layer component and the basic frequency layer component of the reference frame image, and control the enhancement of the detail layer component by using the similar kernel function of the guide grayscale. The edge gradient reversal effect is eliminated, and the improved histogram calculation method is used to control the gray redistribution of the whole image in the basic frequency layer, and the processed detail layer image and the basic frequency layer image are superimposed to enhance the scene of the original base frame infrared image. The invention effectively overcomes the abrupt effect of the ordinary infrared image detail enhancement method, making the processed infrared image not only has excellent ability to enhance the detail of the scene, but also the gray distribution is more close to the real scene, and greatly improves the visual perception of the infrared image.

【技术实现步骤摘要】
一种智能化红外图像场景增强方法
本专利技术涉及红外图像高动态范围显示
,特别涉及一种智能化红外图像场景增强方法。
技术介绍
红外热成像在军民领域中均有极其广泛的应用,比如在系统设计、系统测试、系统制造、化学成像、夜视成像、灾难搜救、目标识别及探测和目标跟踪等领域。通常情况下普通的红外热像仪具有非常宽的数据动态范围,而传统的显示设备并不支持如此高的动态范围,因此在进行红外图像显示时,常用的方法是对红外图像进行类似直方图均衡化等高动态范围压缩技术。但是简单的直方图均衡化技术对提升红外图像的视觉观感效果极其有限,并不能将真实场景中的细节全部表现出来。同时,由于红外热成像是一种温差成像方式,其成像效果受到场景辐射出的红外热能影响较大,对于不可以进行高动态范围显示的传统显示设备来说,如果红外热能的区分度不高,在显示时人眼便无法仔细的区分场景中细节的微小温度差异,从而无法对场景进行仔细的观测。近年来,许多科研机构及研究人员就如何实现对红外图像的细节还原及增强做了大量的研究工作。目前提出的具有一定可行性的红外图像细节增强方法主要有两大类,一类是基于边缘梯度算子的图像边缘增强方法,另一类是基于线性或非线性滤波器的图像整体细节增强方法。对于基于边缘梯度算子的增强方法来说,较主流的算子有Sobel,Prewitt,Log及Laplacian算子等,这一类算法的缺点是只能够对图像中强边缘附近的细节进行有效的增强,对于温度区分度不高的弱边缘或细节成分几乎完全失效。对于基于线性或非线性滤波器的整体细节增强方法来说,其可以有效的增强图像中的强边缘和弱边缘等细节,对温度区分度高和低的场景均适用,但是在实际工程化应用的过程中,这些方法由于计算复杂度等问题,使得工程应用受限于超高的计算要求,无法做到实时化显示,这也在很大程度上限制了将这些方法应用于实际工程系统中,供军方或民品使用。例如目前比较主流的两种线性或非线性滤波器增强方法—基于双边滤波器的图像细节增强方法以及基于引导滤波器的图像细节增强方法。前者受限于增强过程中,双边滤波器带来的非线性边缘梯度翻转效应,使得处理后的图像在强边缘附近会出现一黑一白两个边缘的“鬼影”伪像,极大的降低了图像的真实感。为了克服这个问题,有科研人员运用高斯滤波器对强边缘进行了处理,但是由于数学模型的不完全匹配,导致这种“鬼影”未能完全消除,极大的降低了其在实际工程中的应用效果;后者采用引导线性滤波器,虽然能够获得很好的“鬼影”消除效果,但由于线性滤波器的计算效率约束,导致最终的图像增强效果一般,无法完全突出场景中的全部微小细节,同样也限制了其在实际工程中的应用效果。因此直到目前,在红外热成像系统中,尚未有极优的场景细节增强算法应用到工程机中。
技术实现思路
本专利技术的目的旨在至少解决所述技术缺陷之一。为此,本专利技术的目的在于提出一种智能化红外图像场景增强方法。为了实现上述目的,本专利技术的实施例提供一种智能化红外图像场景增强方法,包括如下步骤:步骤S1,利用改进型联合双边滤波器对相邻两帧红外图像进行联合计算,其中,将相邻两帧中的第一帧设为基准帧,将第二帧设为参考帧,得到所述基准帧图像的细节层分量和基频层分量;步骤S2,利用引导灰度相似项核函数控制所述细节层分量的增强范围并消除边缘梯度翻转效应,利用改进型的直方图计算方法控制所述基频层分量中整幅图像的灰度再分布;步骤S3,将所述步骤S2中处理好的细节层图像和基频层图像进行叠加还原,以对原始基准帧红外图像的场景增强。进一步,在所述步骤S1中,在所述步骤S1中,采用下式进行对相邻两帧红外图像进行联合计算,包括:Id=IR-IJBF其中,IJBF是基频层,Id是细节层,IR是参考帧,IB是基准帧,Ω是滤波器窗口大小,k为改进型联合双边滤波器的系数的归一化系数项;其中,ωs,ωr为两个高斯核函数,ωs为空间域核函数,ωr为强度域核函数,k的作用是将求解的两个核函数ωs,ωr进行归一化,以应对各种不同的红外热像仪采集到的红外热图像。进一步,所述ωs,ωr两个核函数分别控制联合双边滤波时获取的滤波窗口内细节分量的权重,其中,其中,σr和σs是滤波窗口内的各具体灰度空间域和强度域的标准差,σr定义了高斯核函数ωr的范围,σr决定了滤波窗口内图像边缘的最小变化幅值,σs定义了高斯核函数ωs的范围,σs决定了相邻帧图像中对应位置像素点的滤波窗口大小,并且该参数的大小应当随着整幅图像尺寸的变化而变化,如果两帧图像的滤波窗口幅度变化小于σr,则该部分灰度将会联合双边滤波器平滑并分离到基频层内,反之若幅度变化大于σr,则该部分灰度将会被分离到细节层中。进一步,在所述步骤S2中,所述引导灰度相似项核函数的表达式如下:f(i-i',j-j')=ωs(i-i',j-j')ωe(i-i',j-j')fk其中,fk即为该核函数,ωe为梯度项,ωd为引导空间相似项。进一步,所述引导灰度相似项核函数在抑制边缘梯度翻转效应时的表达式为:fk=α(Ω)ωr(IB-IR)+(1-α(Ω))ωd(i-i',j-j')其中,fk即为该核函数,ωe为梯度项,ωd为引导空间相似项,α(Ω)为自适应融合系数,其中,σd为引导空间相似项的标准差,α(Ω)是用来将灰度相似项与引导空间相似项进行融合的权重,用下式表示:式中,ε是受限因子,该因子可以防止出现0值标准差的问题。当灰度变化变小而空域波动变大时,α(Ω)趋向于1,此时强度相似项受限;反之,α(Ω)趋向于0,此时空间相似项受限。进一步,所述梯度项ωe的表达式如下:其中,x,y表示水平及垂直方向,和为水平及垂直方向的梯度,σe为梯度标准差,Gx/y表示相邻帧中对应像素点位置的梯度变化等级。进一步,在所述步骤S3中,在对细节层分量与基频层分量被分别提取之后,对上述两个分量进行相应的增强及直方图均衡化处理,并将得到的处理结果进行回叠,以得到最终的增强效果。根据本专利技术实施例的智能化红外图像场景增强方法,利用改进型联合双边滤波器实现对相邻两帧红外图像的联合计算,以第一帧为基准帧,第二帧为参考帧,从而得到基准帧图像的细节层和基频层分量,对细节层分量利用引导灰度相似项核函数控制增强系数及消除边缘梯度翻转效应,对基频层利用改进型直方图均衡技术实现灰度再分布,最后将分别处理好的两幅子图像进行叠加还原,实现对原始基准帧红外图像的场景增强。本专利技术可以有效的克服了普通红外图像细节增强方法效果过于突兀的现象,使得处理后的红外图像不仅具有极佳的场景细节增强能力,同时灰度分布更加趋近于真实场景,极大程度的提升了红外图像的视觉观感。此外,本专利技术非常便于利用FPGA在硬件中实现,在工程化中对提升热像仪性能具有非常好的作用。本专利技术附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本专利技术的实践了解到。附图说明本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:图1为根据本专利技术实施例的智能化红外图像场景增强方法的流程图;图2为根据本专利技术实施例的智能化红外图像场景增强方法的整体流程架构图;图3(a)至图3(e)为根据本专利技术实施例的滤波细节分层级抑制鬼影效应的效果图;图4为根据本专利技术实施例的对细节层分量采用不同的控制系数得到的细节增本文档来自技高网
...

【技术保护点】
1.一种智能化红外图像场景增强方法,其特征在于,包括如下步骤:步骤S1,利用改进型联合双边滤波器对相邻两帧红外图像进行联合计算,其中,将相邻两帧中的第一帧设为基准帧,将第二帧设为参考帧,得到所述基准帧图像的细节层分量和基频层分量;步骤S2,利用引导灰度相似项核函数控制所述细节层分量的增强范围并消除边缘梯度翻转效应,利用改进型的直方图计算方法控制所述基频层分量中整幅图像的灰度再分布;步骤S3,将所述步骤S2中处理好的细节层图像和基频层图像进行叠加还原,以对原始基准帧红外图像的场景增强。

【技术特征摘要】
1.一种智能化红外图像场景增强方法,其特征在于,包括如下步骤:步骤S1,利用改进型联合双边滤波器对相邻两帧红外图像进行联合计算,其中,将相邻两帧中的第一帧设为基准帧,将第二帧设为参考帧,得到所述基准帧图像的细节层分量和基频层分量;步骤S2,利用引导灰度相似项核函数控制所述细节层分量的增强范围并消除边缘梯度翻转效应,利用改进型的直方图计算方法控制所述基频层分量中整幅图像的灰度再分布;步骤S3,将所述步骤S2中处理好的细节层图像和基频层图像进行叠加还原,以对原始基准帧红外图像的场景增强。2.如权利要求1所述的智能化红外图像场景增强方法,其特征在于,在所述步骤S1中,在所述步骤S1中,采用下式进行对相邻两帧红外图像进行联合计算,包括:Id=IR-IJBF其中,IJBF是基频层,Id是细节层,IR是参考帧,IB是基准帧,Ω是滤波器窗口大小,k为改进型联合双边滤波器的系数的归一化系数项;其中,ωs,ωr为两个高斯核函数,ωs为空间域核函数,ωr为强度域核函数,k的作用是将求解的两个核函数ωs,ωr进行归一化,以应对各种不同的红外热像仪采集到的红外热图像。3.如权利要求2所述的智能化红外图像场景增强方法,其特征在于,所述ωs,ωr两个核函数分别控制联合双边滤波时获取的滤波窗口内细节分量的权重,其中,其中,σr和σs是滤波窗口内的各具体灰度空间域和强度域的标准差,σr定义了高斯核函数ωr的范围,σr决定了滤波窗口内图像边缘的最小变化幅值,σs定义了高斯核函数ωs的范围,σs决定了相邻帧图像中对应位置像素点的滤波窗口大小,并且该参数的大小应当随着整幅图像尺寸的变化而变化,如果两帧图像的...

【专利技术属性】
技术研发人员:赵毅张登平钱晨刘宁杨超马新华谢小波宋莽
申请(专利权)人:江苏宇特光电科技股份有限公司
类型:发明
国别省市:江苏,32

网友询问留言 已有0条评论
  • 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。

1