基于中值滤波和全局直方图的红外图像增强方法技术

本申请公开了一种基于中值滤波和全局直方图的红外图像增强方法，包括：s1、计算原始红外图像所有输出像素的平均灰度值Gm，s2、以原始图像灰度均值坐标点，将原始图像灰度直方图整体平移；s3、对各像素灰度值乘以拉伸系数进行线性灰度拉伸并输出显示，平移拉伸后的中心灰度值为D；s4、采用直方图均衡算法对平移和拉伸后的红外图像进行处理，获得增强的图像。本发明专利技术通过中值滤波能在去噪的同时保护目标边界，能消弱三角信号的顶峰峰值信号而不影响阶跃和斜坡信号。本发明专利技术还通过一种新的算法，在能够同时保持图像的灰度和亮度信息的基础上实现灰度的均匀拉伸，达到增强图像较少目标和细节的对比度的目的。

【技术实现步骤摘要】
基于中值滤波和全局直方图的红外图像增强方法
本申请涉及图像处理
，特别是涉及一种基于中值滤波和全局直方图的红外图像增强方法，可应用于车载红外视频图像的处理。
技术介绍
虽然近年来汽车照明技术取得了很大的进步，但夜间由于车辆灯光照射距离近、光线差等原因，这给驾驶员行车及时辨别行人以及车辆造成了很大的困难。据统计，虽然夜间行车在整个公路交通中只占1/4，发生的死亡事故却占了1/2，而夜间视线不良所造成的事故占了70％。因此，汽车的夜视系统对于安全行车显得尤为重要。现有技术中，车载红外视频存在着噪声大、边缘不清楚的特点，而且不同产生机理、不同种类的噪声使得车载红外视频的噪声分布非常复杂。因为红外视频的噪声五花八门，我们不可能用一种算法消除所有的噪声，一般一种算法只能消除一到两种噪声，由于实时性的要求，我们必须使用较少的算法而达到最优的效果。
技术实现思路
本专利技术的目的在于提供一种基于中值滤波和全局直方图的红外图像增强方法，先用中值滤波进行去噪，在通过对直方图均衡算法、灰度拉伸方法进行改进，提高对比度。为实现上述目的，本专利技术提供如下技术方案：本申请实施例公开一种红外图像增强方法，包括：s1、计算原始红外图像所有输出像素的平均灰度值Gm，s2、以原始图像灰度均值坐标点，将原始图像灰度直方图整体平移；s3、对各像素灰度值乘以拉伸系数进行线性灰度拉伸并输出显示，平移拉伸后的中心灰度值为D；s4、采用直方图均衡算法对平移和拉伸后的红外图像进行处理，获得增强的图像。优选的，在上述的红外图像增强方法中，平均灰度值Gm为：其中，L和H分别为原始红外图像的最小灰度值和最大灰度值，Pj是灰度为j的像素的出现概率。优选的，在上述的红外图像增强方法中，D＝127。优选的，在上述的红外图像增强方法中，步骤s4中，若原始红外图像的平均灰度值Gm＜127，则(1)、计算差值Δk＝127-Gm；(2)、计算原始图像灰度直方图平移后新图像的的上限h'和下限I'：h'＝h+ΔkI'＝I+Δk(3)、计算线性灰度拉伸后的新图像的上限H'和下限L':若则若则优选的，在上述的红外图像增强方法中，步骤s4中，若原始红外图像的平均灰度值Gm≥127，则(1)、计算差值Δk＝Gm-127；(2)、计算原始图像灰度直方图平移后新图像的的上限h'和下限I'：h'＝h-ΔkI'＝I-Δk(3)、计算线性灰度拉伸后的新图像的上限H'和下限L':若则若则优选的，在上述的红外图像增强方法中，还包括步骤：将原始红外图像以灰度值D为界限，分为两个子图x1、x2:X1＝{x(i，j)|G(x)≤127}X2＝{x(i，j)|G(x)＞127两个子图的统计直方图分别为:优选的，在上述的红外图像增强方法中，还包括步骤：两个子图分别在拉伸h后的灰度区间[L′，D]和[D+1，H′]上采用GPHE算法，设两个子图灰度区间的长度分别为g1和g2,即:本申请还公开了一种基于中值滤波和全局直方图的红外图像增强方法，包括：采用中值滤波方法对红外图像进行去噪；采用任一所述的红外图像增强方法，对去噪后的红外图像进行增强。优选，在上述的基于中值滤波和全局直方图的红外图像增强方法中，中值滤波方法是用二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升或下降的为二维数据序列。优选，在上述的基于中值滤波和全局直方图的红外图像增强方法中，二维中值滤波输出为g(x,y)＝med{f(x-k,y-1),(k,1∈W)}，其中，f(x,y)，g(x,y)分别为原始图像和处理后图像，W为二维模板。与现有技术相比，本专利技术的优点在于：本专利技术通过中值滤波能在去噪的同时保护目标边界，能消弱三角信号的顶峰峰值信号而不影响阶跃和斜坡信号。本专利技术还通过一种新的算法，在能够同时保持图像的灰度和亮度信息的基础上实现灰度的均匀拉伸，达到增强图像较少目标和细节的对比度的目的。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1所示为本专利技术具体实施例中中值滤波降噪后红外源图像(a)和对应效果图(b)；图2所示为本专利技术具体实施例中算法实现的示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行详细的描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本实施例综合考虑车载夜视实时性和红外视频图像噪声特点的要求，提供了一种综合的车载红外视频增强算法：先用中值滤波进行去噪，在通过对直方图均衡算法、灰度拉伸方法进行改进，提高对比度。中值滤波不像其他线性滤波那样会带来图像细节模糊，而且中值滤波对滤波干扰及图像扫描噪声很有效果。中值滤波能在去噪的同时保护目标边界，能消弱三角信号的顶峰峰值信号而不影响阶跃和斜坡信号。中值滤波后的视频图像效果好，轮廓清晰，噪声大大减少，保留了视频图像的边缘。鉴于中值滤波的上述优点，再加上中值滤波易于硬件实现，能很好的满足实时性要求中值滤波算法是用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升(或下降)的为二维数据序列：(1)、通过从图像中的某个采样窗口取出奇数个数据进行排序；(2)、用排序后的中值取代要处理的数据即可。二维中值滤波输出为g(x,y)＝med{f(x-k,y-1),(k,1∈W)}，其中，f(x,y)，g(x,y)分别为原始图像和处理后图像。W为二维模板，通常为3*3，5*5区域，也可以是不同的形状，如线状，圆形，十字形，圆环形等。中值滤波不需要进行乘法和除法运算，所以处理速度相对较快。中值滤波随着模板的增大，比较次数会增大，处理起来会变慢，效果会更好，但会将有效信号(细节)衰减掉一部分。在考虑硬件和实时处理的要求后，本实施例选择的窗口是3乘3的，滤波效果如图1所示。车载红外视频一般存在着对比度低和动态范围小的特点，这就使得效果变得模糊，本实施例采用全局直方图的方法处理，从而提高视频对比度，图像变得更清晰，再结合我们前面的中值滤波正好可以保证图像的噪声已经变得很少，这样，噪声的影响会大大减少。以下先介绍三种现有直方图算法。一、直方图均衡(HE)算法1.定义数字图像X中各灰度值的概率是：式中:n是图像的像素总数,nk是图像中第k个灰度级的像素总数,rk是第k个灰度级，k＝0,1,2,...，令：设均衡后的输出为Y(所有像素y集合),则有:Y＝f(X)式中:f为G(y)＝225C[G(x)]；G[*]为求像素灰度的运算。根据以上直方图均衡的过程，不难推导出，经直方图均衡处理的图像具有以下特点：(1)处理后图像的平均灰度在灰度范围的中值附近，而与原始图像的平均灰度无关；(2)红外图像的特点是对比度很小的景物细节分布在包含噪声的大片背景上，因此，就红外图像而言，HE算法主要提升的是背景和噪声，而非图像的细节。(3)处理中将出现灰度级合并的现象，因而造成图像灰度分辨率的下降。二、双直本文档来自技高网...

【技术保护点】
1.一种红外图像增强方法，其特征在于，包括：s1、计算原始红外图像所有输出像素的平均灰度值Gm，s2、以原始图像灰度均值坐标点，将原始图像灰度直方图整体平移；s3、对各像素灰度值乘以拉伸系数进行线性灰度拉伸并输出显示，平移拉伸后的中心灰度值为D；s4、采用直方图均衡算法对平移和拉伸后的红外图像进行处理，获得增强的图像。

【技术特征摘要】
1.一种红外图像增强方法，其特征在于，包括：s1、计算原始红外图像所有输出像素的平均灰度值Gm，s2、以原始图像灰度均值坐标点，将原始图像灰度直方图整体平移；s3、对各像素灰度值乘以拉伸系数进行线性灰度拉伸并输出显示，平移拉伸后的中心灰度值为D；s4、采用直方图均衡算法对平移和拉伸后的红外图像进行处理，获得增强的图像。2.根据权利要求1所述的红外图像增强方法，其特征在于，平均灰度值Gm为：其中，L和H分别为原始红外图像的最小灰度值和最大灰度值，Pj是灰度为j的像素的出现概率。3.根据权利要求1所述的红外图像增强方法，其特征在于，D＝127。4.根据权利要求1所述的红外图像增强方法，其特征在于，步骤s4中，若原始红外图像的平均灰度值Gm＜127，则(1)、计算差值Δk＝127-Gm；(2)、计算原始图像灰度直方图平移后新图像的的上限h'和下限I'：h'＝h+ΔkI'＝I+Δk(3)、计算线性灰度拉伸后的新图像的上限H'和下限L':若则若则5.根据权利要求1所述的红外图像增强方法，其特征在于，步骤s4中，若原始红外图像的平均灰度值Gm≥127，则(1)、计算差值Δk＝Gm-127；(2)、计算原始图像灰度直方图平移后新图像的的上限h'和下限I'：h'＝h-ΔkI'＝I-Δk...

【专利技术属性】
技术研发人员：杨平乐，周塔，王思凡，徐超，陈奕丰，张志凤，
申请(专利权)人：张家港江苏科技大学产业技术研究院，
类型：发明
国别省市：江苏,32