一种高动态范围红外图像动态范围压缩方法技术

本发明专利技术公布了一种高动态范围红外图像动态范围压缩方法，包括：对采集到一帧高动态范围红外图像进行灰度值统计，得到图像的灰度直方图；根据灰度直方图的最大值确定阈值；从原始高动态范围红外图像的灰度值低端与灰度值高端开始分别向后和向前搜索，对灰度直方图的值小于阈值的灰度级进行压缩，保留灰度直方图的值大于等于阈值的灰度级；得到动态范围压缩后的灰度图像。本方法充分利用了高动态范围红外图像场景灰度分布信息，剔除了出现频率低的边缘灰度级，保留了在图像中出现频率高的灰度级。动态范围压缩后的红外图像的显示效果明显改善。

【技术实现步骤摘要】
【专利摘要】本专利技术公布了，包括：对采集到一帧高动态范围红外图像进行灰度值统计，得到图像的灰度直方图；根据灰度直方图的最大值确定阈值；从原始高动态范围红外图像的灰度值低端与灰度值高端开始分别向后和向前搜索，对灰度直方图的值小于阈值的灰度级进行压缩，保留灰度直方图的值大于等于阈值的灰度级；得到动态范围压缩后的灰度图像。本方法充分利用了高动态范围红外图像场景灰度分布信息，剔除了出现频率低的边缘灰度级，保留了在图像中出现频率高的灰度级。动态范围压缩后的红外图像的显示效果明显改善。【专利说明】
本专利技术涉及高动态范围红外图像处理领域，尤其是涉及。
技术介绍
1.红外热成像技术是将场景辐射的红外温度信号转换为电信号的过程，因此红外图像表征的是场景的温度分布，是灰度图像。近年来，随着非制冷焦平面阵列红外探测器的日益成熟，红外热成像技术被广泛应用于军事、安防、消防、医疗、遥感等领域，发展前景十分广阔。2.红外热成像系统所处的应用场景通常温度变化大。为了保持对场景的有效感知，需要以足够高的精度来量化大动态红外场景。现代高性能红外成像系统通常采用高精度的模数转换器(A/D)对探测器输出信号进行采样和量化，输出图像具有高动态范围，如14-bit、16-bit 等，相应的灰度范围为0-16383,0-65535。3.传统显示设备只能显示0-255共256个灰度级，S卩8_bit数据范围。高动态范围红外图像直接在显示设备上显示时，由于采用线性映射AGC(Automatic Gain Control)，会出现图像对比度降低，细节模糊等问题，不利于后续的观察处理。4.本专利技术涉及，对采集到的高动态范围红外图像根据灰度直方图的统计信息进行动态范围压缩，从而改进了红外图像在显示设备上的显示效果，更有利于后续观察处理。
技术实现思路
本专利技术的目的在于，针对高动态范围红外图像直接在显示设备上显示时出现的对比度降低、细节模糊等现象，提供，显著改善红外图像在显示设备上的显示效果。为实现上述目的，本专利技术采用如下的技术方案: 对采集到的高动态范围红外图像，首先计算其灰度直方图，并求取灰度直方图的最大值。而后根据灰度直方图的最大值设定阈值，分别从原始高动态范围红外图像的灰度值低端及高端开始向后及向前搜索，保留灰度直方图的值大于等于阈值的灰度值，对灰度直方图的值小于阈值的低端灰度值，将其值统一设定为图像保留灰度值的最小值;对灰度直方图的值小于阈值的高端灰度值，将其值统一设定为图像保留灰度值的最大值;从而得到动态范围压缩后的红外图像，再在显示设备上显示。【附图说明】图1为本专利技术一个实施例的高动态范围红外图像动态范围压缩方法流程示意图。图2为获得的原始高动态范围红外图像直接在显示设备上的显示效果图。图3为原始高动态范围红外图像的灰度直方图。 图4为动态范围压缩处理后的红外图像在显示设备上的显示效果图。【具体实施方式】1.下面将结合附图详细说明本专利技术的实施例的高动态范围红外图像动态范围压缩方法的具体步骤。2.参考图1，本专利技术的实施例中，首先获取高动态范围红外图像。该原始高动态范围红外图像的大小没有限制，可以是任何尺寸、任意场景的红外图像。该原始高动态范围红外图像的位宽可以是14-bit或16-bit，具体根据红外图像采集系统而定。3.参照图2，在显示设备上直接观察获取的高动态范围红外室内图像，该原始红外图像的灰度范围在9157-14772之间，约有5615个灰度级，远远超过了显示设备的256级显示范围。因此直接在显示设备上观察原始高动态范围红外图像时，对比度降低，细节模糊，能观察到的场景信息有限，不利于后续观察及处理。4.获得了高动态范围红外图像后，计算图像的灰度直方图函数hist(i)，其中i为图像灰度值，hist为图像灰度直方图函数。参照图3，为图2所示高动态范围红外图像的灰度直方图。观察可知，原始图像灰度值主要集中在9100-9800之间，其余灰度值在图像中出现的次数很少。例如，hist(9157)=hist(9160) = l，hist(9158)=hist(9159)=0，hist(14772)=1，即最小灰度值9157及最大灰度值14772在图像中只出现了一次，hist(14766) =hist(17767)=hist(14768)=hist(14769)=hist(14770)=hist( 14771) =0，图像中并不包含这些灰度值的像素，但却使整个图像的灰度值范围扩展了很多。5.对高动态范围红外图像，求得灰度直方图的最大值max(hist(i))。在本实施例中，参照图3，直方图的最大值为1860。6.根据灰度直方图的最大值设定阈值T=p*max(hist(i))，通常0.01<=p<=0.05，本方法实施例中P取值为0.0I，阈值T=0.01*1860=18.6。7.从高动态范围红外图像的灰度值低端开始向后搜索，直至hist(j)>=T，将j定为图像保留灰度级的最小值，并将原始高动态范围红外图像中所有小于j的灰度值置为j 在本实施例中，从图像的最小灰度值9157开始向后搜索，9157-9164灰度值范围内的灰度直方图的值均小于18.6，而hist(9165)=19，因此确定9165为动态范围压缩后图像灰度值的最小值，并将原高动态范围红外图像中像素灰度值在9157-9164范围内的灰度值都置为9165ο8.从高动态范围红外图像的灰度值高端开始向前搜索，直至hist(k)>=T，将k定为图像保留灰度级的最大值，将并原始高动态范围红外图像中所有大于k的灰度值置为k 在本实施例中，从图像的最大灰度值14772开始向前搜索，9845-14772灰度值范围内的灰度直方图的值均小于18.6，而hist(9844)=22，因此确定9844为动态范围压缩后图像灰度值的最大值，并将原图像中像素灰度值在9845-14772范围内的灰度值都置为9844。9.压缩处理后图像的动态范围位于j_k区间，再置于显示设备上显示。参照图4，为在显示设备上观察到的动态范围压缩后的红外图像。压缩后的动态范围位于9165-9844之间，约有679个灰度级，与原始的5615个灰度级相比，得到了相当的压缩。 10.本专利技术的实施例中，经过动态范围压缩后的红外图像，与原始高动态范围红外图像相比，在显示设备上可以观察到原始高动态范围红外图像中的不能观察到的墙壁、门窗、房梁等场景信息，显示效果得到了明显改善。【主权项】1.，其特征在于，具体操作步骤如下: 1)获取高动态范围红外图像； 2)计算高动态范围红外图像的灰度直方图； 3)求取灰度直方图的最大值； 4)根据灰度直方图的最大值确定阈值； 5)根据阈值对高动态范围红外图像的灰度值低端进行灰度值压缩处理； 6)根据阈值对高动态范围红外图像的灰度值高端进行灰度值压缩处理； 7)得到动态范围压缩后的红外图像； 8)显示设备显示。2.如权利要求1所述的方法中，其特征在于，所述计算原始高动态范围红外图像的灰度直方图的步骤包括:对高动态范围红外图像中出现的所有的灰度级，计算其出现的次数。3.如权利要求1所述的方法中，其特征在于，所述根据灰度直方图的最大值确定阈值，阈值应设为灰度直方图最大值的0.01本文档来自技高网...

【技术保护点】
一种高动态范围红外图像动态范围压缩方法，其特征在于，具体操作步骤如下：1)获取高动态范围红外图像；2)计算高动态范围红外图像的灰度直方图；3)求取灰度直方图的最大值；4)根据灰度直方图的最大值确定阈值；5)根据阈值对高动态范围红外图像的灰度值低端进行灰度值压缩处理；6)根据阈值对高动态范围红外图像的灰度值高端进行灰度值压缩处理；7)得到动态范围压缩后的红外图像；8)显示设备显示。

【技术特征摘要】

【专利技术属性】
技术研发人员：杨静，钱振兴，张宁，
申请(专利权)人：上海大学，
类型：发明
国别省市：上海;31