基于自适应梯度增益控制的高动态红外图像增强方法技术

本发明专利技术涉及一种基于自适应梯度增益控制的高动态红外图像增强方法，包括以下步骤：(a)获取第一高动态红外图像F0；(b)对所述第一高动态红外图像F0进行带阈值参数的直方图均衡化处理，获得强度约束目标图像d；(c)对所述第一高动态红外图像F0进行归一化处理，获得第二高动态红外图像M；(d)根据所述第二高动态红外图像M，构造局部自适应梯度增益控制因子β；(e)根据所述局部自适应梯度增益控制因子β、所述第二高动态红外图像M和所述强度约束目标图像d迭代计算增强图像，完成图像处理。本发明专利技术实施例，能够在提升图像动态压缩与细节增强效果的同时，抑制梯度逆转现象以及平坦区域噪声放大现象。

High dynamic infrared image enhancement method based on adaptive gradient gain control

The present invention relates to a high dynamic infrared image enhancement method based on adaptive gradient gain control, which includes the following steps: (a) obtaining the first high dynamic infrared image F0; (b) histogram equalization with threshold parameters for the first high dynamic infrared image F0 to obtain the intensity-constrained target image d; (c) obtaining the first high dynamic infrared image F0; (c) obtaining the intensity-constrained target image D. High dynamic infrared image F0 is normalized to obtain the second high dynamic infrared image M; (d) a local adaptive gradient gain control factor beta is constructed according to the second high dynamic infrared image M; (e) according to the local adaptive gradient gain control factor beta, the second high dynamic infrared image M and the intensity constraints. The D image is iteratively calculated to enhance the image and complete the image processing. The embodiment of the present invention can suppress gradient reversal and noise amplification in flat area while improving the effect of dynamic image compression and detail enhancement.

【技术实现步骤摘要】
基于自适应梯度增益控制的高动态红外图像增强方法
本专利技术属于数字图像处理领域，具体涉及一种基于自适应梯度增益控制的高动态红外图像增强方法。
技术介绍
现代红外成像系统的输出图像通常具有较高的动态范围，而常用的显示设备只能显示256级灰度。高动态图像在常用显示设备上线性显示时，会出现对比度低，信息丢失和细节模糊等问题。为了改善高动态图像的显示效果，需要对图像的动态范围进行压缩，同时保留并增强图像中的细节信息。针对图像的动态压缩与细节增强问题，该领域的研究者进行了大量的探索和研究，提出了许多具有良好效果的解决方法。空间域图像增强方法计算相对简单，便于硬件实现，是比较常用的一类图像增强方法。经典的空间域图像增强方法包括直方图均衡、对比度受限自适应直方图均衡化等，这些方法都有不错的增强效果，但是噪声抑制和细节增强能力有限。目前最具代表性的两类细节增强算法分别是基于分层技术数字细节增强方法和基于梯度保真技术数字细节增强方法，其代表算法分别是左超等提出的BF_DDE算法(请参见如下文献：ZuoC,ChenQ,RenJ.Displayanddetailenhancementforhigh-dyn本文档来自技高网...

【技术保护点】
1.一种基于自适应梯度增益控制的高动态红外图像增强方法，其特征在于，包括以下步骤：(a)获取第一高动态红外图像F0；(b)对所述第一高动态红外图像F0进行带阈值参数的直方图均衡化处理，获得强度约束目标图像d；(c)对所述第一高动态红外图像F0进行归一化处理，获得第二高动态红外图像M；(d)根据所述第二高动态红外图像M，构造局部自适应梯度增益控制因子β；(e)根据所述局部自适应梯度增益控制因子β、所述第二高动态红外图像M和所述强度约束目标图像d迭代计算增强图像，完成图像处理。

【技术特征摘要】
1.一种基于自适应梯度增益控制的高动态红外图像增强方法，其特征在于，包括以下步骤：(a)获取第一高动态红外图像F0；(b)对所述第一高动态红外图像F0进行带阈值参数的直方图均衡化处理，获得强度约束目标图像d；(c)对所述第一高动态红外图像F0进行归一化处理，获得第二高动态红外图像M；(d)根据所述第二高动态红外图像M，构造局部自适应梯度增益控制因子β；(e)根据所述局部自适应梯度增益控制因子β、所述第二高动态红外图像M和所述强度约束目标图像d迭代计算增强图像，完成图像处理。2.根据权利要求1所述的一种基于自适应梯度增益控制的高动态红外图像增强方法，其特征在于，步骤(b)包括：(b1)引入阈值参数，计算所述第一高动态红外图像F0的有效直方图分布；(b2)根据所述第一高动态红外图像F0的有效直方图分布计算原始高动态红外图像F0的有效像素个数的总数；(b3)根据所述有效像素个数的总数计算获得所述强度约束目标图像d。3.根据权利要求2所述的一种基于自适应梯度增益控制的高动态红外图像增强方法，其特征在于，所述阈值参数为150。4.根据权利要求1所述的一种基于自适应梯度增益控制的高动态红外图像增强方法，其特征在于，步骤(d)包括：(d1)计算所述第二高动态红外图像M的x轴梯度分量和y轴梯度分量(d2)根据所述x轴梯度分量和y轴梯度分量计算所述第二高动态红外图像M的梯度；(d3)根据所述第二高动态红外图像M的梯度构造所述局部自适应梯度增益控制因子β。5.根据权利要求1所述的一种基于自适应梯度增益控制的高动态红外图像增强方法，其特征在于，步骤(e)包括：(e1)根据所述局部自适应梯度增益控制因子β、所述第二高动态红外图像M和所述强度约束目标图像d，计算得到第t+1次迭代的增强图像ft+1；(e2)判断迭代次数是否小于最大迭代次数iter，如果所述迭代次数小于所述最大迭代次数，则继续进行迭代计算；否则，结束迭代；(e3)采用自动增益控制方法将所述第t+1迭代的增强图像ft+1映射到低动态范...

【专利技术属性】
技术研发人员：赖睿，章刚玄，李永薛，莫一过，岳高宇，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61