The invention discloses an adaptive dyeing method, system, storage medium and terminal for infrared image. The method includes: gray histogram statistics: calculating the proportion of the number of pixels of each gray value of infrared image to the total pixels; condition judgment and selection: judging whether the number of pixels distributed in the number of gray levels higher than X% accounts for the total pixels of the whole infrared image. If the number is less than Y%, it is clustered into K means; pseudo-color discrete transformation of rainbow code: the number of clusters completed by K means clustering or Mean Shift clustering is taken as the discrete color division interval, and the rainbow color from red to blue is divided into several intervals, and the center color of each interval is taken for pseudo-color mapping. The invention adopts different clustering methods for different quality images and adopts interval adaptive pseudo-color transformation of rainbow code, which has a good effect for infrared images with low thermal contrast which need to be distinguished clearly.
【技术实现步骤摘要】
一种用于红外图像的自适应染色方法、系统、存储介质、终端
本专利技术涉及图像处理
,尤其涉及一种用于红外图像的自适应染色方法、系统、存储介质、终端。
技术介绍
红外成像技术作为人们观察和感知客观世界的一种新技术,其图像具有环境适应性好,隐蔽性好,伪装目标辨识度高的特点。此外,红外图像具有温度表征特性,经过一定的染色变换,就能感受到目标的温度分布信息。但是受限于红外探测器的制作工艺难度和材料纯度影响,红外图像普遍存在分辨率低,噪声大,图像对比度低,灰度范围窄的现象,由此造成背景与被监测目标之间对比度模糊,被监测目标细节难以辨认,图像特征信息不明确,使得对图像中目标和场景的识别和分析存在一定的难度。红外图像探测器输出的原始红外图像是灰度图。由于红外图像本身的缺陷以及人眼视觉的特点,如果直接观察原始红外图像,获得的观感是比较差的。在实际应用中,往往要把红外图像进行非均匀校正和图像增强的预处理,然后进行染色处理,最终输出用于观察的彩色红外图像。红外图像的染色,又称为伪彩色变换或者伪彩色增强。目前常用的染色方法有灰度分割法、灰度级-彩色变换法以及滤波法等,其实质是把8位 ...
【技术保护点】
1.一种用于红外图像的自适应染色方法,其特征在于:包括以下步骤:灰度直方图统计:计算出红外图像每一个灰度值的像素点个数占总像素点的比例;条件判断与选择:判断在高于X%的灰度阶数量上分布的像素点数是否占整张红外图片总像素点数的Y%以下,如果是则进入K‑means聚类,否则进入Mean‑Shift聚类;K‑means聚类:手动指定聚类的数目即K值后进行聚类;Mean‑Shift聚类:自动进行聚类;彩虹码伪彩色离散变换:将K‑means聚类或Mean‑Shift聚类完成的聚类数作为离散的颜色划分区间段即将红到蓝的彩虹色分为若干个区间,并取每个区间的中心色,进行从高灰度值到低灰度值的伪彩色映射。
【技术特征摘要】
1.一种用于红外图像的自适应染色方法,其特征在于:包括以下步骤:灰度直方图统计:计算出红外图像每一个灰度值的像素点个数占总像素点的比例;条件判断与选择:判断在高于X%的灰度阶数量上分布的像素点数是否占整张红外图片总像素点数的Y%以下,如果是则进入K-means聚类,否则进入Mean-Shift聚类;K-means聚类:手动指定聚类的数目即K值后进行聚类;Mean-Shift聚类:自动进行聚类;彩虹码伪彩色离散变换:将K-means聚类或Mean-Shift聚类完成的聚类数作为离散的颜色划分区间段即将红到蓝的彩虹色分为若干个区间,并取每个区间的中心色,进行从高灰度值到低灰度值的伪彩色映射。2.根据权利要求1所述的一种用于红外图像的自适应染色方法,其特征在于:所述的方法还包括在所述灰度直方图统计之前的:图像增强预处理:通过直方图均衡处理增强原始红外图像的对比度,改善红外图像的暗部细节;再通过非锐化掩膜处理增强红外图像中的边缘部分,提升图像的信息量。3.根据权利要求2所述的一种用于红外图像的自适应染色方法,其特征在于:所述的图像增强预处理还包括在非锐化掩膜处理之后的:在图像质量过差的时候进行Retinex算法,使得红外图像在动态范围压缩、边缘增强和颜色恒常三个方面达到平衡。4.根据权利要求1所述的一种用于红外图像的自适应染色方法,其特征在于:所述的条件判断与选择中X与Y值的取值,为基于对大量的质量较高/观感较好的红外图片、以及质量低/观感差的的红外图片进行灰度直方图统计分析得出的划分结论。5.根据权利要求1所述的一种用于红外图像的自适应染色方法,其特征在于:所述的K-means聚类在手动指定聚类的数目后进行手动反馈不断调整K...
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。