一种红外高位宽数字图像的高质量显示方法技术

本发明专利技术公开了一种红外高位宽数字图像的高质量显示方法，属于图像处理与红外成像领域。该显示方法包括4个步骤：步骤S1：EOG梯度能量函数指导gamma校正处理归一化后的原始图像，生成多亮度的多幅图像；步骤S2：对多幅图像分别进行多尺度的引导滤波器分层与细节增强融合；步骤S3：对增强后的3幅多亮度图像进行融合；步骤S4：对融合后的图像进行坏点滤除与动态范围调整。该方法经具有不同场景特征的高位宽数字图像测试证明：该方法在保持各种场景图像原有层次结构的基础上能增强图像细节，增大对比度，压缩动态范围。输出图像具有良好的视觉效果，有利于人眼观察与其他后续工作。适用于高位宽数字图像在普通显示器上的高质量显示。

【技术实现步骤摘要】
一种红外高位宽数字图像的高质量显示方法
本专利技术属于图像处理与红外成像领域，特别涉及一种红外高位宽数字图像的高质量显示方法，其为基于EOG指导的Gamma变换多尺度滤波器及图像融合的红外高位宽数字图像的高质量显示方法。
技术介绍
随着工程技术水平的提高，目前高动态范围的红外设备已在工程中广泛应用。这类设备有较高的灵敏级，可以探测更细微的热量差异，所获图像中每个像素有更多灰度级。目前常见的高位宽图像有10bit、12bit、14bit、16bit,而普通显示器仅为8bit,每个像素的灰度级较少。如果近对图像进行简单的线性压缩，会对高位宽图像中的细节造成大量损失，视觉效果不佳，不利于后续各类工作的开展。故增强图像弱细节、改善对比度是本领域亟需解决的关键问题。常见的高位宽图像增强与动态范围调整方法主要可以分为全局处理方法与局部处理方法两个大类。其中常见的局部处理方法有线性变换、曲线变换(如：对数变换、幂指变换、softmax等)、直方图均衡化等。局部处理的方法又可以细分为基于局部特征的直方图处理、基于梯度调整的方法、图像分层处理。红外图像的处理也常借鉴可见光图像处理方法的思想。目前科研工作者已经做了大量的研究，成果丰富，但各类方法都不是一劳永逸的。目前已有算法的主要缺陷在于：弱细节丢失、对比度过增强；伪像、模糊、边缘梯度反转；复杂度大，无法实时处理；参数调节复杂且不准确等。这些不足导致很多方法难以适应工程应用。
技术实现思路
(一)要解决的技术问题为克服现有技术的不足，本专利技术的目的在于提供一种运算复杂度小，能增大对比度、增强图像细节的方法，从而提高高位宽数字图像的显示效果。该方法实现对原图像增强与动态范围调整再显示，显示的图像达到良好的视觉效果，提高了图像对比度、增强了图像细节、压缩了动态范围、明显改善了视觉效果，易于移植于各类平台。可以广泛应用了各种红外以及高位宽图像探测系统中。(二)技术方案为实现上述目的，本专利技术提供一种高位宽数字图像的细节增强和动态范围调整调整的方法。技术方案主要包括以下步骤：步骤1：输入归一化后的高位宽数字图像后，利用EOG梯度能量函数指导对图像的Gamma校正，在若干亮度区间内分别设置多个离散γ值，并利用EOG函数进行评价，选择各区间中最优的图像，将原始图像调整为多亮度水平下的细节较丰富的若干幅图像；步骤2：将步骤1中所得的若干幅图像分别进行多尺度的引导滤波，得各图像的基图与若干层细节图，在重新融合细节图与基图时增强细节，得增强细节后的若干幅多亮度水平图；步骤3：将增强后的若干多亮度水平图像进行融合；步骤4：对融合后的图像在去除坏点后进行动态范围拉伸。进一步地，采用运算简单且准确度较高的EOG函数来指导Gamma校正的参数选择，以各亮度水平区间中最大EOG值对应的校正结果作为此步骤的输出；从而达到复杂背景中的各区域细节通过不同的校正方式保留与初步增强。进一步地，利用多尺度的引导滤波器分别将图像分解为基础图和若干细节图，再增强细节融合为多亮度图像，使原图像中的各类细节均能增强。进一步地，将细节强弱程度不同的多亮度图像融合为一张，使融合后图像中包含复杂背景中各种区域中的细节，且亮度适中。进一步地，将融合所得的图像进行坏点滤除，与进一步动态范围调整，去除少数过暗与过亮的点，再进行线性拉伸，使图像对比度增大，边缘与纹理更清晰，最终获得更易于观察的图像。进一步地，该方法经具有不同场景特征的高位宽数字图像测试证明：该方法在保持各种场景图像原有层次结构的基础上能增强图像细节，增大对比度，压缩动态范围，输出图像具有良好的视觉效果，有利于人眼观察与其他后续工作，适用于高位宽数字图像在普通显示器上的高质量显示。(三)有益效果本专利技术的方法经开源数据级上多种场景的16位图像测试，证明该方法在保持图像原有层次结构的基础上能增强图像细节，增大对比度，压缩动态范围。输出图像具有良好的视觉效果，有利于人眼观察与其他后续工作。适用于高位宽数字图像在普通显示器上的高质量显示。1.本专利技术方法采用单帧处理，且算法复杂度较小，易于在多种工程平台上实现；2.方法根据图像自身特性能自适应地选择参数，能在较完备的函数中找到适合的校正参数，无需人工经验调节。3.对各类复杂场景图像中的全局细节都能良好保持，当单帧图像中同时存在亮背景与暗背景时，对其中的细节均能增强。4.边缘特性较好，无梯度反转、光晕、过增强等现象。5.视觉效果良好，无过亮或过暗现象，输出图像易于观察。附图说明图1是本专利技术方法的整体框架结构图；图2是gamma校正函数曲线图；图3(a)是高位宽数字图像实例1(实例1原始图像为公开数据集LTIRDatasetVersion1.0中的图像)简单线性调整后的显示结果；图3(b)是高位宽数字图像实例1经本专利技术方法处理后的显示结果；图4(a)是高位宽数字图像实例1原始图像第320列灰度变化图；图4(b)是高位宽数字图像实例1经本专利技术方法处理结果第320列灰度变化图；图5(a)是高位宽数字图像实例2(实例2原始图像为公开数据集FLIRThermalStarterDatasetVersion1.3中的图像)简单线性调整后的显示结果；图5(b)是高位宽数字图像实例2经本专利技术方法处理后的显示结果；图6(a)是高位宽数字图像实例3(实例3原始图像为公开数据集FLIRThermalStarterDatasetVersion1.3中的图像)简单线性调整后的显示结果；图6(b)是高位宽数字图像实例3经本专利技术方法处理后的显示结果；图7(a)是高位宽数字图像实例4(实例4原始图像为公开数据集LTIRDatasetVersion1.0中的图像)简单线性调整后的显示结果；图7(b)是高位宽数字图像实例4经本专利技术方法处理后的显示结果；图8(a)是高位宽数字图像实例5(实例5原始图像为公开数据集LTIRDatasetVersion1.0中的图像)简单线性调整后的显示结果；图8(b)是高位宽数字图像实例5经本专利技术方法处理后的显示结果。具体实施方式下面结合附图以及具体实施方式进一步说明本专利技术。本专利技术一种红外高位宽数字图像的高质量显示方法，具体包括如下步骤：步骤一：EOG梯度能量函数指导的Gamma变换简单的线性映射只适用于原始高位宽图像灰度分布比较均匀的情况，对于灰度比较集中的图像，线性映射结果会出现整体偏暗或偏亮的情况。Gamma校正有利于提高图像的对比度，单一的Gamma校正可能导致图像中局部区域细节的削弱与损失，故设置较暗S1、适中S2、较亮S3三个区间，每个区间设置多个离散的γ值将图像调整到多亮度水平。本专利技术实验中，S1＝{8,6,5.5,5,3.5,2.5,2.25,2,1.8,1.5}S2＝{1.4,1.35,1.3,1.2本文档来自技高网...

【技术保护点】
1.一种红外高位宽数字图像的高质量显示方法，其特征在于：包括4个步骤：/n步骤1：输入归一化后的高位宽数字图像后，利用EOG梯度能量函数指导对图像的Gamma校正，在若干亮度区间内分别设置多个离散γ值，并利用EOG函数进行评价，选择各区间中最优的图像，将原始图像调整为多亮度水平下的细节较丰富的若干幅图像；/n步骤2：将步骤1中所得的若干幅图像分别进行多尺度的引导滤波，得各图像的基图与若干层细节图，在重新融合细节图与基图时增强细节，得增强细节后的若干幅多亮度水平图；/n步骤3：将增强后的若干多亮度水平图像进行融合；/n步骤4：对融合后的图像在去除坏点后进行动态范围拉伸。/n

【技术特征摘要】
1.一种红外高位宽数字图像的高质量显示方法，其特征在于：包括4个步骤：
步骤1：输入归一化后的高位宽数字图像后，利用EOG梯度能量函数指导对图像的Gamma校正，在若干亮度区间内分别设置多个离散γ值，并利用EOG函数进行评价，选择各区间中最优的图像，将原始图像调整为多亮度水平下的细节较丰富的若干幅图像；
步骤2：将步骤1中所得的若干幅图像分别进行多尺度的引导滤波，得各图像的基图与若干层细节图，在重新融合细节图与基图时增强细节，得增强细节后的若干幅多亮度水平图；
步骤3：将增强后的若干多亮度水平图像进行融合；
步骤4：对融合后的图像在去除坏点后进行动态范围拉伸。


2.根据权利要求1所述的一种红外高位宽数字图像的高质量显示方法，所述步骤S1，其特征在于：采用运算简单且准确度较高的EOG函数来指导Gamma校正的参数选择，以各亮度水平区间中最大EOG值对应的校正结果作为此步骤的输出；从而达到复杂背景中的各区域细节通过不同的校正方式保留与初步增强。


3.根据权利要求1所述的一种红外高位宽数字图像的高质量显示方...

【专利技术属性】
技术研发人员：陈斐然，蔡敬菊，张建林，彭先蓉，徐智勇，魏宇星，
申请(专利权)人：中国科学院光电技术研究所，
类型：发明
国别省市：四川;51