一种基于高斯分层的自适应红外图像增强方法、程序产品技术

本发明专利技术属于一种红外图像增强方法，为解决目前基于直方图的图像增强方法，不能很好的兼顾对图像对比度增强、细节增强和噪声抑制的技术问题，提供一种基于高斯分层的自适应红外图像增强方法、程序产品，对高斯平滑层进行限制平台直方图均衡化处理，提高图像对比度，限制背景的展开，防止噪声的放大，对高斯细节层进行平台直方图均衡化处理，增强图像细节。利用灰度均匀化算法提高图像亮度，再通过线性调光拉伸均匀化后的图像，保持了图像的对比度。保持了图像的对比度。保持了图像的对比度。

【技术实现步骤摘要】
一种基于高斯分层的自适应红外图像增强方法、程序产品


[0001]本专利技术属于一种红外图像增强方法，具体涉及一种基于高斯分层的自适应红外图像增强方法、计算机程序产品。

技术介绍

[0002]随着红外焦平面阵列的日益成熟，其隐蔽性好、抗电子干扰性强和全天候工作等优势，已被广泛应用于军事和民用领域中，如军事目标检测、目标识别、目标跟踪和安全防控，以及民用智能交通和安全监控等领域。但是受探测器自身性能限制，生成的红外图像普遍存在整体偏暗、对比度偏低、边缘模糊、噪声较大、细节信息不明显和视觉效果差等问题，因此，急需一种红外图像增强技术来改善红外图像质量。
[0003]现有技术中，大多采用基于直方图的图像增强方法，如平台直方图均衡化，通过限制图像中任意灰度级的最大统计个数，来限制背景的过度增强，抑制噪声和提高图像的动态范围。目前，这类方法在一定条件下可以改善红外图像的可视化效果，但是，直接使用该类方法容易出现细节丢失以及过饱和现象，另外，平台阈值的选取也是难点。另外，现有基于直方图均衡结合滤波器的算法可以提高对比度，抑制噪声，但同时会模糊细节。
[0004]综上，目前的图像增强算法都有侧重点，不能很好的兼顾对图像对比度增强、细节增强以及噪声抑制。

技术实现思路

[0005]本专利技术为解决目前基于直方图的图像增强方法，不能很好的兼顾对图像对比度增强、细节增强和噪声抑制的技术问题，提供一种基于高斯分层的自适应红外图像增强方法、计算机程序产品。
[0006]为达到上述目的，本专利技术采用以下技术方案予以实现：
[0007]一种基于高斯分层的自适应红外图像增强方法，其特殊之处在于，包括以下步骤：
[0008]S1，分别通过两种不同的高斯滤波器模板，对原始图像I做高斯滤波，得到高斯平滑层和高斯细节层；
[0009]S2，计算所述高斯平滑层的动态范围在原始图像I中的占比λ，根据占比λ确定高斯平滑层平台直方图的映射范围和高斯细节层平台直方图的映射范围；
[0010]S3，对原始图像I进行直方图统计，得到直方图P，对直方图P做高斯平滑处理，计算得到直方图P对应平台直方图的阈值T；
[0011]S4，根据平台直方图的阈值T，结合高斯平滑层平台直方图的映射范围，对所述高斯平滑层进行对比度限制的平台直方图均衡化处理，得到调光平滑图；
[0012]结合高斯细节层平台直方图的映射范围，对所述高斯细节层进行平台直方图均衡化处理，得到细节增强图；
[0013]S6，对调光平滑图和细节增强图相加，并进行灰度均匀化处理和防溢出处理，得到图像Y'；
[0014]S7，对所述图像Y'进行线性拉伸处理，得到最终的增强图像。
[0015]进一步地，为了有效抑制原始图像中的噪声，在得到高斯平滑层和高斯细节层时，采用了不同尺寸和不同高斯分布标准差的高斯滤波器模板，具体的：
[0016]步骤S1中，通过第一高斯滤波器模板对原始图像I做高斯滤波，得到高斯平滑层；通过第二高斯滤波器模板对图像I做高斯滤波，再将滤波结果与原始图像I作差，得到高斯细节层；
[0017]所述第一高斯滤波器模板的尺寸和高斯分布标准差分别大于第二高斯滤波器模板的尺寸和高斯分布标准差。
[0018]进一步地，步骤S2具体为：
[0019]S2.1，通过下式计算所述高斯平滑层的动态范围在原始图像I中的占比λ：
[0020][0021]式中，Img_d
max
表示高斯细节层的灰度最大值，Img_d
min
表示高斯细节层的灰度最小值，I
max
表示原始图像的最大值，I
min
表示原始图像的最小值；
[0022]S2.2，通过下式确定高斯平滑层平台直方图的映射范围Rang_s：
[0023]Rang_s＝256*λ
[0024]通过下式确定高斯细节层平台直方图的映射范围Rang_d：
[0025]Rang_d＝256*(1
‑
λ)。
[0026]进一步地，步骤S3中，所述计算得到直方图P对应平台直方图的阈值T，具体为通过下式计算阈值T：
[0027][0028]其中，β为背景敏感度，M和N分别为原始图像I的行数和列数，P
e
为直方图P中有效灰度级的总个数。
[0029]进一步地，步骤S4中，所述根据平台直方图的阈值T，结合高斯平滑层平台直方图的映射范围，对所述高斯平滑层进行对比度限制的平台直方图均衡化处理，得到调光平滑图，具体为：
[0030]S4.a.1，通过阈值T对直方图P灰度级中的像素个数进行限制，得到限制后的像素数h
clipped
(i)：
[0031][0032]其中，h(i)为直方图P灰度级中像素i的像素数；i＝1,2,
…
n，n为直方图P灰度级中像素的总个数；h
clipped
(i)为限制后的直方图灰度级中像素i的像素数；
[0033]S4.a.2，通过下式对h
clipped
(i)进行分配：
[0034][0035]其中，h
new
(i)为分配后的直方图灰度级中像素i的像素数；E为直方图P灰度级中，像素数大于阈值T的像素数总和；
[0036]S4.a.3，统计经步骤S4.a.2分配处理后的直方图中，低于阈值T的有效灰度级的平均像素个数avg_L，通过下式对h
new
(i)重置，得到重置后的直方图；
[0037][0038]h
new
(i)1为重置后的直方图灰度级中像素i的像素数；
[0039]S4.a.4，对重置后的直方图进行归一化处理，再结合高斯平滑层平台直方图的映射范围，进行灰度均衡化处理，得到调光平滑图。
[0040]进一步地，步骤S4中，对所述高斯细节层进行平台直方图均衡化处理，具体为，将平台阈值设置为T_d＝M*N*0.0117％，映射范围取高斯细节层平台直方图的映射范围。
[0041]进一步地，步骤S6中，所述进行灰度均匀化处理和防溢出处理，具体为：
[0042]S6.a，通过下式进行灰度均匀化处理，得到灰度均匀化图像Y：
[0043][0044]其中，I
H
为调光平滑图和细节增强图相加得到的图像；
[0045]M
in
＝mean(I
H
)
‑
γ*var(I
H
)
[0046]M
ax
＝mean(I
H
)+γ*var(I
H
)
[0047]其中，mean()表示求均值，var()表示求均方差，γ表示用于调整图像亮度和对比度的权重；
[0048]S6.b，通过下式对灰度均匀化图像进行防溢出处理，得到图像Y'：
[0049][005本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于高斯分层的自适应红外图像增强方法，其特征在于，包括以下步骤：S1，分别通过两种不同的高斯滤波器模板，对原始图像I做高斯滤波，得到高斯平滑层和高斯细节层；S2，计算所述高斯平滑层的动态范围在原始图像I中的占比λ；根据占比λ确定高斯平滑层平台直方图的映射范围和高斯细节层平台直方图的映射范围；S3，对原始图像I进行直方图统计，得到直方图P，对直方图P做高斯平滑处理，计算得到直方图P对应平台直方图的阈值T；S4，根据平台直方图的阈值T，结合高斯平滑层平台直方图的映射范围，对所述高斯平滑层进行对比度限制的平台直方图均衡化处理，得到调光平滑图；结合高斯细节层平台直方图的映射范围，对所述高斯细节层进行平台直方图均衡化处理，得到细节增强图；S6，对调光平滑图和细节增强图相加，并进行灰度均匀化处理和防溢出处理，得到图像Y'；S7，对所述图像Y'进行线性拉伸处理，得到最终的增强图像。2.根据权利要求1所述一种基于高斯分层的自适应红外图像增强方法，其特征在于：步骤S1具体为，通过第一高斯滤波器模板对原始图像I做高斯滤波，得到高斯平滑层；通过第二高斯滤波器模板对图像I做高斯滤波，再将滤波结果与原始图像I作差，得到高斯细节层；所述第一高斯滤波器模板的尺寸和高斯分布标准差分别大于第二高斯滤波器模板的尺寸和高斯分布标准差。3.根据权利要求1或2所述一种基于高斯分层的自适应红外图像增强方法，其特征在于：步骤S2具体为：S2.1，通过下式计算所述高斯平滑层的动态范围在原始图像I中的占比λ：式中，Img_d
max
表示高斯细节层的灰度最大值，Img_d
min
表示高斯细节层的灰度最小值，I
max
表示原始图像的最大值，I
min
表示原始图像的最小值；S2.2，通过下式确定高斯平滑层平台直方图的映射范围Rang_s：Rang_s＝256*λ通过下式确定高斯细节层平台直方图的映射范围Rang_d：Rang_d＝256*(1
‑
λ)。4.根据权利要求3所述一种基于高斯分层的自适应红外图像增强方法，其特征在于：步骤S3中，所述计算得到直方图P对应平台直方图的阈值T，具体为通过下式计算阈值T：其中，β为背景敏感度，M和N分别为原始图像I的行数和列数，P
e
为直方图P中有效灰度级的总个数。5.根据权利要求4所述一种基于高斯分层的自适应红外图像增强方法，其特征在于：步
骤S4中，所述根据平台直方图的阈值T，结合高斯平滑层平台直方图的映射范围，对所述高斯平滑层进行对比度限制的平台直方图均衡化处理，得到调光平滑图，具体为：S4.a.1，通过阈值T对直方图P灰度级中的像素个数进行限制，得到限制后的像素数h
clipped
(i)：其中，h(i)为直方图P灰度级中像素i的像素数；i＝1,2,
…
n，n为直方图P灰度级中像素的总个数；h

【专利技术属性】
技术研发人员：刘伟，刘济铭，宋洁，王鹏，段程鹏，张书强，杨遥，张帆，郭建，王恒新，
申请(专利权)人：西安中科立德红外科技有限公司，
类型：发明
国别省市：