本发明专利技术公开了一种红外热像增强方法及装置，属于图像处理技术领域。一种红外热像增强方法，包括：基于高斯滤波将红外图像分割为低频图像和高频图像；基于自适应双限直方图均衡化对低频图像进行重新映射；基于伽马变换对重新映射后的低频图像进行校正；对高频图像进行权重增强处理；将校正后的低频图像与权重增强后的高频图像进行权重融合叠加。本发明专利技术将红外图像的低频和高频部分拆分后分别进行处理，有效的改善了红外热像目标和背景的对比度和显示效果。示效果。示效果。
【技术实现步骤摘要】
一种红外热像增强方法及装置
[0001]本专利技术属于图像处理
，特别是涉及一种红外热像增强方法及装置。
技术介绍
[0002]为了采集更宽的温度范围和检测更小的等效温差，远红外相机通常采用14bit或更高的采样宽度；如何高效不失真（既保障图像的整体信息，又保障图像的细节）的将采用14bit或更高的采样宽度得到的红外图像在8bit系统中显示出来，现有技术对此进行了大量的研究和实验。然而现有技术中简易算法的效果不理想，效果好的算法不仅复杂、而且在硬件系统中难以实现。
技术实现思路
[0003]本专利技术的目的在于克服现有技术的不足，提供一种红外热像增强方法及装置。
[0004]本专利技术的目的是通过以下技术方案来实现的：根据本专利技术的第一方面，一种红外热像增强方法，包括：基于高斯滤波将红外图像分割为低频图像和高频图像；基于自适应双限直方图均衡化对低频图像进行重新映射；基于伽马变换对重新映射后的低频图像进行校正；对高频图像进行权重增强处理；将校正后的低频图像与权重增强后的高频图像进行权重融合叠加。
[0005]进一步地，基于高斯滤波将红外图像分割为低频图像和高频图像，包括：基于二维高斯函数获取高斯滤波模板；基于所述高斯滤波模板对红外图像进行滤波得到低频图像；利用红外图像减去低频图像得到高频图像。
[0006]进一步地，基于二维高斯函数获取高斯滤波模板，包括：对二维高斯函数进行离散化和归一化处理得到浮点高斯模板；将浮点高斯模板乘以第一预设值得到中间模板；对中间模板进行近似和归一化处理得到高斯滤波模板。
[0007]进一步地，基于所述高斯滤波模板对红外图像进行滤波得到低频图像，包括：基于高斯滤波模板对红外图像的边缘进行填充；对红外图像进行卷积计算得到低频图像。
[0008]进一步地，基于自适应双限直方图均衡化对低频图像进行重新映射，包括：对低频图像进行直方图统计得到第一直方图数据；对第一直方图数据进行一维滤波得到第二直方图数据；剔除第二直方图数据中的非零数值得到第三直方图数据，并对第三直方图数据求二阶导数；确定第三直方图数据的二阶导数的局部最大值，并计算所有局部最大值的平均值
得到局部最大均值；将局部最大均值与第一直方图数据中非零数值的个数相乘得到第一数值；将像素总数量和第一数值中的最小值除以灰度等级得到第二数值；将第一直方图数据中大于等于局部最大均值的数值重置为局部最大均值，将第一直方图数据中小于等于第二数值的数值重置为第二数值，得到第四直方图数据；对第四直方图数据进行归一化处理得到第一归一化函数；利用所述第一归一化函数对低频图像进行重新映射。
[0009]进一步地，在对基于同一目标连续拍摄得到的多帧红外图像进行处理时，对于第一帧以外的红外图像，利用其前一帧红外图像计算得到的第一归一化函数对该帧红外图像对应的低频图像进行重新映射。
[0010]进一步地，对高频图像进行权重增强处理，包括：基于第一公式对高频图像进行权重增强处理，所述第一公式为：式中，表示权重增强后高频图像在点的像素数值，表示权重增强前高频图像在点的像素数值，为红外图像的均值，红外图像的均值为红外图像中所有像素数值累加之和除以像素总数量得到的均值。
[0011]进一步地，在对基于同一目标连续拍摄得到的多帧红外图像进行处理时，对于第一帧以外的红外图像，利用其前一帧红外图像计算得到的图像均值对该帧红外图像对应的高频图像进行权重增强处理。
[0012]进一步地，将校正后的低频图像与权重增强后的高频图像进行权重融合叠加，包括：基于第二公式将校正后的低频图像与权重增强后的高频图像进行权重融合叠加，所述第二公式为：式中，表示融合叠加得到的图像在点的像素数值，表示伽马校正后的低频图像在点的像素数值，表示预设的低频图像融合叠加的权重。
[0013]根据本专利技术的第二方面，一种红外热像增强装置，包括处理器和存储器，所述存储器用于存储红外热像增强方法的程序代码和数据，所述处理器用于调用所述存储器中的程序指令执行如本专利技术的第一方面所述的红外热像增强方法。
[0014]本专利技术的有益效果是：（1）本专利技术将红外图像的低频和高频部分拆分后分别进行处理，有效的改善了红外热像目标和背景的对比度和显示效果；（2）本专利技术中低频图像处理在14bit数据上进行了自适应双门限直方图均衡化，对
低频图像进行了受限拉伸，既保留了背景部分的细节，又对背景部分进行了非线性拉伸，显示效果明显优于原有的低频图像；（3）本专利技术中在高斯滤波、自适应双门限直方图均衡化、伽马变换、高频图像权重增强部分均基于14bit图像进行处理，在高频图像和低频图像融合叠加前将14bit图像转换为8bit图像，最大程度保留了图像细节信息；（4）本专利技术使用高斯滤波将红外图像分割为低频图像和高频图像，设计简单高效，易于在嵌入式系统和FPGA系统中实现实时应用；（5）本专利技术根据数据的正态分布对高频图像进行了差异化增强，简单高效。
附图说明
[0015]图1为本专利技术实施例提供的一种红外热像增强方法的流程图；图2为本专利技术实施例提供的一张原始红外图像；图3为图2进行高斯滤波得到的低频图像；图4为图2进行高斯滤波得到的高频图像；图5为对图3进行重新映射后得到的图像；图6为对图4进行权重增强处理后得到的图像；图7为将图5和图6进行融合叠加得到的图像；图8为本专利技术实施例提供的一种红外热像增强装置的结构示意图。
具体实施方式
[0016]下面将结合实施例，对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0017]参阅图1
‑
图8，本实施例提供了一种红外热像增强方法及装置：本专利技术提供的一种红外热像增强方法的一个实施例包括：如图1所示，一种红外热像增强方法，包括：S100.基于高斯滤波将红外图像分割为低频图像和高频图像。
[0018]在一个实施例中，基于高斯滤波将红外图像分割为低频图像和高频图像，包括：S110.基于二维高斯函数获取高斯滤波模板。
[0019]一般的，所述二维高斯函数的表达式为：式中，表示二维高斯函数在点的模板数值， 表示二维高斯函数均值，x表示二维高斯函数水平方向的坐标数值，y表示二维高斯函数垂直方向的坐标数值，exp表示自然常数e为底的指数函数。
[0020]在一个实施例中，基于二维高斯函数获取高斯滤波模板，包括：S111.对二维高斯函数进行离散化和归一化处理得到浮点高斯模板。
[0021]一般的，所述浮点高斯模板为。
[0022]S112.将浮点高斯模板乘以第一预设值得到中间模板。
[0023]例如，将浮点高斯模板乘以256、1024等数值。一般的，第一预设值的数值越大，处理得到的结果的误差越小。以第一预设值为1024为例，中间模板为。
[0024]S113.对中间模板进行近似和归本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种红外热像增强方法，其特征在于，包括：基于高斯滤波将红外图像分割为低频图像和高频图像；基于自适应双限直方图均衡化对低频图像进行重新映射；基于伽马变换对重新映射后的低频图像进行校正；对高频图像进行权重增强处理；将校正后的低频图像与权重增强后的高频图像进行权重融合叠加。2.根据权利要求1所述的一种红外热像增强方法，其特征在于，基于高斯滤波将红外图像分割为低频图像和高频图像，包括：基于二维高斯函数获取高斯滤波模板；基于所述高斯滤波模板对红外图像进行滤波得到低频图像；利用红外图像减去低频图像得到高频图像。3.根据权利要求2所述的一种红外热像增强方法，其特征在于，基于二维高斯函数获取高斯滤波模板，包括：对二维高斯函数进行离散化和归一化处理得到浮点高斯模板；将浮点高斯模板乘以第一预设值得到中间模板；对中间模板进行近似和归一化处理得到高斯滤波模板。4.根据权利要求2所述的一种红外热像增强方法，其特征在于，基于所述高斯滤波模板对红外图像进行滤波得到低频图像，包括：基于高斯滤波模板对红外图像的边缘进行填充；对红外图像进行卷积计算得到低频图像。5.根据权利要求1所述的一种红外热像增强方法，其特征在于，基于自适应双限直方图均衡化对低频图像进行重新映射，包括：对低频图像进行直方图统计得到第一直方图数据；对第一直方图数据进行一维滤波得到第二直方图数据；剔除第二直方图数据中的非零数值得到第三直方图数据，并对第三直方图数据求二阶导数；确定第三直方图数据的二阶导数的局部最大值，并计算所有局部最大值的平均值得到局部最大均值；将局部最大均值与第一直方图数据中非零数值的个数相乘得到第一数值；将像素总数量和第一数值中的最小值除以灰度等级得到第二数值；将第一直方图数据中大于等于局部最大均值的数值重置为局部最大均值，将第一直...
【专利技术属性】
技术研发人员：褚俊波，李非桃，冉欢欢，李和伦，陈益，王丹，陈春，李毅捷，赵瑞欣，莫桥波，王逸凡，李东晨，
申请(专利权)人：四川迪晟新达类脑智能技术有限公司，
类型：发明
国别省市：
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。