一种增强SF6红外图像边缘信息的方法和系统技术方案

本发明专利技术公开了一种增强SF6红外图像边缘信息的方法和系统，包括以下步骤，建立直方图均衡化算法的数学变换关系表达式，建立输出图像的概率密度函数表达式以及离散图像的直方图均衡化算法表达式，根据红外图像的局部特征设计处理直方图均衡化算法，所述红外图像的不同局部均采用相适的对比度增强方法。本发明专利技术通过利用红外图像的局部特征来设计直方图均衡化算法，对于红外图像的不同局部采用相适的对比度增强方法，即通过一个映射函数来增强红外图像的每个像素值，而映射函数通过局部窗口的直方图均衡化算法处理后得到，以此建立起局部对比度增强表达式，实现了红外图像局部对比度的增强以及局部子图像的动态范围调节功能。增强以及局部子图像的动态范围调节功能。增强以及局部子图像的动态范围调节功能。

【技术实现步骤摘要】
一种增强SF6红外图像边缘信息的方法和系统


[0001]本专利技术涉及SF6红外图像增强
，尤其涉及一种增强SF6红外图像边缘信息的方法和系统。

技术介绍

[0002]直方图均衡化算法(Histogram Equalization，HE)处理的基本思想是把原始图的直方图变换为均匀分布的形式，即通过非线性映射处理输入图像，使得图像的像素值在每个灰度级上都是均匀分布的，从而得到动态范围较广和对比度较高的图像。
[0003]然而，直方图均衡化算法是对所有像素值都采用相同变换，并未考虑到图像的局部特征，导致经过直方图均衡化算法处理后的图像会丢失有用的边缘的细节信息，使得直方图均衡化算法并不适合用于SF6红外图像的增强处理。通常情况下，国际电化学委员会和IEEE建议每年SF6泄漏率控制在1％，SF6泄漏点只占红外图像中很小的一部分，表现为复杂背景中嵌入的微弱暗点，其形状和内部结构无法体现出来。
[0004]为此，提供一种增强SF6红外图像边缘信息的方法和系统，以解决上述问题。

技术实现思路

[0005]本专利技术提供了一种增强SF6红外图像边缘信息的方法和系统，利用红外图像的局部特征来设计直方图均衡化算法，对于红外图像的不同局部采用相适的对比度增强方法，即通过一个映射函数来增强红外图像的每个像素值，而映射函数通过局部窗口的直方图均衡化算法处理后得到，实现了红外图像局部对比度的增强，解决上述
技术介绍
中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]本专利技术提供一种增强SF6红外图像边缘信息的方法，包括：建立直方图均衡化算法的数学变换关系表达式，建立输出图像的概率密度函数表达式以及离散图像的直方图均衡化算法表达式；
[0008]根据红外图像的局部特征设计处理直方图均衡化算法，所述红外图像的不同局部均采用相适的对比度增强方法。
[0009]优选的，令原始输入图像与原始输出图像的灰度分别为r和s，p
r
(r)为原始图像的概率密度函数，T(r)为灰度区间[1，L
‑
1]内严格单调递增的映射函数，则所述数学变换关系如下式：
[0010][0011]所述数学变换关系式中，r＝L
‑
1为白色，r＝0为黑色，令映射函数T(r)为r的累积分布函数(CDF)，由于T(r)为严格单调递增函数，则有如下表达式：
[0012][0013]则输出图像的概率密度函数p
s
(s)的表达式为：
[0014][0015]所述概率密度函数表达式中，p
s
(s)为均匀概率密度函数，使得输出图像的灰度值为均匀分布的状态，在实际应用中，离散图像的直方图均衡化算法过程包括以下表达式：
[0016][0017][0018]所述离散图像的直方图均衡化算法表达式中，MN为离散图像中像素的总数，n
k
是灰度为r
k
的像素个数。
[0019]优选的，所述红外图像的局部特征处理方法为：通过局部窗口的直方图均衡化算法得到映射函数；所述红外图像的每个像素值都通过一个所述映射函数得到增强。
[0020]优选的，通过局部窗口的直方图均衡化算法后得到局部对比度增强表达式为：
[0021][0022]所述局部对比度增强表达式中，x
ij
′
为变换后的中心像素，x
ij
为变换前的中心像素，T
HE
(x
ij
)用于调节局部子图像的动态范围，k(x
ij
‑
m
ij
)用于增强局部图像的对比度。
[0023]优选的，所述局部窗口经直方图均衡化算法处理后，所有像素的灰度均值表达式为：
[0024][0025]则所述局部窗口所有像素的灰度均值表达式为：
[0026][0027]优选的，通过局部窗口的邻域灰度方差来自适应计算k值，则有如下k值表达式：
[0028][0029]所述k值表达式中，为局部窗口的邻域灰度方差，为整幅图像的噪声方差。
[0030]优选的，当局部窗口的中心像素与周围像素无差异时，k趋向于零；当局部窗口的中心像素与周围像素具有差异时，局部窗口的图像细节增多，k取正值。
[0031]本专利技术提供一种增强SF6红外图像边缘信息的系统，包括：第一单元，建立直方图均衡化算法的数学变换关系表达式，建立输出图像的概率密度函数表达式以及离散图像的直方图均衡化算法表达式；
[0032]第二单元，根据红外图像的局部特征设计处理直方图均衡化算法，所述红外图像的不同局部均采用相适的对比度增强方法。
[0033]本专利技术的有益效果为：
[0034]1、本专利技术所述的一种增强SF6红外图像边缘信息的方法，通过利用红外图像的局部特征来设计直方图均衡化算法，对于红外图像的不同局部采用相适的对比度增强方法，即通过一个映射函数来增强红外图像的每个像素值，而映射函数通过局部窗口的直方图均衡化算法处理过后得到，以此建立起局部对比度增强表达式，实现了红外图像局部对比度的增强以及局部子图像的动态范围调节功能。
[0035]2、本专利技术所述的一种增强SF6红外图像边缘信息的方法，在局部对比度增强表达式上，通过采用局部窗口的邻域灰度方差来自适应计算k值，当局部窗口的中心像素与周围像素无差异时，k趋向于零；当局部窗口的中心像素与周围像素具有差异时，k取正值，局部窗口的图像细节增多。
附图说明
[0036]图1为本专利技术的一种增强SF6红外图像边缘信息的方法示意图；
[0037]图2为本专利技术的一种增强SF6红外图像边缘信息的系统示意图；
[0038]主要附图标记说明：
[0039]1‑
第一单元，2
‑
第二单元。
具体实施方式
[0040]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例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，本领域普通技术人员在没有做出创造性劳动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。
[0041]应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0042]还应当理解，在本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0043]还应当理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种增强SF6红外图像边缘信息的方法，其特征在于，包括以下步骤：建立直方图均衡化算法的数学变换关系表达式，建立输出图像的概率密度函数表达式以及离散图像的直方图均衡化算法表达式；根据红外图像的局部特征设计处理直方图均衡化算法，所述红外图像的不同局部均采用相适的对比度增强方法。2.根据权利要求1所述的一种增强SF6红外图像边缘信息的方法，其特征在于，令原始输入图像与原始输出图像的灰度分别为r和s，p
r
(r)为原始图像的概率密度函数，T(r)为灰度区间[1，L
‑
1]内严格单调递增的映射函数，则所述数学变换关系如下式：所述数学变换关系式中，r＝L
‑
1为白色，r＝0为黑色，令映射函数T(r)为r的累积分布函数(CDF)，由于T(r)为严格单调递增函数，则有如下表达式：则输出图像的概率密度函数p
s
(s)的表达式为：所述概率密度函数表达式中，p
s
(s)为均匀概率密度函数，使得输出图像的灰度值为均匀分布的状态，在实际应用中，离散图像的直方图均衡化算法过程包括以下表达式：散图像的直方图均衡化算法过程包括以下表达式：所述离散图像的直方图均衡化算法表达式中，MN为离散图像中像素的总数，n
k
是灰度为r
k
的像素个数。3.根据权利要求1所述的一种增强SF6红外图像边缘信息的方法，其特征在于，所述红外图像的局部特征处理方法为：通过局部窗口的直方图均衡化算法得到映射函数；所述红外图像的每个像素值都通过一个所述映射函数得到增强...

【专利技术属性】
技术研发人员：胡梦竹，罗宗昌，李建新，唐彬，喻敏，朱立平，
申请(专利权)人：广西电网有限责任公司电力科学研究院，
类型：发明
国别省市：