基于拉格朗日插值和多尺度引导滤波的红外图像增强方法技术

本发明专利技术属于红外图像算法增强领域，具体涉及一种基于拉格朗日插值和多尺度引导滤波的红外图像增强方法，所述方法具体为：获得原始图像的红外探测器输出数据；对原始数据进行非均匀性校正；通过校正后的数据采用多尺度引导滤波获取图像的不同轮廓信息，进而将不同轮廓信息进行融合处理，得到增强后的图像。本发明专利技术通过采用拉格朗日插值算法对红外图像数据进行非均匀性校正，然后对校正后的数据采用多尺度引导滤波得到增强后的红外图像，解决了红外图像对比度差和细节特征突出不太明显的问题。图像对比度差和细节特征突出不太明显的问题。图像对比度差和细节特征突出不太明显的问题。

【技术实现步骤摘要】
基于拉格朗日插值和多尺度引导滤波的红外图像增强方法


[0001]本专利技术属于红外图像算法增强领域，具体涉及一种基于拉格朗日插值和多尺度引导滤波的红外图像增强方法。

技术介绍

[0002]现代的光学成像，可以在良好的环境中得到细节丰富、空间分布率高的图像，但受雾霾，阴雨天气等影响往往得不到理想的效果。相比之下，红外图像可以不受光照条件的影响，全天候的工作，并且具有较强的抗干扰能力，使其在军事、医学、工业、民生等领域得到了广泛应用，给人们的生活工作带来了极大地便利。很多公司、学校等场所，采用红外测温系统来检测人的体温是否正常，不仅节省了大量的检测人员，而且极大地提高了效率。
[0003]红外图像经过多年的发展，技术得到了飞跃的进步，可以更好地满足人们的需求。但不同分辨率红外焦平面阵列探测器其性能与价格差别很大，分辨率越高对应价格也越高。100*100像素的价格在1万元左右，120*160像素的价格在2
‑
5万元左右，240*320像素的价格在10万元左右。国内目前因为半导体等制造工艺的原因，很难生产出高分辨率的红外焦平面阵列探测器，而单纯从国外进口，不仅面对高端禁售而且价格又非常昂贵。
[0004]为此，亟需一种红外图像加强算法。

技术实现思路

[0005]本专利技术提出了一种基于拉格朗日插值和多尺度引导滤波的红外图像增强方法。
[0006]具体方案如下：
[0007]S1获得原始的红外探测器输出数据；
[0008]S2对数据进行非均匀性校正；<br/>[0009]S3对通过校正后的数据采用多尺度引导滤波获取图像的不同轮廓信息，进而将不同轮廓进行融合处理，得到增强后的图像；
[0010]进一步的，所述对原始图像数据进行非均匀性校正的具体步骤为：
[0011]首先使用拉格朗日四次插值计算红外焦平面探测元的增益系数和偏置系数；
[0012]然后在使用单点校正进一步修正偏置系数；
[0013]进一步的，所述S3具体步骤为：
[0014]S31：对非均匀校正后的数据采用多尺度引导滤波获取图像的基本层与包含不同轮廓的细节层，并将多个细节层求和得到新的细节层；
[0015]S32：对所述基本层图像采用分段直方图进行非线性压缩处理；
[0016]S33：对所述新的细节层采用sigmod变换进行拉伸处理；
[0017]S34：将进行非线性压缩处理的基本层和进行拉伸处理细节层进行加权融合，得到增强后的图像。
[0018]进一步的，所述引导滤波的计算公式为：
[0019][0020]其中GF
l
()代表引导滤波函数，F代表原始输入图像，B代表经引导滤波过滤后的基本层图像，I代表细节层图像，l代表不同的尺度。
[0021]进一步的，所述S32具体为：
[0022]1)划分灰度区域，图像的总灰度级为L，将图像的灰度级分成M个区域，每个区域有个灰度级；
[0023]2)获取每一个灰度级在子区域中的比例：其中n
k
是灰度级s
k
在子区域中的像素个数，N是子区域中总像素个数；
[0024]3)获取灰度级在子区域中的累计像素个数：
[0025]4)根据累计像素个数，将原有灰度级映射到新的灰度级：F(s
k
)＝(r
‑
1)*c(s
k
)，其中r是子区域中灰度级的个数；
[0026]5)最后，遍历整个图像矩阵：S
eq
(i,j)＝F(S(i,j))，其中，S(i,j)是原图像第i行j列出的灰度值，S
eq
(i,j)是均衡化后对应位置的灰度值。
[0027]进一步的，所述sigmod变换公式为：
[0028][0029]其中，c是缩放因子。
[0030]进一步的，所述加权融合公式为：
[0031]R＝αS
eq
(i,j)+βSig(x)
[0032]其中，α和β是调整因子。
[0033]本专利技术的技术效果：
[0034]本专利技术提出的基于拉格朗日插值和多尺度引导滤波的红外图像增强方法，通过采用拉格朗日插值算法对红外图像数据进行非均匀性校正，然后对校正后的数据采用多尺度引导滤波得到增强后的红外图像，解决了红外图像对比度差和细节特征突出不太明显的问题。
附图说明
[0035]附图大体上通过举例而不是限制的方式示出各种实施例，并且与说明书以及权利要求书一起用于对所专利技术的实施例进行说明。在适当的时候，在所有附图中使用相同的附图标记指代同一或相似的部分。这样的实施例是例证性的，而并非旨在作为本装置或方法的穷尽或排他实施例。
[0036]图1示出了本专利技术的整体红外图像增强算法框架示意图；
[0037]图2示出了本专利技术的基于多尺度引导滤波的非线性加权融合压缩算法框架示意图；
[0038]图3示出了本专利技术的同一像元不同温度辐射的非均匀性比对示意图；
[0039]图4示出了本专利技术的r取不同值的直方图均衡化效果图；
[0040]图5示出了本专利技术的多尺度引导滤波算法对比示意图；
[0041]图6示出了本专利技术的整体算法对比示意图。
具体实施方式
[0042]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0043]本实施例提供了一种基于拉格朗日插值和多尺度引导滤波的红外图像增强方法：
[0044]S1获得原始的红外探测器输出数据；
[0045]S2对数据进行非均匀性校正；
[0046]S3首先对非均匀校正后的数据采用多尺度引导滤波获取图像的基本层与包含不同轮廓的细节层，并将多个细节层求和得到新的细节层，然后对基本层采用分段直方图进行非线性压缩处理，对新的细节层采用sigmod变换进行拉伸处理，最后将处理后的结果进行加权融合，得到增强后的图像。
[0047]目前，基于场景变化的非均匀性校正算法，不仅需要大量数据，而且计算量大，很难直接应用到基础硬件上。而基于温度定标的校正算法，具有计算量较小，易于在硬件上实现的优点，因此越来越受到人们的重视。本专利技术提出了一种基于拉格朗日插值与单点校正相结合的非均匀校正算法。该算法首先使用拉格朗日四次插值算法修正红外焦平面探测元的增益系数，以满足红外探测元的非线性响应关系，然后再对结果进行单点校正，单点校正主要用于修正红外焦平面探测元的偏置系数。
[0048]基于拉格朗日插值的非均匀校正算法步骤如下：
[0049]步骤1：选取四个标定温度点x0,x1,x2,x3，每个温度通过黑体均匀辐射到红外探测器上得到对应位置上的输出值y0,y1,y2,y3。为了减小误差，在黑体的同一温度下，使用红外焦平面阵列探测器对数据重复采样多次，再取平均值作为焦平面探测元的输出值。计算校正系数具本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于拉格朗日插值和多尺度引导滤波的红外图像增强方法，其特征在于，S1获得原始图像的红外探测器输出数据；S2对数据进行非均匀性校正；S3对通过校正后的数据采用多尺度引导滤波获取图像的不同轮廓信息，进而将不同轮廓进行融合处理，得到增强后的图像。2.根据权利要求1所述的方法，其特征在于，所述对原始图像数据进行非均匀性校正的具体步骤为：首先使用拉格朗日四次插值计算红外焦平面探测元的增益系数和偏置系数；然后在使用单点校正进一步修正偏置系数。3.根据权利要求1所述的方法，其特征在于，所述S3具体步骤为：S31：对非均匀校正后的数据采用多尺度引导滤波获取图像的基本层与包含不同轮廓的细节层，并将多个细节层求和得到新的细节层；S32：对所述基本层图像采用分段直方图进行非线性压缩处理；S33：对所述新的细节层采用sigmod变换进行拉伸处理；S34：将进行非线性压缩处理的基本层和进行拉伸处理细节层进行加权融合，得到增强后的图像。4.根据权利要求3所述的方法，其特征在于，所述引导滤波的计算公式为：其中GF
l
()代表引导滤波函数，F代表原始输入图像，B代表经引导滤波过滤后的基本层图像，I代表细节层图像，l代表不同...

【专利技术属性】
技术研发人员：陈明，马国强，高铁梁，黄万伟，程军强，李玉华，张世征，梁辉，李俊龙，
申请(专利权)人：郑州轻工业大学，
类型：发明
国别省市：