一种基于细节保持的红外图像锐化方法技术

本发明专利技术公开了一种基于细节保持的红外图像锐化方法，方法包括以下：读取红外场景图像和本底图像,并进行校正，得到校正后的图像nucimg；对图像nucimg进行空域滤波得到滤波后图像nimg；对图像nimg采用混合调光算法，得到混合调光后的图像Mimg；对图像nimg进行图像分割获取图像细节图像Dimg；利用噪声抑制函数对图像Dimg进行度量，对提取的细节图像进行噪声抑制和细节保留操作，得到最终细节图像Eimg；将图像Eimg叠加到图像Mimg得到最终的锐化图像。本发明专利技术解决了红外图像锐化过程中的细节丢失问题，保留了原先的图像细节。保留了原先的图像细节。保留了原先的图像细节。

【技术实现步骤摘要】
一种基于细节保持的红外图像锐化方法


[0001]本专利技术涉及红外图像处理领域，尤其涉及一种基于细节保持的红外图像锐化方法。

技术介绍

[0002]红外成像技术因其具有如下优点：温度探测灵敏度高，可分辨100mk甚至更低的温度差异；隐蔽性能好，不易受外部电磁干扰；可靠性高，可在夜晚及非常恶劣的气候环境下全天候工作，具有很强的环境适应能力。由于这些独特优点，红外成像技术在军事应用和国民社会经济中得到了非常广泛的应用。
[0003]随着红外成像在红外图像本身的成像机理及探测器材料、灵敏度不断提高等缘故，红外图像具有成像动态范围高、对比度低、图像模糊和非均匀等特征，因此对红外图像进行图像锐化，能够有效提高图像对比度，抑制图像噪声，提升图像视觉效果。但目前对红外图像的锐化过程中，往往会丢失非常多的图像细节。

技术实现思路

[0004]为了解决红外图像锐化过程中的细节丢失问题，本专利技术提出一种基于细节保持的红外图像锐化方法，方法包括以下步骤：
[0005]S101：读取红外场景图像和本底图像,并进行校正，得到校正后的图像nucimg；
[0006]S102：对图像nucimg进行空域滤波得到滤波后图像nimg；
[0007]S103：对图像nimg采用混合调光算法，得到混合调光后的图像Mimg；
[0008]S104：对图像nimg进行图像分割获取图像细节图像Dimg；
[0009]S105：利用噪声抑制函数对图像Dimg进行度量，对提取的细节图像进行噪声抑制和细节保留操作，得到最终细节图像Eimg；
[0010]S106：将图像Eimg叠加到图像Mimg得到最终的锐化图像。
[0011]本专利技术提供的有益效果是：解决了红外图像锐化过程中的细节丢失问题，保留了原先的图像细节。
附图说明
[0012]图1是本专利技术方法流程示意图。
具体实施方式
[0013]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地描述。
[0014]请参考图1，图1是本专利技术方法流程示意图。
[0015]本专利技术提供了一种基于细节保持的红外图像锐化方法，方法包括以下步骤：
[0016]S101：读取红外场景图像和本底图像,并进行校正，得到校正后的图像nucimg；
[0017]需要说明的是，步骤S101中，所述的校正，具体采用两点校正，如下式：
[0018]nucimg＝(img
‑
base)*K(1)
[0019]其中，img是对准场景采集红外场景图像，base表示本底图像，K是校正系数。
[0020]S102：对图像nucimg进行空域滤波得到滤波后图像nimg；
[0021]需要说明的是，在步骤S102中，所述空域滤波，具体指非局部均值滤波。
[0022]在非局部均值滤波算法中，三个参数需要手动调整：噪声抑制系数h，滑动块M*M以及搜索邻域窗口S*S。
[0023]在本方法中，为了降低在FPGA中的计算量，节省资源，滑动块固定设置为3*3，搜索邻域窗口固定设置为7*7，保持不变。
[0024]而噪声抑制系数h则是采取采取参数自适应，使其根据场景自动调整，无需手动调整，具体计算如公式(2)所示：
[0025][0026][0027]其中，Cner是卷积核，Conv2是对图像进行二维卷积操作，conv_img(i,j)表示第i行，第j列的像素值，μ表示均值。
[0028]S103：对图像nimg采用混合调光算法，得到混合调光后的图像Rimg；
[0029]需要说明的是，步骤S103中，所述混合调光算法具体为：
[0030]S201、利用图像二值化操作对图像nimg筛选出有效灰度值；
[0031]对图像进行二值化操作，具体如公式(3)所示：
[0032][0033]其中，nx表示的是图像灰度值。阈值T的目的是提高整体对比度，可以减少小的异常值的影响，改变显示的全局强度。当nx在大于阈值时，应保留在输出中。在本专利技术方法中，T选择为所有像素值和与所有像素和均值相加后的三分之一。
[0034]S202、采用直方图均衡化得到调光后的图像Aimg；
[0035]需要说明的是，剔除图像中为0的像素值，进行直方图统计，以截断阈值为0.01，计算出图像最大灰度值和最小灰度值，并进行线性映射，得到调光后的图像Aimg。
[0036]S203、对图像nimg利用限制对比度直方图进行对比度增强得到图像Cimg；
[0037]需要说明的是，对滤波的图像利用CLAHE进行对比度增强得到图像Cimg。
[0038]S204、将图像Aimg和图像Cimg进行加权相加得到混合调光后图像Mimg。
[0039]在步骤S103中，将调光后的图像和对比度增强后的图像进行加权相加得到Mimg，具体如公式(4)所示。
[0040]Mimg＝w*Aimg+(1
‑
w)*Cimg(4)
[0041]w为权重参数，可预设。
[0042]S104：对图像nimg进行图像分割获取图像细节图像Dimg；
[0043]需要说明的是，对滤波的图像进行图像分割，获取图像细节，具体指将两点校正(nuc)之后的图减去滤波过后的图即得到细节图像。
[0044]S105：利用噪声抑制函数对图像Simg进行度量，对提取的细节图像进行噪声抑制和细节保留操作，得到最终细节图像Eimg；
[0045]在步骤S105中，对滤波的图像进行图像分割，获取图像细节，nuc之后的图减去滤波过后的图即得到细节图像。
[0046]一般情况，提取的到的细节属于高频信息，而高频信息既包含目标也含有噪声，需要对提取的细节进行噪声抑制的同时保留图像细节，然后将噪声可见性函数定义为：
[0047][0048][0049]M(i,j)＝max(weight(Ω))(5)
[0050]其中f(i,j)表示的噪声灵敏度，其中θ是一个可调参数。Ω表示是当前点的邻域像素集，std(Ω)表示对当前点局域标准方差，表示当前点与邻域像素集中的点欧式距离，weight(Ω)表示邻域像素权重，max(weigth(Ω))取邻域权重的最大值，在本方法中Ω取的是以(i，j)为中心21*21的图像块。
[0051]则最终细节图像，具体计算如公式(6)所示：
[0052]E(i,j)＝(1
‑
f(i,j))*D(i,j)(6)
[0053]S106：将图像Eimg叠加到图像Mimg得到最终的锐化图像。
[0054]在步骤106中，将混合调光后的图像Mimg和改进细节层图像Eimg按照一定权重合并得到最终锐化后的图像。
[0055]本专利技术的有益效果是：解决了红外图像锐化过程中的细节丢失问题，保留了原先的图像细节。
[0056]以上所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于细节保持的红外图像锐化方法，其特征在于：包括以下步骤：S101：读取红外场景图像和本底图像，并进行校正，得到校正后的图像nucimg；S102：对图像nucimg进行空域滤波得到滤波后图像nimg；S103：对图像nimg采用混合调光算法，得到混合调光后的图像Mimg；S104：对图像nimg进行图像分割获取图像细节图像Dimg；S105：利用噪声抑制函数对图像Dimg进行度量，对提取的细节图像进行噪声抑制和细节保留操作，得到最终细节图像Eimg；S106：将图像Eimg叠加到图像Mimg得到最终的锐化图像。2.如权利要求1所述的一种基于细节保持的红外图像锐化方法，其特征在于：步骤S101中，所述的校正，具体采用两点校正，如下式：nucimg＝(img
‑
base)*K (1)其中，img是对准场景采集红外场景图像，base表示本底图像，K是校正系数。3.如权利要求1所述的一种基于细节保持的红外图像锐化方法，其特征在于：在步骤S102中，所述空域滤波，具体指非局部均值滤波。4.如权利要求3所述的一种基于细节保持的红外图像锐化方法，其特征在于：所述非局部均值滤波中，包括三个调整参数，分别为噪声抑制系数h，滑动块M*M以及搜索邻域窗口S*S；其中滑动块和搜索邻域窗口为预设值；噪声抑制系数h采用自适应参数。5.如权利要求4所述的一种基于细节保持的红外图像锐化方法，其特征在于：所述自适应参数的具体计算过程如下式：其中，Cner是卷积核，Conv2是对图像进行二维卷积操作，conv_img(i，j)表示第i行，第j列的像素值，μ表示均值；M为图像行总数；N为图像列总数。6.如权...

【专利技术属性】
技术研发人员：潘兰兰，杨建强，张锋，邬昌明，李鹏，高伟奇，张国兵，
申请(专利权)人：武汉博宇光电系统有限责任公司，
类型：发明
国别省市：