红外图像边缘增强方法技术

本申请提供一种红外图像边缘增强方法

【技术实现步骤摘要】
红外图像边缘增强方法、装置及设备、存储介质


[0001]本申请涉及图像处理
，尤其是涉及一种红外图像边缘增强方法及装置
、
图像处理设备
、
计算机可读存储介质
。

技术介绍

[0002]随着红外探测器的生产和制作工艺的发展，红外成像设备的成本也越来越低，相应的各种类型的红外成像设备在人们的生活中也越来越普及，人们开始习惯利用红外成像设备，如热像仪在各类活动中，比如户外探险中用于探测周围环境寻找小动物，工作中用于户外巡检或者室内电路检查等等
。
在这些活动中，通常热像仪将环境温度信息以热成像的方式直接呈现给用户
。
由于在实际场景中，热像仪不但要接收目标的红外辐射，还需要接收背景辐射，这些数据在红外成像算法处理的过程中，往往要经过全局和局部对比度的拉伸，以显示不同温度的目标内部的细节和轮廓，此时图像中目标和背景的细节也将被明确显现，符合图像处理的优化目标
。
但是在实际使用过程中，虽然保证了图像的清晰度和细节，但是目标和背景的区分度往往不够明显，不利于快速准确的定位
。
因此常常需要在此基础上添加边缘检测形式的目标凸显功能来适应不同场景需求
。
[0003]目前，已知的边缘检测算法通常是热像仪以成像的红外图像为基础进行计算，在红外图像中，由于目标和背景的区分度不够明显，背景中的边缘和细节也同样会被检测到并得以显现，而已知的这些边缘检测算法通常为全局的边缘检测，然后简单的通过阈值进行筛选，这样容易剔除目标内部的轮廓，不利于对热源目标的细节观测
。
而基于深度学习的一些模型算法，通常又需要一定的算力，且模型训练难度大，大部分的红外成像设备出于成本控制的考虑并不具备移植的条件
。

技术实现思路

[0004]为解决现有存在的技术问题，本申请提供一种计算简便
、
易于在各类设备上移植
、
热源目标突出且能够有效保留热源目标内部细节的红外图像边缘增强方法及装置
、
图像处理设备
、
计算机可读存储介质
。
[0005]为达到上述目的，本申请实施例的技术方案是这样实现的：
[0006]第一方面，本申请实施例提供一种红外图像边缘增强方法，包括：
[0007]获取待增强红外图像对应的温度数据矩阵和图像数据矩阵；
[0008]基于所述图像数据矩阵进行边缘检测，根据所述待增强红外图像中各像素点分别在至少两个方向的梯度计算其对应的边缘梯度值，得到所述待增强红外图像的边缘梯度矩阵；
[0009]根据所述温度数据矩阵，确定温度区间阈值，根据所述待增强红外图像中各像素点对应的温度值与所述温度区间阈值的比较结果，对处于不同温度区间内的所述像素点分别采用不同策略计算对应的权重值，得到所述待增强红外图像的自适应权重矩阵；
[0010]通过所述自适应权重矩阵和所述边缘梯度矩阵对所述待增强红外图像进行自适
应加权增强，得到边缘信息增强图像
。
[0011]第二方面，本申请实施例提供一种红外图像边缘增强装置，包括：
[0012]获取模块，用于获取待增强红外图像对应的温度数据矩阵和图像数据矩阵；
[0013]边缘提取模块，用于基于所述图像数据矩阵进行边缘检测，根据所述待增强红外图像中各像素点分别在至少两个方向的梯度计算其对应的边缘梯度值，得到所述待增强红外图像的边缘梯度矩阵；
[0014]权重模块，用于根据所述温度数据矩阵，确定温度区间阈值，根据所述待增强红外图像中各像素点对应的温度值与所述温度区间阈值的比较结果，对处于不同温度区间内的所述像素点分别采用不同策略计算对应的权重值，得到所述待增强红外图像的自适应权重矩阵；
[0015]自适应增强模块，用于通过所述自适应权重矩阵和所述边缘梯度矩阵对所述待增强红外图像进行自适应加权增强，得到边缘信息增强图像
。
[0016]第三方面，本申请实施例提供一种图像处理设备，包括处理器
、
与所述处理器连接的存储器及存储在所述存储器上并可被所述处理器执行的计算机程序；所述计算机程序被所述处理器执行时实现本申请任一实施例所述的红外图像边缘增强方法
。
[0017]第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被所述处理器执行时实现如本申请任一实施例所述的红外图像边缘增强方法
。
[0018]上述实施例所提供的红外图像边缘增强方法，通过获取待增强红外图像对应的温度数据矩阵，利用温度数据矩阵对待增强红外图像进行不同温度区间的划分，针对不同温度区间内的像素点分别采用不同策略计算对应的权重值，以得到可对不同温度区间内的目标边缘信息形成不同程度加强凸显的自适应权重矩阵，如此，通过对待增强红外图像的温度数据矩阵和图像数据矩阵的综合利用，在通过图像数据矩阵提取图像中边缘信息的基础上，通过温度数据矩阵识别属于不同温度区间内的目标边缘信息，比如，可有效识别和区分出热源目标内部的边缘信息，通过形成自适应性权重矩阵来达到对不同温度区间内的目标边缘信息不同程度的增强凸显效果，实现热源目标突出
、
有效保留热源目标内部细节且能够较好地忽略掉非热源目标的背景中的杂乱边缘信息的目的，而且算法相对简便，无需消耗过大的算力，便于在各类红外成像设备中移植，从而易于推广应用
。
[0019]上述实施例中，红外图像边缘增强装置
、
红外成像设备及计算机可读存储介质与对应的红外图像边缘增强方法实施例属于同一构思，从而分别与对应的红外图像边缘增强方法实施例具有相同的技术效果，在此不再赘述
。
附图说明
[0020]图1为一实施例中红外图像边缘处理方法的应用场景示意图；
[0021]图2为一实施例中红外图像边缘处理方法的流程图；
[0022]图3为一可选的具体示例中红外图像边缘处理方法的流程图；
[0023]图4为一原始的待增强红外图像的示例图；
[0024]图5为图4对边缘信息经自适应性加权增强后得到的边缘检测结果的效果图；
[0025]图6为图4对边缘信息经自适应性加权增强后与背景融合得到的边缘凸显效果图；
[0026]图7为一实施例中红外图像边缘处理装置的示意图；
[0027]图8为一实施例中图像处理设备的结构示意图
。
具体实施方式
[0028]以下结合说明书附图及具体实施例对本申请技术方案做进一步的详细阐述
。
[0029]为了使本申请的目的
、
技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，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它实施例，都属于本申请保护的范围
。...

【技术保护点】

【技术特征摘要】
1.
一种红外图像边缘增强方法，其特征在于，包括：获取待增强红外图像对应的温度数据矩阵和图像数据矩阵；基于所述图像数据矩阵进行边缘检测，根据所述待增强红外图像中各像素点分别在至少两个方向的梯度计算其对应的边缘梯度值，得到所述待增强红外图像的边缘梯度矩阵；根据所述温度数据矩阵，确定温度区间阈值，根据所述待增强红外图像中各像素点对应的温度值与所述温度区间阈值的比较结果，对处于不同温度区间内的所述像素点分别采用不同策略计算对应的权重值，得到所述待增强红外图像的自适应权重矩阵；通过所述自适应权重矩阵和所述边缘梯度矩阵对所述待增强红外图像进行自适应加权增强，得到边缘信息增强图像
。2.
如权利要求1所述的红外图像边缘增强方法，其特征在于，所述通过所述自适应权重矩阵和所述边缘梯度矩阵对所述待增强红外图像进行自适应加权增强，得到边缘信息增强图像之前，包括：基于所述边缘梯度矩阵得到的所述待增强红外图像的边缘信息进行增强处理，得到增强后更新的边缘梯度矩阵
。3.
如权利要求2所述的红外图像边缘增强方法，其特征在于，所述基于所述边缘梯度矩阵得到的所述待增强红外图像的边缘信息进行增强处理，得到增强后更新的边缘梯度矩阵，包括：基于所述边缘梯度矩阵与预设增强倍数的乘积，得到增强后更新的边缘梯度矩阵；或，根据所述边缘梯度矩阵确定梯度取值范围，根据所述梯度取值范围对所述边缘梯度矩阵进行归一化后再与预设线性拉伸系数的乘积，得到增强后更新的边缘梯度矩阵
。4.
如权利要求2所述的红外图像边缘增强方法，其特征在于，所述得到增强后更新的边缘梯度矩阵，包括：将增强处理后的所述边缘梯度矩阵根据设定阈值进行分割，将所述边缘梯度矩阵中小于设定阈值的元素的值置零，得到增强后更新的边缘梯度矩阵
。5.
如权利要求1所述的红外图像边缘增强方法，其特征在于，所述基于所述图像数据矩阵进行边缘检测，根据所述待增强红外图像中各像素点分别在至少两个方向的梯度计算其对应的边缘梯度值，得到所述待增强红外图像的边缘梯度矩阵，包括：基于所述图像数据矩阵进行高斯滤波；对高斯滤波后的所述图像数据矩阵进行边缘检测，计算所述待增强红外图像中各像素点分别在至少两个方向的梯度；根据每一所述像素点在各个方向的所述梯度进行取绝对值求和，计算其对应的边缘梯度值，得到所述待增强红外图像的边缘梯度矩阵
。6.
如权利要求5所述的红外图像边缘增强方法，其特征在于，所述对高斯滤波后的所述图像数据矩阵进行边缘检测，计算所述待增强红外图像中各像素点分别在至少两个方向的梯度，包括：对高斯滤波后的所述图像数据矩阵进行边缘检测，对多个预设角度的方向分别设置对应的卷积核；针对所述待增强红外图像中的每一像素点，根据其分别与多个所述预设角度的方向的所述卷积核的卷积计算，得到所述像素点分别在多个所述预设角度的方向上的梯度
。
7.
如权利要求1所述的红外图像边缘增强方法，其特征在于，所述根据所述温度数据矩阵，确定温度区间阈值，根据所述待增强红外图像中各像素点对应的温度值与所述温度区间阈值的比较结果，对处于不同温度区间内的所述像...

【专利技术属性】
技术研发人员：刘晴，
申请(专利权)人：烟台艾睿光电科技有限公司，
类型：发明
国别省市：