[发明专利]一种智能化红外图像场景增强方法

说明书

本发明提出了一种智能化红外图像场景增强方法，包括：利用改进型联合双边滤波器对相邻两帧红外图像进行联合计算，得到所述基准帧图像的细节层分量和基频层分量；利用引导灰度相似项核函数控制所述细节层分量的增强范围并消除边缘梯度翻转效应，利用改进型的直方图计算方法控制所述基频层分量中整幅图像的灰度再分布；将处理好的细节层图像和基频层图像进行叠加还原，以对原始基准帧红外图像的场景增强。本发明有效的克服了普通红外图像细节增强方法效果过于突兀的现象，使得处理后的红外图像不仅具有极佳的场景细节增强能力，同时灰度分布更加趋近于真实场景，极大程度的提升了红外图像的视觉观感。

技术领域

本发明涉及红外图像高动态范围显示技术领域，特别涉及一种智能化红外图像场景增强方法。

背景技术

红外热成像在军民领域中均有极其广泛的应用，比如在系统设计、系统测试、系统制造、化学成像、夜视成像、灾难搜救、目标识别及探测和目标跟踪等领域。通常情况下普通的红外热像仪具有非常宽的数据动态范围，而传统的显示设备并不支持如此高的动态范围，因此在进行红外图像显示时，常用的方法是对红外图像进行类似直方图均衡化等高动态范围压缩技术。但是简单的直方图均衡化技术对提升红外图像的视觉观感效果极其有限，并不能将真实场景中的细节全部表现出来。同时，由于红外热成像是一种温差成像方式，其成像效果受到场景辐射出的红外热能影响较大，对于不可以进行高动态范围显示的传统显示设备来说，如果红外热能的区分度不高，在显示时人眼便无法仔细的区分场景中细节的微小温度差异，从而无法对场景进行仔细的观测。近年来，许多科研机构及研究人员就如何实现对红外图像的细节还原及增强做了大量的研究工作。

目前提出的具有一定可行性的红外图像细节增强方法主要有两大类，一类是基于边缘梯度算子的图像边缘增强方法，另一类是基于线性或非线性滤波器的图像整体细节增强方法。对于基于边缘梯度算子的增强方法来说，较主流的算子有Sobel，Prewitt，Log及Laplacian算子等，这一类算法的缺点是只能够对图像中强边缘附近的细节进行有效的增强，对于温度区分度不高的弱边缘或细节成分几乎完全失效。对于基于线性或非线性滤波器的整体细节增强方法来说，其可以有效的增强图像中的强边缘和弱边缘等细节，对温度区分度高和低的场景均适用，但是在实际工程化应用的过程中，这些方法由于计算复杂度等问题，使得工程应用受限于超高的计算要求，无法做到实时化显示，这也在很大程度上限制了将这些方法应用于实际工程系统中，供军方或民品使用。例如目前比较主流的两种线性或非线性滤波器增强方法—基于双边滤波器的图像细节增强方法以及基于引导滤波器的图像细节增强方法。前者受限于增强过程中，双边滤波器带来的非线性边缘梯度翻转效应，使得处理后的图像在强边缘附近会出现一黑一白两个边缘的“鬼影”伪像，极大的降低了图像的真实感。为了克服这个问题，有科研人员运用高斯滤波器对强边缘进行了处理，但是由于数学模型的不完全匹配，导致这种“鬼影”未能完全消除，极大的降低了其在实际工程中的应用效果；后者采用引导线性滤波器，虽然能够获得很好的“鬼影”消除效果，但由于线性滤波器的计算效率约束，导致最终的图像增强效果一般，无法完全突出场景中的全部微小细节，同样也限制了其在实际工程中的应用效果。因此直到目前，在红外热成像系统中，尚未有极优的场景细节增强算法应用到工程机中。

发明内容

本发明的目的旨在至少解决所述技术缺陷之一。

为此，本发明的目的在于提出一种智能化红外图像场景增强方法。

为了实现上述目的，本发明的实施例提供一种智能化红外图像场景增强方法，包括如下步骤：

步骤S1，利用改进型联合双边滤波器对相邻两帧红外图像进行联合计算，其中，将相邻两帧中的第一帧设为基准帧，将第二帧设为参考帧，得到所述基准帧图像的细节层分量和基频层分量；

步骤S2，利用引导灰度相似项核函数控制所述细节层分量的增强范围并消除边缘梯度翻转效应，利用改进型的直方图计算方法控制所述基频层分量中整幅图像的灰度再分布；