[发明专利]一种基于偏微分理论的红外图像梯度域增强方法

说明书

本发明揭示了一种基于偏微分理论的红外图像梯度域增强方法，给定一幅输入图像I，将其从空间域变换到梯度域；求取梯度域图像的梯度直方图，根据梯度直方图求得对应的PDF与CDF，计算出相应的自然因子，利用这个自然因子构造出一个新的自然增强方程，对梯度域图像G进行增强，得到增强后的梯度域图像G'；对梯度域图像实现增强之后，构造一个能量泛函E(I)，求取该能量泛函的极值，得到对应的欧拉‑拉格朗日方程：ΔI＝div(G'),从而得到增强后的图像。本发明将待处理红外图像变换到梯度域，设计出一个新型的自然因子，运算速度快，有效实现梯度域图像的增强。利用能量泛函来还原图像，能够有效地提高红外图像的对比度，实现弱边界的增强，并保留了更多的细节信息。

技术领域

本发明涉及一种基于偏微分理论的红外图像梯度域增强方法，属于红外图像增强的技术领域。

背景技术

红外图像增强在夜视图像视觉理解方法中起着重要的作用，它也在机器视觉、人工智能等领域中发挥重要的作用。在文献一(PERONA P,MALIK J.Scale-Space and edgedetection using anisotropic diffusion[J].IEEE Transaction on Pattern Analysisand Machine Intelligence, 1990,12(7):629-639.)的研究中，利用偏微分理论提出了各向异性扩散模型，这是最为经典的基于偏微分理论的图像增强模型之一。文献二(S.Kartic，M.Aditi，I.Sandy，et al.Greedy algorithm for local contrastenhancement of images[C].Cagliari，Italy：International conference on imageanalysis and processing，2005，3617：171-179.)等人利用偏微分理论，将图像的灰度、对比度以及纹理信息转化成量化的梯度值，在图像的梯度域内实现图像的对比度的增强。文献三(R.Fattal，D.Lischinski，M.Werman.Gradient Domain High Dynamic RangeCompression[C].San Antonio，Texas：Proceedings of the 29th annual conference onComputer graphics and interactive techniques，2002：249-256.)等人提出了一种直接梯度域增强方法，该方法通过改变梯度值的大小来提高图像的对比度，并且在该方法中通过减小图像梯度域的变换范围在增强图像低对比度区域的信息。但这几种经典的梯度域增强算法不具有普适性，其增强效果的好坏直接取决于目标函数的选择。对于复杂的红外图像场景，噪声干扰相对严重，视觉质量相对较低。

发明内容

本发明的目的是解决上述现有技术的不足，针对传统梯度域增强法不具有普适性的问题，提出一种基于偏微分理论的红外图像梯度域增强方法。

为了达到上述目的，本发明所采用的技术方案为：

一种基于偏微分理论的红外图像梯度域增强方法，其特征在于包括如下步骤：

步骤一：给定一幅输入图像I，将其从空间域变换到梯度域，即对图像的每一像素点求取其对应的梯度值从而得到梯度域图像G；

步骤二：求取梯度域图像G的梯度直方图，根据梯度直方图求得对应的PDF与CDF，从而计算出相应的自然因子，利用这个自然因子构造出一个新的自然增强方程，对梯度域图像 G进行增强，得到增强后的梯度域图像G'；

步骤三：对梯度域图像实现增强之后，构造一个能量泛函E(I)，求取该能量泛函的极值，从而得到对应的欧拉-拉格朗日方程：ΔI＝div(G'),从而得到增强后的图像。

本发明的有益效果主要体现在：

1.将待处理红外图像变换到梯度域，有效避免了空间域图像增强方法分辨力差以及频域增强方法计算量大实时性差的缺点。