[发明专利]一种针对制冷型红外传感器图像增强的方法

说明书

本发明公开了一种针对制冷型红外传感器图像增强的方法，首先通过像素区域分布的特性对原始图像的直方图进行修正，然后利用自适应平台直方图再次修正，利用修正后的直方图计算概率分布函数，利用概率分布函数将原始图像进行均衡，对均衡后的图像利用高斯空间置信度模板和低通空域模板生成的分层滤波模板进行滤波分层，分离出基本层图像和细节层图像，将细节图像层进一步放大得到最终的增强图像。本发明既能够保留图像的整体特性，又可以放大局部特征并同时保留图像细节；本发明适应于多种场景，在多种场景下表现出优异的细节展示能力；本发明效率高，复杂度低，极容易软硬件实现，特别适合应用在资源受限的嵌入式设备中。

技术领域

本发明属于红外图像细节增强技术领域，具体涉及一种针对制冷型红外传感器图像增强的方法。

背景技术

制冷型红外探测器的特点是采集到的的图像对比度低，细节不明显而且噪声也比较大，针对这些特点，红外图像增强技术应运而生。红外图像增强技术经过多年的发展已经取得了广泛的成就。实现方法，实现手段越来越丰富，基于直方图增强的算法包括HE(直方图均衡)，PHE(平台直方图均衡)，APHE(自适应平台直方图均衡)，CLAHE(限制对比度自适应直方图均衡)，这些算法都是针对直方图的概率特性分配其对比度，包括后续的改进算法也是通过限制其对比度防止对比度过度增强和细节丢失问题，CLAHE针对细节丢失问题进行了局部对比度增强技术，虽然细节增加很多，但是却丢失了图像整体明暗特性。本发明所采用的直方图均衡算法(空间区块分布修正的自适应平台直方图均衡)考虑到了其空间分布的特性，既能够抑制均匀的强背景也能够兼顾局部的细节。在多个场景下具有较强的适应性，由于考虑其空间分布的特性无论是如天空纹理单调背景还是如地面纹理丰富背景都能够既保证整体对比特性又尽可能的放大细节特性，人眼综合感官效果明显。由于直方图增强技术的基本特性，即使能够增强对比度，但是对图像的边缘轮廓细节信息放大能力仍然有限，所以陆续提出了基于频域、空域的图像细节增强算法，空域法包括改进的反锐化掩膜方法、Retinex、HF(同态滤波)、数学形态学等方法。频域法包括傅立叶变换、小波变换、轮廓波变换等方法。限制这些方法能够在小型设备中应用的最大障碍就是运算复杂度和空间复杂度，虽然小波变换、轮廓变换等方法在轮廓细节增强方面有较大的优势但是其算法复杂度大，空间复杂度也很大，严重限制了其应用在设备上。基于滤波分层的空域法虽然算法复杂度和空间复杂度不太高，但是性能有限。

发明内容

本发明的目的是提供一种针对制冷型红外传感器图像增强的方法，解决了现有技术中存在的红外图像增强技术造成对比度过度增强和细节丢失的问题。

本发明所采用的技术方案是，一种针对制冷型红外传感器图像增强的方法，具体按照以下步骤实施：

步骤1、统计整幅图的直方图；

步骤2、区块分布直方图修正；

步骤3、自适应平台直方图修正；

步骤4、图像均衡；

步骤5、图像细节增强。

本发明的特点还在于，

步骤1具体如下：

步骤1.1、定义x为图像的横坐标变量，范围为1～N，N为图像横坐标最大值，定义y为图像的纵坐标变量，范围为1～M，M为图像纵坐标最大值，定义image为原始图像，image(x，y)表示原始图像中横坐标为x、纵坐标为y的像素值，该值的范围为0～2^PBW-1，PBW代表像素位宽，定义pix为像素值变量，该值的范围为0～2^PBW-1，定义F(pix)为pix像素值在原始图像中的出现次数；

步骤1.2、令x＝1，y＝1，F(pix)＝0，pix范围内0～2^PBW-1中的所有F(pix)都初始化为0；

步骤1.3、执行F(image(x，y))＝F(image(x，y))+1；