[发明专利]一种图像灰度区域拉伸算法

说明书

本发明公开了一种图像灰度区域拉伸算法，包括以下步骤：S1、图像灰度准备；S2、灰度阈值获取；S3、数据裁减；S4、灰度拉伸；S5、图像显示。本发明通过对像素点频率及对应的灰度值进行处理，线性拉伸部分区域灰度值，能够精确而又简单方便地实现对图像数据的优化处理，提高图像对比度，优化图像数据质量，为导弹试验提供更有效的决策依据，并且该算法具有应用广泛、处理快速、效果明显等优点。

技术领域

本发明涉及图像处理技术领域，具体为一种图像灰度区域拉伸算法。

背景技术

空空导弹红外导引成像技术已有多年的发展,图像格式从最初的直接存储,到后期的傅立叶变换、循环压缩，相应的遥测数据处理技术也在不断发展。现有的图像数据处理方式均采用将图像数据进行还原后，按照每个像素点的像素值在显示设备上进行观测。

导引头是红外类型导弹的核心部件，其图像被用于导弹状态监测、时序分析、故障排查等多方面，图像是否清晰将影响设计人员的主观判断。由于现有导引头成像技术的限制，在某些条件下目标与背景灰度相差较小，数据分析时无法直观获得目标信息，影响导弹试验时的现场判断和决策。

发明内容

本发明要解决的技术问题是克服现有的缺陷，提供一种图像灰度区域拉伸算法，能够精确而又简单方便地实现对图像数据的优化处理，提高图像对比度，优化图像数据质量，为导弹试验提供更有效的决策依据，并且该算法具有应用广泛、处理快速、效果明显等优点，可以有效解决背景技术中的问题。

为实现上述目的，本发明提供如下技术方案：1.一种图像灰度区域拉伸算法，其特征在于：包括以下步骤：

S1、图像灰度准备：统计图像的每个像素以及对应的灰度值，得出图像灰度值区域分布规律；

S2、灰度阈值获取：根据S1中的图像灰度值区域分布规律，选取三个参考点，频率最多的像素点灰度值与对应频率记为A(x_A，y_A)，像素点灰度值大于x_A且频率最多的记为B(x_B，y_B)以及像素点灰度值小于x_A的且频率最多的记为C(x_C，y_C)；

利用该三个参考点A(x_A，y_A)、B(x_B，y_B)和C(x_C，y_C)，代入并解出二次方程y＝ax²+bx+c中的a、b、c的值；

取值y＝α，利用二次方程y＝ax²+bx+c，解出x对应的两个灰度阈值x_max和x_min；

S3、数据裁减：将图像中高于最高灰度x_max的所有像素点灰度值统一为最高灰度255，得到像素点灰度值与对应叠加频率记为D(255，y_D)，低于最低灰度x_min的所有像素点灰度值统一为最低灰度0，得到像素点灰度值与对应叠加频率记为E(0，y_E)；

S4、灰度拉伸：线性变换x_min和x_max之间的像素点灰度值，将(x_min，y_min)、A(x_A，y_A)、(x_max，y_max)以x值从小到大的顺序作为数据基点，对位于x_min和x_max之间的像素点灰度值以及位于x_A和x_max之间的像素点灰度值分别作线性拉伸；

S5、图像显示：将拉伸后的图像进行显示。