[发明专利]一种基于双平台直方图的自迭代红外图像增强方法

说明书

本发明公开了一种基于双平台直方图的自迭代红外图像增强方法，包括以下步骤：A：获取原始红外图像；B：计算熵值和熵值比临界值；C：得到降序列表；D：确定前序元素组和后续元素组；E：计算出当前上限阈值和当前下限阈值；F：计算得出均衡化后的熵值；G：计算出当前熵值比系数；H：若当前熵值比系数大于等于熵值比临界值进入步骤L，否则进入步骤I；I：若迭代次数小于终止迭代次数进入步骤J，等于进入步骤M；J：若当前熵值比系数大于熵值比系数则对前序元素组进行扩充，小于等于则对后续元素组扩充；K：返回步骤E；L：输出当前熵值为的红外图像；M：输出当前熵值为的红外图像。本发明能够有效地增强红外图像。

技术领域

本发明涉及一种图像处理领域，尤其涉及一种基于双平台直方图的自迭代红外图像增强方法。

背景技术

随着我国经济的快速发展，社会的安全稳定运行显得尤为重要，国家对于各类灾情事故的预防与及时处理极为重视。

火灾是一种极易发生的事故，会导致巨大的人员伤亡和财产损失。在消防人员进行消防救援时，对火灾现场的情况掌握至关重要，直接影响到是否能够及时扑灭火灾，降低损失。由于火灾现场中存在着大量烟雾粒子，而烟雾粒子的直径大于可见光波长且对于可见光是不透明的，因此直接导致火灾现场能见度过低，使得一般的摄像头在火灾现场无法清楚的记录火灾的内部情况。而近些年，随着红外技术的发展，红外成像技术在科学领域和安防领域都发挥着重要的作用，可以利用红外技术去实时了解火灾现场的内部情况。例如，可以在无人机上安装红外摄像头，把火灾现场的实时图像数据传输至指挥中心，从而为查找着火点、计算着火面积和寻找被困人员提供有力的数据支持。

红外图像与可见图像相比，普遍存在着目标与背景对比度低、分辨率低、边缘模糊和噪声较大等缺点。在众多的图像增强算法中，直方图均衡化法是一种常用的红外图像对比度增强算法，它主要是基于图像直方图的灰度分布情况进行灰度级的调整，从而达到较为理想的增强效果。直方图均衡化法对图像的整体对比度增强有很强的效果，但如果直接采用直方图均衡化方法对图像进行增强处理，有可能导致图像中占据大多数像素灰度的背景和噪声等无用信息过度放大的现象，反而将图像中占有少量像素灰度的目标和边缘细节等有用信息过分抑制从而变得模糊，甚至出现目标丢失的现象，从而造成目标和细节的对比度降低而背景和噪声的对比度提高的现象。因此，传统的直方图均衡并不完全适用于红外图像的增强。

现有的平台直方图均衡算法对直方图均衡算法实现了一定程度的修正，它对图像的统计直方图设置一个上限平台阈值，对直方图中大于上限平台的灰度作出钳制，由此对图像中占据大量像素的背景灰度进行相对抑制，同时给图像中的目标细节留出了提升空间。但是，上限平台阈值的确定较为困难，若平台阈值过高会失去对背景和噪声的抑制作用，若平台阈值过低又会导致图像亮度过暗、对比度提高不理想等众多问题。

现有的双平台直方图均衡算法对平台直方图均衡算法的一种修正算法，它首先对图像进行直方图统计，然后针对该统计直方图设置两个较为合适的平台值T1和T2，分别作为上限平台和下限平台，然后在根据这两个平台值对统计直方图进行修改。常用的阈值选取原则是上限平台阈值设定红外图像总像素的20％～30％，而下限平台阈值设定为总像素的5％～10％。现有的双平台直方图均衡算法中，阈值的计算仅与像素数量有关，而与图像内容无关，使得该算法适应性较差。

发明内容

本发明的目的是提供一种基于双平台直方图的自迭代红外图像增强方法，能够有效地增强红外图像中占有少量像素灰度的目标和边缘细节等有用信息，同时对红外图像中占据大量像素的背景灰度进行有效抑制。

本发明采用下述技术方案：

一种基于双平台直方图的自迭代红外图像增强方法，包括以下步骤：

A：首先获取原始红外图像，并将获取的原始红外图像转化为该原始红外图像对应的像素分布直方图；然后进入步骤B；