[发明专利]一种提高人眼辨识度的红外图像处理方法、装置及存储介质

权利要求书

1.一种提高人眼辨识度的红外图像处理方法，其特征在于，包括：

根据人眼视网膜的中央凹区的视场面积以及人眼与显示设备的距离，对原始红外图像进行区域分割，获得多个区域子图像；

依据灰度分布对所述区域子图像进行分类，并对每一类区域子图像分别进行灰度积分计算、门函数调制以及灰度信息分布调整，以生成待拼接子图像；

拼接所述待拼接子图像，并对拼接后的图像进行非线性灰度值映射，以得到人眼辨识度较高的红外增强图像。

2.根据权利要求1所述的提高人眼辨识度的红外图像处理方法，其特征在于，根据人眼视网膜的中央凹区对应的视场面积以及人眼与显示设备的距离，对原始红外图像进行分割，具体包括：

区域分割公式如下：

其中，C表示区域分割数，D表示红外图像在设备上呈现的线度，d_fov表示人眼视网膜上中央凹区的线度，l_eye表示眼轴长度，L表示在舒适位置的人眼与显示设备的距离，方括号表示向下取整。

3.根据权利要求1所述的提高人眼辨识度的红外图像处理方法，其特征在于，依据灰度分布对多个所述区域子图像进行分类，具体包括：

计算各个所述区域子图像的灰度均值和灰度标准差，并依据所述灰度均值和所述灰度标准差对所述区域子图像进行分类。

4.根据权利要求3所述的提高人眼辨识度的红外图像处理方法，其特征在于，依据所述灰度均值和所述灰度标准差对所述区域子图像进行分类，具体包括：

确定灰度均值高于第一预设灰度均值，则将所述区域子图像归类为一类物体区域子图像，所述一类物体包括近场有温度的第一类目标；

确定灰度均值低于第二预设灰度均值，则将所述区域子图像归类为二类物体区域子图像，所述二类物体包括远场中温度较高的第二类目标；

确定灰度标准差大于预设标准差，则将所述区域子图像归类为三类物体区域子图像，所述三类物体区域包括冷背景。

5.根据权利要求1或2或4任一所述的提高人眼辨识度的红外图像处理方法，其特征在于，对每一类区域子图像分别进行灰度积分计算、门函数调制以及灰度信息分布调整，以生成待拼接子图像，具体包括：

对所述区域子图像的灰度值信息进行统计，获得每个所述灰度值信息的个数f₀(i)并进行积分，获得S₀(i)，S₀(i)为f₀(i)的离散积分，计算公式如下：

将S₀(i)变换为符合人眼分辨规律的S₁(i)，计算公式如下：

其中，M，N代表原始红外图像的长度像素数和宽度像素数，L代表可用灰度级数，int表示取整函数；

将S₁(i)求取差分后获得f₁(i)，使用位移门函数g_t,w(j)对f₁(i)函数进行调制，经归一化后获得f₂(i)，S₂(i)为f₂(i)的积分，公式如下：

其中，Norm函数为归一化函数，位移门函数g_t,w(j)由标准门函数经过位移和拉伸后得到，t代表位移量，w代表拉伸量，具体的t和w的取值由所述区域子图像的灰度分布决定；

根据S₂(i)和f₂(i)改变各个所述区域子图像的灰度信息分布，以满足人眼观察需求。

6.根据权利要求1所述的提高人眼辨识度的红外图像处理方法，其特征在于，采用二维线性映射拼接所述待拼接子图像。

7.根据权利要求1所述的提高人眼辨识度的红外图像处理方法，其特征在于，采用Log函数对拼接后的图像的像素灰度值进行非线性映射，公式如下：

其中，σ(x,y)为像素点输出灰度值，n代表所述原始红外图像的灰度信息。