[发明专利]一种基于优化的保持亮度的红外图像直方图均衡增强方法

权利要求书

1.一种基于优化的保持亮度的红外图像直方图均衡增强方法，其特征在于，包括以下步骤：

S1、采用自适应曝光率和模糊率的阈值选取方法选取原始红外图像阈值，并以该阈值为标准将原始图像划分成两个子图；

S2、将灰度值大于阈值的子图进行限制对比度自适应直方图均衡处理；

S3、将灰度值小于阈值的子图进行基于自适应亮度的暗通道先验算法的HSV颜色空间转换增强处理；

S4、对步骤S3的处理结果进行归一化调整，并将归一化后的结果从HSV颜色空间转换到RGB颜色空间，将处理后的两个子图进行融合形成效果图。

2.根据权利要求1所述的一种基于优化的保持亮度的红外图像直方图均衡增强方法，其特征在于，步骤S1中自适应曝光率和模糊率的阈值选取方法的具体过程如下：利用原始红外图像，求出基于模糊率确定的数值、基于遗传算法确定的数值和图像曝光率，分别采用0.5、0.2和0.3的权重与原始红外图像灰度值均值进行加权平均，获取选取的图像阈值，将基于模糊率确定的数值设为x，基于遗传算法确定的数值设为y，图像曝光率设为z，原始图像灰度值均值设为mean，则图像阈值t计算公式如下：

t＝(x×0.5+y×0.2+z×0.3)×mean (1)。

3.根据权利要求2所述的一种基于优化的保持亮度的红外图像直方图均衡增强方法，其特征在于，求出基于模糊率确定的数值的具体过程如下：

设大小为M×N的图像f，其灰度上界为L，即f∈{0,1,…,L}；定义μ(i)为L级灰度上的隶属函数，h(i)为图像中灰度值是i的像素个数，则图像的模糊率的计算公式如下：

其中，v(x)反映了图像在隶属函数下所呈现的模糊性；

L级灰度上的隶属函数μ(i)的计算公式如下：

通过改变k，使L级灰度上的隶属函数μ(i)在灰度区间[0,L]上滑动，当v(x)为最小值时所对应的参数k是最佳阈值。

4.根据权利要求2所述的一种基于优化的保持亮度的红外图像直方图均衡增强方法，其特征在于，基于遗传算法确定的数值的具体过程如下：

将图像描述为二维矩阵，设f(x,y)是像素(x,y)的灰度值，N×N为图像的大小，且f∈{0,1,…,L}，L为图像的灰度级总数，灰度级q出现的次数为n_q，出现的概率的计算公式如下：

用阈值t将全部像素分成两类：目标类C1包含了q≤t的像素，背景类C2包含了q＞t的像素；目标类C1和背景类C2出现的概率分别如以下公式所示：

定义目标类C1和背景类C2的类内中心分别如以下公式所示：

两个类之间的距离D计算公式如下：

D＝|μ₁-μ₂| (10)

目标类C1和背景类C2的分散度d₁和d₂计算如下：

定义分类类别函数的公式如下所示：

当H(t)最大时达到最好的分类效果，阈值结果如以下公式所示：