[发明专利]一种基于人眼视觉特性的红外图像增强方法

摘要

本发明公开了基于人眼视觉特性的红外图像增强算法，属于图像增强算法技术领域。本发明为了改善红外图像的增强效果，解决现有增强算法的局限性，增强效果不利于人眼观察等复杂的问题。该发明将人眼视觉特性与红外图像处理算法相结合。该发明利用人眼亮度感知特性与Weber定律，对整体图像进行亮度处理，突出Weber区域的目标信息；再利用背景强度与光强梯度在对数域上呈局部线性关系的特性，进行图像分割，得到三区域；然后，对三区域分别进行图像增强，利用改进的增强算法IAVIHE(Improved Adaptively Increasing the Value of Histogram Equalization)；最后，将三区域的增强图像按0.3：0.4：0.3比例进行合并，突出Weber区域，最终得到增强后的红外图像。增强的红外图像符合人眼视觉特性，处理时间也有了很好的改善。

主权项

1.一种基于人眼视觉特性的红外图像增强方法，其特征在于，包括：步骤一、采用高斯滤波，将采集的图像进行去噪；步骤二、将人眼视觉特性与Weber定律结合，对图像进行亮度处理，其中Weber定律的表达关系如下：r＝kIn(s)+c式中的r为感觉物理量，s为对应物理量，k∈{0_r+∞)，e∈(‑∞+∞)；并利用背景强度和梯度信息的对数关系对图像进行分解，将图像分割成二维图像，所有图像具有相同属性的内部特性；针对三区域进行图像分割，分别是：Devries‑Rose区域、Weber区域、Saturation区域；其中，B(x，y)为每个像素的背景强度，X(x，y)是输入图像，Q是该点上下左右四个相邻像素构成的集合，Q′是该像素对角线上的四个相邻像素构成的集合，m和n是常数；定义最大差异B_T、强度阈值B_i、梯度阈值K_i、梯度与背景强度的关系比值H(x，y)、G(x，y)得到红外分割图像，公式如下：img 1＝X(x，y)，B₂≥B(x，y)≥H(x，y)≥K₂；img 2＝X(x，y)，B₃≥B(x，y)≥G(x，y)≥K₁；img 3＝X(x，y)，其他剩余像素；步骤三、计算Devries‑Rose区域、Weber区域、Saturation区域每个区域的阈值，丢弃对比度小于最小阈值的像素，移除无意义的像素以减少伪像；定义图像的P(k)，公式如下；其中，n_k是图像中的像素总数灰度等级k，N个像素的灰度级的有效区域为[1，L‑1]；并运用转移函数来增强图像的对比度；得到IAVIHE算法公式如下；式中，p_oas为基准值，即F(k)中的最大值与最小值的平均值；α(k)为可适性约束函数，公式如下；式中，X_m为平均亮度、γ为实数，范围为[‑1，1]；其中k值越趋近于X_m，α(k)的值会越增大；步骤四、将增强后的三区域图像按Devries‑Rose区域：Weber区域：Saturation区域为0.3：0.4：0.3的比例进行合并，突出Weber区域，增强目标信息，最终得到增强后的红外图像；其公式如下；Img＝0.3*img1+0.4*img2+0.3*img3。