[发明专利]一种基于Hough变换的提取红外图像细节的方法及其应用

说明书

本发明提出的一种基于Hough变换的红外图像细节提取方法，包括以下步骤：提取原始红外数字图像的压缩图像；使用Hough变换方法检测压缩图像中的曲线，提取压缩图像的边缘和细节图像。本发明利用了红外数字图像空间性强的特点，对红外数字图像进行了处理，将红外数字图像的边缘和细节识别出来，使原始图像中不能被观察到的边缘和细节也能够被识别出来，能够增强视觉效果。本发明能够检测红外数字图像的曲线，通过设定方程式和两个阈值，可同时将红外图像的边缘和细节提取出来，过程简单快速，准确度高，具有突破性意义。

技术领域

本发明涉及图像处理领域，尤其涉及一种基于Hough变换的提取红外图像细节的方法。

背景技术

红外图像因为红外图像具有很多其他电磁波所不可比拟的特性，如作用距离远，抗干扰性好、不易受强光影响等，使其在军事领域和国民经济中都有着极其广泛的应用。

红外光谱波长较长，发生衍射的可能性较高，所以红外热成像技术成像距离远，可以全天时全天候进行工作。并且红外抗干扰性较好，有非常高的精度。红外成像图像往往还存在一些缺陷，例如图像边缘模糊、整体偏暗、细节较难分辨、对比度低、噪声较大等，这也对红外目标识别与跟踪应用带来了困难。红外图像通过制冷或非制冷热像仪能够获得较大的场景信号，再通过红外探测器进行信号的采样、量化得到的通常14bits、16bits红外图像，这样的图像拥有更多的场景信息，但是细节信息即包括物体各部分之间较边缘相比更小的界限，这些界限温差较小，并且图像的灰度值通常分布在较小的范围内，再压缩至8bits图像后，图像细节很可能被丢失，因此红外图像细节提取方法是很重要。

霍夫变换(Hough Transform)是图像处理中的一种特征提取技术，它通过一种投票算法检测具有特定形状的物体。该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特定形状的集合作为霍夫变换结果。霍夫变换于1962年由Paul Hough首次提出，后于1972年由Richard Duda和Peter Hart推广使用。

Hough变换是一种利用图像全局特征将特定的形状的边缘像素连接起来，形成连续平滑边缘的一种方法。它通过将原图像上的点映射到用于累加的参数空间，实现对已知解析式曲线的识别。这个将需要识别的曲线成为目标曲线，将可用来构成目标曲线的像素称为有效像素，Hough变换的核心思想可以概括如下：

(1)确定要识别的曲线解析式集，即在一定精度上枚举带参数的解析式中所有参数的可能取值；

(2)为解析式集中的每个元素构造计数；

(3)遍历图像中的有效像素，并将每个有效像素的坐标依次带入解析式集中的每个元素，若解析式成立，则将该解析式对应的计数器加1；

(4)设定阈值t，对于计数器大于t的解析式，可认为其对应的曲线被识别。

霍夫变换主要用来检测图像中的直线，后来霍夫变换扩展到任意形状物体的识别，多为圆和椭圆，但是针对于图像中曲线，现有的霍夫变换方法处理效果却不尽人意。

发明内容

本发明正是针对现有技术存在的不足，提供了一种基于Hough变换的提取红外图像细节的方法。

为解决上述问题，本发明所采取的技术方案如下：

一种基于Hough变换的提取红外图像细节的方法，包括以下步骤：

S1：提取原始红外图像的压缩图像；

S2：使用Hough变换方法检测压缩图像中的曲线，提取压缩图像的边缘和细节图像；

S3：对边缘和细节图像进行细节增强；

S4：将细节增强后的图像与原始红外图像融合在一起，得到目标图像。

优选地，S1的具体步骤包括：