[发明专利]基于目标特性的红外图像数据转换方法

说明书

本发明提出了一种基于目标特性的红外图像数据转换方法，实现步骤为：获取原始红外图像I的参数及目标特征；获取目标占比集合Ω、灰度频率集合H与累加频率集合T；初始化参数；判断I中目标k_s是否为高温目标；计算k_s的高温转换阈值或低温转换阈值获取转换阈值th；依据th构建转换函数E；获取I数据转换结果。本发明通过目标特性生成转换阈值，并以此构造转换函数对红外图像进行数据转换，解决了现有转换数据技术无法在减少转换函数中参数量的同时凸显目标的技术问题。

技术领域

本发明属于数字红外图像处理技术领域，涉及一种红外图像数据转换方法，具体涉及一种基于目标特性的红外图像数据转换方法，可应用于红外目标跟踪或识别方向。

背景技术

红外成像技术是依靠接收目标自身的红外热辐射来工作的，它具有完全被动、作用距离远、易于隐蔽、可昼夜工作等优点。随着红外成像技术的不断发展，红外成像系统已被广泛应用于红外精确制导、预警、视频监控、搜索和跟踪等多种军事及民用领域。

红外热辐射处在电磁波谱中的可见光谱之外，波长在0.76微米到1000微米之间，人眼无法直接观察到，需要使用红外成像技术将红外热辐射转换为可见图像。红外成像系统首先通过光学系统将红外热辐射转换为电信号，再通过8位模数转换器将电信号转换成数字信号，得到红外图像。随着技术的进步，红外热成像系统的模数转换器逐渐由8位转变为14或16位，因而采集到14或16位的红外数据。14或16位的红外数据包含了更多的信息，但是现有设备无法直接显示此类数据，同时，后续的识别或跟踪等任务习惯使用8位数据。因此，对红外数据进行转换是必不可少的一项工作。

为将这些原始的红外数据转化为显示和处理的红外图像，采用红外数据转换方法将14或16位红外数据转换到8位。按照转换函数的类别，将转换方法分为线性变换法和非线性变换法。

线性变换法使用线性变换函数来实现图像数据的转换，其具体操作为将范围在[0，2¹⁴]或[0，2¹⁶]的红外数据，输入线性函数中，使其输出范围为[0，2⁸]，其中I为原始红外图像，I_min为I中最小的灰度值，I_max为I中最大的灰度值。在将红外图像应用与目标跟踪或识别方向时，关注的重点在与目标，因此转换数据时应该更多的保留目标信息，压缩背景信息。线性变换法虽然简单高效，但是因为该方法采用线性的映射方案，因此无法实现保留目标信息，压缩背景信息的需求。

非线性变换法与线性变换类似，唯一的区别在于变换函数的选择，非线性变换使用的变换函数主要包括对数变换、幂次变换、指数变换等，通过非线性映射关系对图像进行处理。因为使用了非线性映射，所以该类方法可以在转换数据的同时保留更多目标信息。但是，在构建非线性变换函数时，需要人为估计函数中的多项参数，该操作严重依赖于人的先验知识。

为了解决非线性变换法需要人为估计参数的缺点，申请公布号为CN103116887A，名称为“基于概率序列的高精度红外图像数据转换方法”的专利申请，公开了一种转换红外图像的非线性方法，该方法首先统计红外图像中每个灰度值出现的概率；然后筛选出其中出现频率最高的256个灰度值；再将其余灰度值按最小距离准则映射到筛选出的高频灰度值中；最后将得到的256个灰度值一一映射到[0,255]范围内，从而获得灰度连续的红外图像。该方法依据概率有选择地对红外数据进行映射，这种映射方案无需估计参数，但是若目标尺寸较小，出现频率较高的灰度值多为背景的灰度，转换时，目标灰度值很容易被忽略，使得转换后图像中的目标无法从背景中凸显出来。

发明内容

本发明的目的在于克服上述已有技术的不足，提出一种基于目标特性的红外图像数据转换方法，用于解决现有转换数据技术无法在减少转换函数中参数量的同时凸显目标的技术问题。

为实现上述目的，本发明采取的技术方案包括如下步骤：

(1)获取原始红外图像I的参数及目标特征：