红外图像细节增强方法技术

本发明专利技术属于图像处理技术领域，尤其是公开了一种红外图像细节增强方法，包括下述步骤：(1)对输入的红外图像Iin进行平滑滤波，获取平滑滤波后的基本图像Ibs；(2)对平滑滤波后的基本图像Ibs进行灰度均衡处理，获取灰度均衡的基本图像Ieq；(3)对输入的红外图像Iin进行细节提取，获取细节图像Idt；(4)对输入的红外图像Iin进行平坦度特征检测，得出平坦程度特征信息Ich；(5)根据平坦程度特征信息Ich，计算噪声抑制权重因子，得到噪声抑制系数D；(6)根据平坦程度特征信息Ich，计算细节增强权重因子，得到细节增益系数G；(7)对灰度均衡的基本图像Ieq进行噪声抑制，获取噪声抑制图像Idn；(8)将噪声抑制图像Idn进行细节增强，形成合成图像Idde。

Infrared image detail enhancement method

The invention belongs to the technical field of image processing, especially discloses an infrared image detail enhancement method, which comprises the following steps: (1) Iin infrared image of the input filter, to obtain the basic image of Ibs smoothing filter; (2) the basic map smoothing filter like Ibs gray-scale equalization processing, acquisition the basic Ieq image gray balance; (3) Iin infrared image of the input image to obtain details of minutiae extraction, Idt; (4) Iin infrared image of the input characteristics of flatness detection, the smooth degree of feature information of Ich; (5) according to the smooth degree of feature information of Ich, calculating the noise suppression factor, get the noise suppression factor D; (6) according to the smooth degree of feature information of Ich, calculation of detail enhancement weight factor, get the details of the gain coefficient G; (7) for noise suppression of Ieq image gray balance, by The noise suppression image Idn is adopted; (8) the noise suppression image Idn is enhanced in detail to form a composite image Idde.

【技术实现步骤摘要】
红外图像细节增强方法
本专利技术属于图像处理
，涉及一种红外图像细节增强方法。
技术介绍
红外图像是红外探测器对场景红外热辐射分布感应生成的温度图像，由于受探测器性能限制，以及场景中的目标与背景之间的温差相对较小，红外图像往往表现为信噪比低，对比度低，细节不明显等特点。而且，红外图像通常采用14位或更高位数的A/D对探测器输出信号进行采样和量化，获得的原始图像数据需要压缩映射成8位灰度数据才能成像显示，如果压缩方法处理不当会导致大量细节信息的丢失，严重影响图像视觉效果。目前，在常用的红外图像增强方法中，自动增益控制线性映射方法将图像原始数据放大或缩小并线性映射至0～255的灰度空间。对于实际应用中存在的高动态范围场景，其特点为灰度分布范围广、灰度分布范围内存在大量无效灰度。用该方法处理此类红外图像无论是背景还是目标占用少量灰度级情况下，均会丢失大量细节。自动增益控制线性映射方法处理的红外图像整体对比度相对较好，但从局部看，对比度反而是降低的。在红外图像直方图均衡方法中，采取映射措施为将图像中灰度概率密度大的像素向附近灰度级扩展，拉开灰度层次，而将概率密度小或为零的像素灰度级收缩，压缩灰度层次，从而让各个灰度级得到有效利用，实现图像对比度的增强。但是直方图均衡对概率密度大的像素组成的图像与噪声会同时增强，而概率密度小的目标和细节则会被抑制甚至丢失。在图像分层处理增强方法中，首先通过平滑滤波获取基本图像，通过输入图像与基本图像差分处理获取细节图像，基本图像保留图像轮廓基本信息，细节图像保留细节信息，基本图像与加权增强后的细节图像合成达到细节增强的目的。目前该方法及其各变种处理方法，未考虑基本图像中含有的无效灰度占用情况，使得合成后的图像主体轮廓层次单一，也未考虑提取出的细节图像中实际上包含了噪声信息，使得细节增强同时噪声仍旧存在，甚至可能被放大。除此之外，还有其他多种图像细节增强方法，如同态滤波、Retinex、小波变换、模糊技术等。这些方法的处理往往需要大量的计算资源，实时处理效果不佳。而现有的灰度均衡放在基本图像与细节图像叠加之后进行处理，其缺点为：经过图像分层处理，虽然基本图像得到平滑，但在细节图像中提取的细节同时包含噪声，从而基本图像与细节增强图像叠加后图像仍旧包含噪声。直方图均衡对概率密度大的像素组成的图像与噪声会同时增强，而概率密度小的目标和细节则会被抑制甚至丢失。再者，不区分平坦区域与细节区域，在增强细节的同时也会增强噪声。
技术实现思路
本专利技术为了克服现有技术的不足，提供一种能有效抑制噪音，增强细节，提高对比度的红外图像细节增强方法。为了实现上述目的，本专利技术采用以下技术方案：一种红外图像细节增强方法，包括下述步骤：(1)对输入的红外图像Iin进行平滑滤波，获取平滑滤波后的基本图像Ibs；(2)对平滑滤波后的基本图像Ibs进行灰度均衡处理，获取灰度均衡的基本图像Ieq；(3)对输入的红外图像Iin进行细节提取，获取细节图像Idt；(4)对输入的红外图像Iin进行平坦度特征检测，得出平坦程度特征信息Ich；(5)根据平坦程度特征信息Ich，计算噪声抑制权重因子，得到噪声抑制系数D；(6)根据平坦程度特征信息Ich，计算细节增强权重因子，得到细节增益系数G；(7)对灰度均衡的基本图像Ieq进行噪声抑制，获取噪声抑制图像Idn；(8)将噪声抑制图像Idn进行细节增强，形成合成图像Idde。本专利技术将灰度均衡处理提前，仅仅只对包含背景与目标物体基本图像进行灰度分布均衡处理，由于基本图像是经过平滑滤波处理的，噪声已经被有效抑制，此时对图像进行灰度均衡就不会放大噪声，而将图像主体的对比度明显的提高；加设步骤(4)-(6)之后，在提取细节的同时不可避免的引入噪声这个问题，通过步骤(4)对图像的平坦度进行检测，区分平坦区域和细节丰富区域；当处于平坦区域，则通过步骤(5)计算出噪声抑制权重因子，对噪声进行抑制，当处于细节丰富区域，则通过步骤(6)计算出细节增强因子，对细节进行增强处理，从而达到增强细节同时抑制噪声的目的；通过本专利技术方法可以有效提高图像主体的对比度，同时不论背景区域还是微小目标区域的细节都可以得到有效的增强。由于自适应的控制噪声抑制权重因子和细节增强权重因子，在平坦区域的噪声不会被放大，而在细节丰富区域的增强效果显著。本方法对比现有图像分层细节增强处理技术，可以有效压制背景噪声，提高图像整体对比度，图像各灰度级的微小细节均可有效增强，处理运算量小，可实现硬件实时处理。进一步地，所述步骤(5)，计算噪声抑制权重因子按如下方式进行计算：其中，Dinit为预置噪声抑制权重因子，可供选择调节；TH为图像平坦度特征阈值；D为介于之间的抑制系数；Ich(i，j)为输入的红外图像Iin第i行第j列的平坦程度特征信息；D为负值表示对处理像素进行噪声强度反向抑制。经过上述噪声抑制权重因子的计算步骤，不仅不会增大噪声，而且还能对噪声起到反向抑制作用，进而减少噪声。进一步地，所述步骤(6)，计算细节增强权重因子按如下方式进行计算：其中，Ginit为预置细节增强权重因子，可供选择调节，TH为图像平坦度特征阈值；Ich(i，j)为输入的红外图像Iin第i行第j列的平坦程度特征信息；G为介于之间的增益系数。此处的细节增强权重因子能对细节进行增强，进而提高图像细节纹理的清晰度。尤其是图像整体对比度的提高在灰度均衡处理步骤得以实现。进一步地，所述步骤(7)，对灰度均衡的基本图像Ieq进行噪声抑制，获取噪声抑制图像Idn的方式如下：Idn＝Ieq+Idt·D其中，Idn为灰度均衡及噪声抑制后的噪声抑制图像，Ieq为灰度均衡的基本图像，Idt为细节图像(在平坦区域即是噪声图像)，D为噪声抑制系数。该步骤能对平坦区域的经过平滑滤波及灰度均衡的基本图像进行进一步的噪声抑制，噪声抑制效果好。进一步地，所述步骤(8)，将噪声抑制图像Idn进行细节增强的方式如下：Idde＝Idn+Idt·G其中，Idde为灰度均衡、噪声抑制及细节增强后形成的合成图像，Idn为灰度均衡及噪声抑制后的噪声抑制图像，Idt为细节图像(在非平坦区域)，G为细节增益系数。该步骤能对图像细节部分增强，然后与平滑滤波、灰度均衡、噪声抑制后的噪声抑制图像合成，使得细节丰富区域的图像细节增强，有效提高图像的清晰度。进一步地，所述步骤(3)，采用如下公式进行细节图像提取：Idt＝Iin-Ibs其中，Idt为细节图像，Iin为输入的红外图像，Ibs为平滑滤波后的基本图像。处理过程简单，方便，效果好。进一步地，所述步骤(4)，对输入的红外图像Iin进行平坦度特征检测，得出平坦程度特征信息Ich的方式为：采用一阶微分或者二阶微分的梯度算子获取红外图像Iin平坦度特征信息Ich；当Ich越小表征被处理像素处于平坦区域，Ich越大表征被处理像素处于细节丰富或边缘陡峭区域。平坦度特征检测精确度高，易于区分是平坦区域还是细节丰富或者边缘陡峭的区域。进一步地，所述步骤(1)对输入的红外图像Iin进行平滑滤波的方式如下：其中，(i，j)表示输入图像坐标，Iin(i,j)为输入图像,Ibs(i,j)为滤波后的基本图像。W(i,j)为一个大小为m×n的平滑滤波器、均值滤波器、高斯滤波器或本文档来自技高网...

【技术保护点】
一种红外图像细节增强方法，包括下述步骤：(1)对输入的红外图像Iin进行平滑滤波，获取平滑滤波后的基本图像Ibs；(2)对平滑滤波后的基本图像Ibs进行灰度均衡处理，获取灰度均衡的基本图像Ieq；(3)对输入的红外图像Iin进行细节提取，获取细节图像Idt；(4)对输入的红外图像Iin进行平坦度特征检测，得出平坦程度特征信息Ich；(5)根据平坦程度特征信息Ich，计算噪声抑制权重因子，得到噪声抑制系数D；(6)根据平坦程度特征信息Ich，计算细节增强权重因子，得到细节增益系数G；(7)对灰度均衡的基本图像Ieq进行噪声抑制，获取噪声抑制图像Idn；(8)将噪声抑制图像Idn进行细节增强，形成合成图像Idde。

【技术特征摘要】
1.一种红外图像细节增强方法，包括下述步骤：(1)对输入的红外图像Iin进行平滑滤波，获取平滑滤波后的基本图像Ibs；(2)对平滑滤波后的基本图像Ibs进行灰度均衡处理，获取灰度均衡的基本图像Ieq；(3)对输入的红外图像Iin进行细节提取，获取细节图像Idt；(4)对输入的红外图像Iin进行平坦度特征检测，得出平坦程度特征信息Ich；(5)根据平坦程度特征信息Ich，计算噪声抑制权重因子，得到噪声抑制系数D；(6)根据平坦程度特征信息Ich，计算细节增强权重因子，得到细节增益系数G；(7)对灰度均衡的基本图像Ieq进行噪声抑制，获取噪声抑制图像Idn；(8)将噪声抑制图像Idn进行细节增强，形成合成图像Idde。2.根据权利要求1所述的红外图像细节增强方法，其特征在于：所述步骤(5)，计算噪声抑制权重因子按如下方式进行计算：其中，Dinit为预置噪声抑制权重因子；TH为图像平坦度特征阈值；D为介于之间的抑制系数；Ich(i，j)为输入的红外图像Iin第i行第j列的平坦程度特征信息；D为负值表示对处理像素进行噪声强度反向抑制。3.根据权利要求1所述的红外图像细节增强方法，其特征在于：所述步骤(6)，计算细节增强权重因子按如下方式进行计算：其中，Ginit为预置细节增强权重因子，可供选择调节，TH为图像平坦度特征阈值；Ich(i，j)为输入的红外图像Iin第i行第j列的平坦程度特征信息；G为介于之间的增益系数。4.根据权利要求1所述的红外图像细节增强方法，其特征在于：所述步骤(7)，对灰度均衡的基本图像Ieq进行噪声抑制，获取噪声抑制图像Idn的方式如下：Idn＝Ieq+Idt·D其中，Idn为灰度均衡及...

【专利技术属性】
技术研发人员：卢仰坚，
申请(专利权)人：杭州天铂红外光电技术有限公司，
类型：发明
国别省市：浙江,33