一种无动力弱小飞行目标红外测量图像快速量化方法技术

本发明专利技术公开了一种无动力弱小飞行目标红外测量图像量化方法，包括：统计具有位置信息的图像灰度直方图，像素原始灰度均衡化、计算8位灰度量化值、图像量化处理等步骤。该方法将传统直方图结合图像位置关系，消除了噪声对目标像素的影响，将对无动力弱小目标红外测量图像的识别具有有效帮助。像的识别具有有效帮助。像的识别具有有效帮助。

【技术实现步骤摘要】
一种无动力弱小飞行目标红外测量图像快速量化方法


[0001]本专利技术涉及图像测量
，具体涉及一种无动力弱小飞行目标红外测量图像快速量化方法。

技术介绍

[0002]目前红外图像的量化方法均为依据整幅图像统计特性的量化方法，但由于空中无动力弱小飞行目标的红外辐射能量较小，且一般红外传感器辐射范围都比较宽，导致红外图像中目标的有效信号范围比较窄，如果采用现有的技术对整幅图像进行灰度统计，缩放其灰度范围，必然导致有效信息的丢失，造成图像失真。目前，另一类方法是对图像边缘进行增强，但是，由于红外图像的辐射特性，弱小目标图像边缘梯度变换比较平缓，边缘增强效果并不理想，且容易产生假的图像边缘，反而消除了弱小目标的图像纹理，降低了图像的成像质量。

技术实现思路

[0003]有鉴于此，本专利技术提供了一种无动力弱小飞行目标红外测量图像快速量化方法，能够完整的保留无动力弱小飞行目标图像的有效信息，并具有明显的增强效果。
[0004]本公开提供的无动力弱小飞行目标红外测量图像快速量化方法，包括以下步骤：
[0005]步骤S1，统计具有像素数量和位置信息的图像灰度直方图；
[0006]步骤S2，像素原始灰度均衡化；
[0007]步骤S3，将整个图像的灰度区间投影为256级灰度，并计算每级灰度的量化值；
[0008]步骤S4，根据步骤S3的投影和量化结果，对图像进行快速量化处理。
[0009]进一步地，所述步骤S1中的具体方法包括以下步骤：
[0010]在统计整幅图像的灰度值时，将具有相同灰度且像素总数n
f
大于w的像素灰度值与权值f相乘，如下式：
[0011]如果：g(i，j)＝g(i
‑
1，j
‑
1)，且n
f
＞w
[0012]则：g(i，j)＝g(i，j)
×
f
[0013]其中，i，j表示像素位置，i∈[1，r])，j∈[1，c]，r、c为灰度级相同的像素区域的行和列；g(i，j)为像素灰度值；f为权值，表示从1开始依次递增的图像有效灰度级数；n
f
为权值为f的像素总数；
[0014]为了提高去噪效果，将前几个像素权值设为负整数值，并在统计直方图时确保统计量大于零，即：当n
f
＜w时，n
f
＝0；
[0015]w为根据图像的特性事先设定的经验阈值，同灰度级像素的数量小于此值时默认为噪声。
[0016]进一步地，所述步骤S2包括以下步骤：
[0017]对像素原始灰度进行均衡化，扩展像素数少的像素灰度，压缩像素数多的像素灰度：整幅图像的像素数为n，灰度范围为[0，L
‑
1]，则其第k个灰度级的出现概率为P
r
(R
k
)＝
n
k
/n，k∈[0，L
‑
1]；
[0018]其中，R
k
表示第k个灰度级，n
k
表示图像中R
k
的像素的个数；
[0019]图像的灰度累积分布函数S
k
，即图像进行直方图均衡化的函数表达式为：
[0020][0021]此函数相应的反变换，即直方图均衡化变换后的函数为：
[0022]R
k
＝T
‑1(S
k
)。
[0023]进一步地，所述步骤S3包括以下步骤：
[0024]为了提高量化速度，统计灰度的起始和结束灰度值，将整个灰度区间变换为256级灰度，并计算每级灰度的量化值，如下式：
[0025][0026][0027]其中，d为量化的量纲，e、s分别为均衡化后整幅图像的最小灰度值和最大灰度值，q＝1，2，3
……
256，f(q)为每级灰度对应的量化值。
[0028]进一步地，所述步骤S4包括以下步骤：
[0029]为了提高量化速度，对于小于e的灰度直接赋零，反之直接赋255，如下式：
[0030]如果G(i，j)＜e，则G(i，j)＝0
[0031]如果G(i，j)＞e，则G(i，j)＝255；
[0032]其它像素进行查表量化处理，如下式：
[0033]如果G(i，j)＝q
[0034]则G(i，j)＝f(q)
[0035]其中，G(i，j)为均衡化后的图像灰度，i，j为整幅图像中像素位置，q为量化灰度索引，f(q)为量化灰度，表示原始灰度值与8位灰度值量化像素对应关系，由此对均衡化后的整幅图像所有像素进行量化。
[0036]本公开提供的弱小目标红外图像量化方法，采用拉伸弱小目标灰度，压缩大像素量的灰度级，增加弱小目标的灰度等级的方法，有效的增强了无动力飞行目标的灰度等级，同时，为了提高量化效率，提出了固定非有效灰度级，将有效灰度等级进行256级量化，得到量化量纲，从而实现图像的快速量化。
[0037]与现有技术相比，本公开的有益效果是：
①
完整保留无动力弱小飞行目标图像的有效信息，并进行增强；
②
能够实现快速量化；
③
算法简便，实用性好。
附图说明
[0038]图1为本公开的流程图；
[0039]图2为对原始直方图进行去噪、均衡及量化后的示例性结果。
具体实施方式
[0040]下面结合附图并举实施例，对本专利技术进行详细描述。
[0041]本公开提供了一种弱小目标红外图像量化方法。如附图1所示，根据本公开的示例性实施例包括以下步骤：
[0042]S1，统计具有像素数量信息的图像灰度直方图。
[0043]由于噪声多为一些孤立的点，因此，为了有效剔除噪声，将像素位置信息融入直方图统计中，在统计整幅图像的灰度值和像素位置信息时，将具有相同灰度且像素总数大于一定阈值w的像素灰度值与权值f相乘，如下式：
[0044]如果：g(i，j)＝g(i
‑
1，j
‑
1)，且n
f
＞w
[0045]则：g(i，j)＝g(i，j)
×
f
[0046]其中，i，j表示像素位置，i∈[1，r])，j∈[1，c]，r、c为灰度级相同的像素区域的行和列；g(i，j)为像素灰度值；f为权值，表示从1开始依次递增的图像有效灰度级数；n
f
为权值为f的像素总数；
[0047]为了提高去噪效果，将前几个像素权值设为负整数值，并在统计直方图时确保统计量大于零，即：当n
f
＜w时，n
f
＝0；
[0048]w为根据图像的特性事先设定的经验阈值，同灰度级像素的数量小于此值时默认为噪声。
[0049]S2，像素原始灰度均衡化
[0050]对像素原始灰度进行均衡化，扩展像素本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无动力空中飞行目标红外测量图像快速量化方法，其特征在于，包括以下步骤：步骤S1，统计具有像素数量和位置信息的图像灰度直方图；步骤S2，像素原始灰度均衡化；步骤S3，将整个图像的灰度区间投影为256级灰度，并计算每级灰度的量化值；步骤S4，根据步骤S3的投影和量化结果，对图像进行快速量化处理。2.如权利要求1所述的量化方法，其特征在于，所述步骤S1中的具体方法包括以下步骤：在统计整幅图像的灰度值时，将具有相同灰度且像素总数n
f
大于w的像素灰度值与权值f相乘，如下式：如果：g(i,j)＝g(i
‑
1,j
‑
1)，且n
f
>w则：g(i,j)＝g(i,j)
×
f其中，i,j表示像素位置，i∈[1,r])，j∈[1,c]，r、c为灰度级相同的像素区域的行和列；g(i,j)为像素灰度值；f为权值，表示从1开始依次递增的图像有效灰度级数；n
f
为权值为f的像素总数；为了提高去噪效果，将前几个像素权值设为负整数值，并在统计直方图时确保统计量大于零，即：当n
f
<w时，n
f
＝0；w为根据图像的特性事先设定的经验阈值，同灰度级像素的数量小于此值时默认为噪声。3.如权利要求1或2所述的量化方法，所述步骤S2包括以下步骤：对像素原始灰度进行均衡化，扩展像素数少的像素灰度，压缩像素数多的像素灰度：整幅图像的像素数为n，灰度范围为[0,L
‑
1]，则其第k个灰度级的出现概率为P
...

【专利技术属性】
技术研发人员：韩先平，张东，薛中伟，周慧，周立锋，赵满庆，杨军，骆卉子，李晓冰，李欣，
申请(专利权)人：中国人民解放军九二九四一部队，
类型：发明
国别省市：