【技术实现步骤摘要】
红外图像的处理方法、装置、存储介质及电子设备
[0001]本专利技术涉及图像处理
,特别是涉及一种红外图像的处理方法、装置、存储介质及电子设备。
技术介绍
[0002]红外成像技术优势明显,但在有些情况下,红外图像普遍存在系统自身噪声复杂、受背景强杂波干扰、目标特征弱容易淹没在噪声中等问题。近几年针对红外图像的各种噪声处理相关研究很多,但仍然难以改善图像模糊的问题。
技术实现思路
[0003]有鉴于此,本专利技术提供了一种红外图像的处理方法、装置、存储介质及电子设备,其能够对红外成像图像的高斯噪声、椒盐噪声、脉冲噪声等图像噪声进行有效处理,得到清晰度高,并且边缘得到有效保护的红外成像图像,从而更加适于实用。
[0004]为了达到上述第一个目的,本专利技术提供的红外图像的处理方法的技术方案如下:
[0005]本专利技术提供一种红外图像的处理方法,包括以下步骤:
[0006]获取待处理的原始红外图像,所述待处理的原始红外图像中包括高斯噪声和椒盐噪声;
[0007]应用自适应中值滤波算法对所述待处理的原始红外图像中的椒盐噪声进行处理,得到消除椒盐噪声的红外图像;
[0008]针对所述消除椒盐噪声的红外图像进行引导滤波,得到滤波后的红外图像;
[0009]针对所述滤波后的红外图像,应用增强算法进行细节增强并锐化图像边缘,得到清晰的红外图像。
[0010]本专利技术提供的红外图像的处理方法还可采用以下技术措施进一步实现。
[0011]作为优选 ...
【技术保护点】
【技术特征摘要】
1.一种红外图像的处理方法,其特征在于,包括以下步骤:获取待处理的原始红外图像,所述待处理的原始红外图像中包括高斯噪声和椒盐噪声;应用自适应中值滤波算法对所述待处理的原始红外图像中的椒盐噪声进行处理,得到消除椒盐噪声的红外图像;针对所述消除椒盐噪声的红外图像进行引导滤波,得到滤波后的红外图像;针对所述滤波后的红外图像,应用增强算法进行细节增强并锐化图像边缘,得到清晰的红外图像。2.根据权利要求1所述的红外图像的处理方法,其特征在于,所述应用自适应中值滤波算法对所述待处理的原始红外图像中的椒盐噪声进行处理,得到消除椒盐噪声的红外图像具体包括以下步骤:获取所述待处理的原始红外图像的模板,并计算所述模板中各点像素值的中值;将所述模板中心像素的值用所述中值代替,得到消除椒盐噪声的红外图像;其中,所述自适应中值滤波算法公式如下:式(1)中,为经过自适应中值滤波后,坐标(x,y)点的像素对应灰度值,p(s,t)为输入图像在横坐标为x,纵坐标为y的点的邻域内所有像素点的取值,S
xy
为输入图像在横坐标为x,纵坐标为y的点的邻域内的坐标值。3.根据权利要求1所述的红外图像的处理方法,其特征在于,所述针对所述消除椒盐噪声的红外图像进行引导滤波,得到滤波后的红外图像的步骤包括以下步骤:命名所述消除椒盐噪声的红外图像p、引导图像I、输出图像q;根据线性模型,假设所述输出图像q是以像素k为中心的窗口ω
k
中引导图像I的线性变换,假设线性关系如下:式(2)中,a
k
,b
k
是假设的线性系数;针对所述式(2)两边进行梯度计算,得到:根据式(4),计算得到a
k
,b
k
,使式(4)为最小值:式(4)中,ε为用于防止a
k
过大的惩罚值;其中,a
k
,b
k
的解法如式(5):
式(5)中,μ
k
是I于窗口ω
k
之下的均值和方差,是I于窗口ω
k
之下的方差,|ω|是窗口ω
k
里面包含像素数,是待滤波图像p于窗口ω
k
当中的均值,具体定义为:在计算每个窗口的线性系数时,像素i将涉及覆盖i的所有重叠窗口ω
k
,在不同的窗口计算中,线性系数不同导致结果q
i
的值也不相同,因此,将所有q
i
的可能值取均值,如式(7),得到清晰的红外图像:式(7)中,q
i
是清晰的红外图像,ω
k
是所有包含像素i的窗口,k是其中心位置;其中,所述引导滤波进行了加权处理:q=W
×
G(p)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9),式(8)、(9)中,W为权值,K为归一化常数,是输入图像对应像素点的梯度值,p为输入图像,q为输出结果图像,G为引导滤波算法。4.根据权利要求1所述的红外图像的处理方法,其特征在于,所述针对所述滤波后的红外图像,应用增强算法进行细节增强并锐化图像边缘,得到清晰的红外图像的步骤过程包括三个尺度的高斯模糊的步骤,以及逐次相减的步骤。5.根据权利要求4所述的红外图像的处理方法,其特征在于,所述针对所述滤波后的红外图像,应用增强算法进行细节增强并锐化图像边缘,得到清晰的红外图像具体包括以下步骤:利用三个不同的高斯核处理全局图像,得到三个不同的模糊图像:I1=G1×
I,I2=G2×
I,I3=G3×
I
ꢀꢀꢀꢀ
(10),式(10)中,G1,G2,G3为三个不同的高斯核,其标准差分别对应σ1=1.0,σ2=2.0,σ3=4.0,I1、I2、I3为与三个不同的高斯核相对应的...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。