一种红外焦平面阵列图像增强方法技术

技术编号:3827652 阅读:252 留言:0更新日期:2012-04-11 18:40
一种红外焦平面阵列图像增强方法,属于红外焦平面探测器领域,具体涉及特定图像处理算法的硬件实现,目的是在有限的FPGA存储资源条件下,拉伸图像灰度值,提高运算速度。本发明专利技术包括中值滤波、分段点获取、分段拉伸。本发明专利技术采用的中值滤波消除了图像中的椒盐噪声,分段拉伸有效地增强了图像暗区域的细节部分。本算法无需外部存储器,对FPGA存储资源要求低,实时性好,可以有效的适应红外焦平面探测器对图像增强处理的高要求。

【技术实现步骤摘要】

本专利技术属于红外焦平面探测器领域,具体涉及一种红外焦平面阵列图 像增强方法。
技术介绍
红外成像系统随着红外探测器的发展而发展。在第一代红外成像系统中,采用线列探测器,通过一维光机扫描实现成像。随着CCD (Charge Coupled Device,电耦合器件)相关技术的成熟,到了 20世纪70年代中 期,IRFPA (Infrared Focal Plane Array,红外焦平面阵列)探测器的出 现标志着第二代红外成像系统——凝视红外成像系统的诞生。与线列探测 器相比,焦平面探测器成像具有空间分辨率高、探测能力强、帧频高等优 点,正迅速成为红外成像技术的主流器件。目前凝视红外成像系统已开始 广泛应用于夜视、海上营救搜索、天文、工业热探测和医学等民用领域, 是红外成像系统的发展方向。然而由于制造材料、工艺以及工作环境等方 面的原因,红外焦平面阵列输出的图像普遍存在目标对比度较弱,背景细 节模糊等缺点。如某种红外焦平面阵列的标称输出数据宽度是16位,然而 实际的使用中,不管场景是怎样的,大部分像素值集中在0x7EC0到0x82C0 的范围上,显示效果不言而喻。所以对红外焦平面阵列输出的图像进行图 像增强的预处理,使之适合特定应用,则十分必要。图像增强的方法分为 空域法和频域法两类,空域法主要是对图像中的各个像素点进行操作;而 频域法是在图像的某个变换域内,对图像进行操作,修改变换后的系数, 然后再进行反变换得到处理后的图像。频域法将图像看成一种二维信号,对其进行时域到频域的变换。采用4低通滤波(即只让低频信号通过)法,可去掉图中的噪声;采用高通滤波 法,则可增强边缘等高频信号,使模糊的图片变得清晰。但是用DSP处理 器对一幅图像进行频域的正反变换,计算量大,很难适合实时性要求高的 场合。频域法在频域对图像进行增强,无论高通滤波或是低通滤波,都会 很大程度的破坏原始图像,很多有效的信息都有可能被滤除。频域法计算 复杂,很难由FPGA实现,所以频域法应用于高实时性场合有其局限性。直方图均衡是一种典型的空间域的图像增强方法,直方图均衡化处理 的中心思想是把原始图像的灰度直方图从比较集中的某个灰度区间变成在 全部灰度范围内的均匀分布。原始图像灰度值r归一化在0 1之间,p (r )为原始图像灰度分布的概率密度函数。直方图均衡化处理实际上就是 寻找一个灰度变换函数T,使得变化后的灰度值s^(r),其中,s归一化 为0 1,即建立r与s之间的映射关系,要求处理后图像灰度分布的概 率密度函数p(s卜l,期望所有灰度级出现概率相同。 ——对于数字图像离散情况,其直方图均衡化处理的计算步骤如下(1) 统计原始图像的直方图式中,^是归一化的输入图像灰度, 是输入图像中归一化灰度等于^ 的像素个数,n是输入图像的像素总数。(2) 计算直方图累积分布曲线y=o 产o w(3) 用累积分布函数作变换函数进行图像灰度变换 根据计算得到的累积分布函数,建立输入图像与输出图像灰度之间的对应关系,最后要将变换后的灰度恢复成原先范围。直方图均衡作为一种基础的图像处理方法在很多领域得到应用,但大 多是通过DSP或者CPU编程实现,其优点是灵活性比较高,调试方便,最大的缺点是很难做到实时或者准实时处理,这在某些领域是不可接受的。而使用FPGA实现可以很好地解决实时处理的难题。但是做直方图统 计通常需要大小约为一整幅图的存储空间,如《电子技术应用》2006年第 11期的"视频图像灰度信号直方图均衡的FPGA实现" 一文,优点是直方 图均衡可以很好地起到图像增强的效果,不足之处在于其并未解决直方图 统计需要耗费大量存储资源的问题,只是简单地在FPGA外部扩展了一片 SDRAM做直方图统计,增加了成本,降低了系统的集成度。《微计算机信息》2007年第63巻第6-2期"基于FPGA的实时红外图像 线性增强算法" 一文中,利用5帧图像,进行帧间迭代的方法,获取图像 中的最大值与最小值,进行一段线性拉伸。其优点在于无须缓存整幅图像, 对存储资源要求低,但是其帧间迭代的算法效率较低,只能获取图像中的 最大值与最小值,拉伸灵活性很低。
技术实现思路
本专利技术的目的在于提供,该方法可 以在有限的FPGA资源条件下,有效地增强图像暗区域的细节部分,提高 了运算速度。本专利技术提供的红外焦平面阵列图像增强方法,其步骤包括 第l步中值滤波对第n帧图像进行中值滤波,n为待处理图像的帧序号; 第2步分段点获取分别利用下式(I )、 (II)和式(III)计算经过中值滤波的第n帧图 像的最小灰度值XL ,最大灰度值x;^和分段点的灰度值xs;6<formula>formula see original document page 7</formula>式 (III)X:1、 ^=和《-'分别为第n-1帧图像的最小灰度值、最大灰度值和分 段点的灰度值,M*N为第n帧图像的分辨率,min%、 maxM和b。/。分别表 示用户设定比例值,分别表示实际图像中小于拉伸算法中的最小灰度值, 最大灰度值和分段点的灰度值的像素占总像素的比例;min—counts 、 max_COunter 和6—counter-分别为第n帧图像中灰度值小于X^、 %=和^"-'的 像素个数,AX为迭代权值;第3步分段拉伸 利用第2步迭代得到的X:,n+i帧图像后输出的灰度值x;:t1 f 0x"和x;;拉伸第n+i帧图像,分段拉伸第<formula>formula see original document page 7</formula>其中X广为第n+l帧输入图像的原始灰度,SI为分配给的灰 度级,S2为分配给的灰度级,SI , S2由用户设定,Sl+S2为用户需要拉伸到的灰度级。上述中值滤波过程优选快速中值滤波算法,该算法首先对一个3*3窗 口的三列元素排序;然后对于列排序后的窗口的三行元素排序;最后求对 角线上三个元素的中值,所得中值就是9个元素的中值。本专利技术在
技术介绍
的基础上,将图像分成亮物体和暗区域两段,分别 进行拉伸,有效地增强了图像大面积暗区域的细节部分,抑制了小面积亮 物体对拉伸算法效果的影响。开发出基于负反馈思想的帧间迭代算法,迅 速稳定地获取每段的分段点。将红外焦平面阵列输出的为w位数字图像量 化到k位,使之易于处理。通常情况下w=16或14, k值由用户选定,通 常为8位。本算法可以完全由FPGA独立实现,无须外部存储器和DSP的 协作。具体而言,本专利技术方法具有以下技术特点(l)本专利技术方法的所有步骤中都无需缓存整幅图像,这样本专利技术大大降 低了算法对存储资源的要求。因为IC制造工艺的原因,芯片中内置大容量 存储资源会提高芯片的制造成本。本专利技术的低存储消耗特点使其可以作为 一个IP核以较低的成本集成于一个S0C系统。若是在FPGA中实现本专利技术, 资源消耗低,极大地降低了实现成本,提高了系统的集成度。(2)分段点获取步骤中,无须缓存图像,在图像输入的同时,即可完 成迭代操作。以X:,。获取为例,迭代步长Vn的选取基于负反馈思想,步长 可变,迭代开始时步长较大,当XL逐渐接近真实值后,步长逐渐变小,从 而达到较高的迭代精度,一般10本文档来自技高网
...

【技术保护点】
一种红外焦平面阵列图像增强方法,其步骤包括: 第1步中值滤波 对第n帧图像进行中值滤波,n为待处理图像的帧序号; 第2步分段点获取 分别利用下式(Ⅰ)、(Ⅱ)和式(Ⅲ)计算经过中值滤波的第n帧图像的最小灰度值X↓[min]↑[n],最大灰度值X↓[max]↑[n]和分段点的灰度值X↓[b]↑[n]; *** X↓[min]↑[n-1]、X↓[max]↑[n-1]和X↓[b]↑[n-1]分别为第n-1帧图像的最小灰度值、最大灰度值和分段点的灰度值,M*N为第n帧图像的分辨率,min%、max%和b%分别表示用户设定比例值,分别表示实际图像中小于拉伸算法中的最小灰度值,最大灰度值和分段点的灰度值的像素占总像素的比例;min_counter↑[n]、max_counter↑[n]和b_counter↑[n]分别为第n帧图像中灰度值小于X↓[min]↑[n-1]、X↓[max]↑[n-1]和X↓[b]↑[n-1]的像素个数,ΔX为迭代权值; 第3步分段拉伸 利用第2步迭代得到的X↓[min]↑[n],X↓[max]↑[n]和X↓[b]↑[n]拉伸第n+1帧图像,分段拉伸第n+1帧图像后输出的灰度值X↓[out]↑[n+1]: *** 其中X↓[in]↑[n+1]为第n+1帧输入图像的原始灰度,S1为分配给[X↓[min]↑[n],X↓[b]↑[n]]的灰度级,S2为分配给[X↓[b]↑[n],X↓[max]↑[n]]的灰度级,S1,S2由用户设定,S1+S2为用户需要拉伸到的灰度级。...

【技术特征摘要】

【专利技术属性】
技术研发人员:钟胜王波颜露新张天序桑农李扬刘涛张磊王晓光王建辉
申请(专利权)人:华中科技大学
类型:发明
国别省市:83[中国|武汉]

网友询问留言 已有0条评论
  • 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。

1