System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种自适应的宽灰度范围红外图像高亮目标抑制方法技术_技高网

一种自适应的宽灰度范围红外图像高亮目标抑制方法技术

技术编号:44601962 阅读:4 留言:0更新日期:2025-03-14 12:56
本发明专利技术涉及一种自适应的宽灰度范围红外图像高亮目标抑制方法,属于红外图像处理技术领域。本发明专利技术利用原始图像的直方图信息,根据统计结果依据决策函数自适应判断是否进入高亮抑制算法处理流程,流程中对图像的直方图进行归集压缩,同时使用非线性映射方法,以达到对高亮目标进行有效抑制的目的,使高亮目标与图像背景在显示设备中均得到有效而合理地显示。

【技术实现步骤摘要】

本专利技术属于红外图像处理,具体涉及一种自适应的宽灰度范围红外图像高亮目标抑制方法


技术介绍

1、随着红外成像系统在军事探测及民用生活等领域的应用愈加广泛,人们对于红外图像的图像质量和场景的适应性的要求也越来越高。红外图像的原始数据往往是14位宽灰度范围数据,在红外图像处理的环节中,通常需要通过动态范围压缩技术将其转化为便于显示和传递的8位图像数据,在压缩的过程中同时提高对比度与细节,从而增强显示效果。

2、图像增强作为图像处理的重要组成部分,对于改善图像质量发挥了重要作用。随着对图像增强技术研究的不断深入,新的图像增强方法不断出现。目前图像增强方法主要分为如下几类,基于灰度映射类的方法是红外图像灰度动态范围调整的常用处理技术,比较常用的映射曲线类型有以下几种:线性变换映射、对数变换、伽马校正以及semi-s曲线映射。由于固定曲线的灰度映射局限性很大,进而发展出了基于不同判定标准自适应选择映射曲线的增强算法,此方法算法复杂度较低,工程化可实行性较高,但对于决策函数的设计要求也较高。

3、但是在某些特殊场景下,例如当场景中进入高温高热物体时,传统的线性增强方法无法充分的利用到显示设备的有效显示范围,会将背景信息淹没,使得图像整体色调过暗,导致背景信息无法得到有效增强。会出现无效的灰度空间占用有效显示范围的情况,由于没有充分而有效地利用有限的显示空间,造成了显示空间的浪费,使重要的图像细节没有得到有效的显示。


技术实现思路

1、(一)要解决的技术问题

<p>2、本专利技术要解决的技术问题是:设计一种场景自适应的红外图像高亮抑制方法,使高亮目标与图像背景在显示设备中均得到有效而合理的显示。

3、(二)技术方案

4、为了解决上述技术问题,本专利技术提供了一种自适应的宽灰度范围红外图像高亮目标抑制方法,包括以下步骤:

5、步骤一:获取原始红外图像;

6、步骤二:对原始红外图像进行非均匀校正、坏元替代处理;

7、步骤三:对处理后的红外图像进行直方图统计,并根据统计结果获图像临近上限灰度值与临近下线灰度值信息,通过施密特触发式门限阈值,判断是否进入自适应高亮抑制算法处理流程,如果满足开启条件,则进入步骤四,如果不需要则进入步骤七;

8、步骤四:进行直方图归集压缩处理,对其灰度像素进行归集,为其他灰度区域让出图像显示空间;

9、在设计的压缩直方图的实现过程需要有两个的阈值进行控制,一个是灰度控制阈值tjudge,如果该灰度值统计量小于此阈值,则将下一级灰度值统计量归集至当前灰度级,同时将之后的灰度值统计值向前递进;若当前灰度极与下一灰度级的灰度值累加统计量仍未超过累加阈值tsum,则继续将后一级灰度值统计量归集至当前灰度级,直到超过累加阈值tsum;如果前面几个归并的灰度空间的累加值大于tsum,则考虑进行在下一个灰度空间里进行下一步的归并;以此类推,将原直方图分布进行重新归集压缩,得到压缩后的直方图统计hist′(j);

10、步骤五:对处理后的红外图像进行直方图统计,基于直方图统计结果获得如下信息:红外图像有效动态范围histrange′、最大有效灰度级histmax′、最小有效灰度级histmin′;

11、步骤六:基于步骤五,利用曲线的映射方式来替代线性直线映射,从而对红外图像进行非线性映射处理;

12、步骤七:对红外图像进行线性映射处理。

13、本专利技术还提供了一种用于实现所述方法的系统。

14、(三)有益效果

15、本专利技术利用原始图像的直方图信息,根据统计结果依据决策函数自适应判断是否进入高亮抑制算法处理流程,流程中对图像的直方图进行归集压缩,同时使用非线性映射方法,以达到对高亮目标进行有效抑制的目的,使高亮目标与图像背景在显示设备中均得到有效而合理地显示。

本文档来自技高网
...

【技术保护点】

1.一种自适应的宽灰度范围红外图像高亮目标抑制方法,其特征在于,包括以下步骤:

2.如权利要求1所述的方法,其特征在于,步骤三中,判定是否进入自适应高亮抑制算法处理流程的方法具体为:依据直方图统计结果,分别计算出临近下限灰度值histDown与临近上限灰度值histUp,histDown需从最低灰度值开始由低到高进行灰度数量累加统计,当累加值大于全图像素数量的0.5%时,记录当前灰度值为临近下限灰度值;histUp需从最高度值开始由高到低进行灰度数量累加统计,当累加值大于全图像素数量的0.5%时,记录当前灰度值为临近上限灰度值;

3.如权利要求2所述的方法,其特征在于,步骤四中,计算Tsum的公式为

4.如权利要求3所述的方法,其特征在于,步骤六中,首先根据红外图像有效动态范围histRange′与目标映射阈的灰度范围Yrange计算压缩系数R;再得到双向映射曲线,并根据图像的平均灰度avg,统计出小于平均灰度的像素个数,将该统计个数除以图像大小得到低灰度区域所占像素比率λ,最终以λ参数作为加权系数得到最终的映射曲线,通过此映射曲线,得到自适应非线性映射的处理结果。

5.如权利要求4所述的方法,其特征在于,步骤六中,计算压缩系数R的公式如下:

6.如权利要求5所述的方法,其特征在于,步骤六中,依据式(5)、式(6)得到双向映射曲线:

7.如权利要求6所述的方法,其特征在于,步骤六中,根据图像的平均灰度avg,统计出小于平均灰度的像素个数,利用式(7)将该统计个数除以图像大小得到低灰度区域所占像素比率λ:

8.如权利要求7所述的方法,其特征在于,步骤六中,以参数λ作为加权系数,依据式(8)得到最终的映射曲线,通过此映射曲线,得到自适应非线性映射的处理结果:

9.如权利要求8所述的方法,其特征在于,步骤七中,依据式(9)、式(10)进行线性映射处理,并对计算结果做溢出保护。

10.一种用于实现如权利要求1至9中任一项所述方法的系统。

...

【技术特征摘要】

1.一种自适应的宽灰度范围红外图像高亮目标抑制方法,其特征在于,包括以下步骤:

2.如权利要求1所述的方法,其特征在于,步骤三中,判定是否进入自适应高亮抑制算法处理流程的方法具体为:依据直方图统计结果,分别计算出临近下限灰度值histdown与临近上限灰度值histup,histdown需从最低灰度值开始由低到高进行灰度数量累加统计,当累加值大于全图像素数量的0.5%时,记录当前灰度值为临近下限灰度值;histup需从最高度值开始由高到低进行灰度数量累加统计,当累加值大于全图像素数量的0.5%时,记录当前灰度值为临近上限灰度值;

3.如权利要求2所述的方法,其特征在于,步骤四中,计算tsum的公式为

4.如权利要求3所述的方法,其特征在于,步骤六中,首先根据红外图像有效动态范围histrange′与目标映射阈的灰度范围yrange计算压缩系数r;再得到双向映射曲线,并根据图像的平均灰度avg,统计出小于平均灰度的像素个数,将该统计个数...

【专利技术属性】
技术研发人员:沈磊崔汝凯李文嘉王硕刘芸滔
申请(专利权)人:天津津航技术物理研究所
类型:发明
国别省市:

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