【技术实现步骤摘要】
本专利技术涉及图像处理技术，特别是涉及一种。
技术介绍
在多光谱信息融合中，红外传感器是通过目标场景的热辐射成像的，细节信息不丰富、对比度低；可见光传感器是通过目标场景的反射成像的，细节信息丰富，对比度易受光照影响。将红外与可见光图像进行融合，可以充分利用其信息的互补性，提高探测系统的探测能力。如果图像对比度低，会影响多光谱融合效果。因此，在进行多光谱融合之前，需要对低对比度的图像进行增强处理。目前，最典型的空间域增强算法是直方图均衡化算法，它根据图像的累计直方图 进行灰度调整，使其灰度分布均匀，以达到增强图像的效果。其灰度级调整策略是使图像中灰度概率密度较大的像素向附近灰度级扩展，概率密度较小的像素的灰度级收缩，从而让出原来占有的部分灰度级，这样的处理能够拉开灰度级层次，使图像的对比度增强。该算法的具体过程如下假设图像灰度等级的量化为8bit，则图像灰度范围为。若一幅图像总像素为n，共分L个灰度级，nk代表第k个灰度级rk出现的频数，则第k灰度级出现的概率为如下式(I)
【技术保护点】
一种基于直方图分段变换的图像非线性增强方法，其特征在于，其包括以下步骤：S1、计算图像灰度级的概率密度分布；S2、计算灰度级的累计概率密度函数；S3、将图像的灰度级分成三部分，第一部分灰度级范围：0～85，第二部分灰度级范围：86～170，第三部分灰度级范围：171～255；根据累计概率密度函数，分别计算三部分灰度级的灰度变换函数，即提出分段灰度级变换函数；S4、用分段灰度级变换函数对原图像的灰度级进行变换，获得新灰度级分布。
【技术特征摘要】
1.一种基于直方图分段变换的图像非线性增强方法，其特征在于，其包括以下步骤51、计算图像灰度级的概率密度分布；52、计算灰度级的累计概率密度函数；53、将图像的灰度级分成三部分，第一部分灰度级范围0 85，第二部分灰度级范围86 170，第三部分灰度级范围171 255 ;根据累计概率密度函数，分别计算三部分灰度级的灰度变换函数，即提出分段灰度级变换函数；54、用分段灰度级变换函数对原图像的灰度级进行变换，获得新灰度级分布。2.如权利要求I所述的基于直方图分段变换的图像非线性增强方法，其特征在于，所述步骤SI中，若一幅图像总像素为n，共分L个灰度级，nk代表第k个灰度级rk出现的频数，则第k灰度级出现的概率P为如下式3.如权利要求2所述的基于直方图分段变换的图像非线性增强方法，其特征在于，所述步骤S2中，计算灰度级rk的累计概率密度函数公式如下式4.如权利要求3所述的基于直方图分段变换的图像非线性增强方法，其特征在于，所述步骤S3中，在第一部分灰度级中，寻找点(rk，T...
【专利技术属性】
技术研发人员：张鹏，韩顺利，
申请(专利权)人：中国电子科技集团公司第四十一研究所，
类型：发明
国别省市：
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。