CN105913406B - 基于SoPC的新型红外图像增强处理方法 - Google Patents
基于SoPC的新型红外图像增强处理方法 Download PDFInfo
- Publication number
- CN105913406B CN105913406B CN201610217552.7A CN201610217552A CN105913406B CN 105913406 B CN105913406 B CN 105913406B CN 201610217552 A CN201610217552 A CN 201610217552A CN 105913406 B CN105913406 B CN 105913406B
- Authority
- CN
- China
- Prior art keywords
- image
- value
- histogram
- gray
- sopc
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 8
- 238000009825 accumulation Methods 0.000 claims abstract description 6
- 238000012986 modification Methods 0.000 claims abstract description 4
- 230000004048 modification Effects 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 description 5
- 230000005855 radiation Effects 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
该技术属于图像增强领域，具体涉及一种基于SoPC的新型红外图像增强处理方法。包括得到H(p)的灰度平均值Ha、灰度最大值HM、灰度最小值Hm；得到上限平台阈值TH；得到下限平台阈值TL；得到图像的双平台直方图修正值HT(p)；得到图像的累积直方图FT(p)。
Description
技术领域
该技术属于图像增强领域，具体涉及一种基于SoPC的新型红外图像增强处理方法。
背景技术
红外成像***通过吸收目标物体的能量辐射，并将之转换为电信号，生成红外图像，拓宽了人类视觉认知范围。
红外热像仪是使用红外成像技术的成像设备。它以红外焦平面器件为核心，将目标景物向外发射的红外辐射能量转换为人眼可见的灰度图像。场景中红外辐射能量通过红外精通投射到红外焦平面上，探测器将辐射转换为相应电信号，实现由光到电的转换，随后通过电路***对该电信号进行处理，并将处理后的信号转换为图像格式在显示器上显示。
受限于红外器件的发展水平，红外热像仪的成像效果还不够理想,主要表现为红外图像噪声较大、对比度低、空间分辨率较差、目标信号微弱、边缘模糊、视觉效果不好等缺点，影响了红外夜视成像仪在实际作战中的应用效果。因此红外图像增强已成为红外夜视成像仪中重要处理手段。
发明内容
本发明的目的在于：提供一种基于SoPC的新型红外图像增强处理方法，增强图像对比度、突显图像细节信息、增加图像空间相关性、抑制图像噪声，进而改善图像视觉效果，方便后续图像显示，目标提取，模式识别等处理。
本发明的技术方案如下：一种基于SoPC的新型红外图像增强处理方法，包括以下步骤：
步骤一：基于SoPC***，将采集得到的红外图像进行直方图统计，得到图像的灰度统计直方图值H(p)；并计算得到H(p)的灰度平均值Ha、灰度最大值HM、灰度最小值Hm；
步骤二：通过公式
计算得到上限平台阈值TH；
步骤三：得到下限平台阈值TL；
步骤四：通过公式
其中L为图像的灰度级，得到图像的双平台直方图修正值HT(p)
步骤五：得到图像的累积直方图FT(p)；
步骤六：通过公式
得到双平台直方图均衡化后的灰度值DT(p)，DT(p)即为红外图像增强处理后的结果值。
所述步骤三中，通过公式TL＝Hm (2)
得到下限平台阈值TL。
所述步骤五中，通过公式
得到图像的累积直方图FT(p)。
本发明的显著效果在于：可以自适应的修正上下限平台值。通过合适地选择上限和下限平台阈值，利用上下限平台阈值的自适应性，在抑制背景噪声的同时，保证了图像中的细节信息，从而实现红外图像对比度的增强。经过分析论证和实验，表明该方法该算法对红外图像具有良好的增强效果，能在大幅度提高目标对比度的同时提高信噪比，提升目标细节，具有良好的实用价值。
具体实施方式
基于SoPC的新型红外图像增强处理方法，包括以下步骤
步骤一：基于SoPC***，将采集得到的红外图像进行直方图统计，得到图像的灰度统计直方图值H(p)；并计算得到H(p)的灰度平均值Ha、灰度最大值HM、灰度最小值Hm；
步骤二：通过公式
计算得到上限平台阈值TH；
步骤三：通过公式TL＝Hm (2)
得到下限平台阈值TL；
步骤四：通过公式
其中L为图像的灰度级，得到图像的双平台直方图修正值HT(p)
步骤五：通过公式
得到图像的累积直方图FT(p)；
步骤六：通过公式
得到双平台直方图均衡化后的灰度值DT(p)，DT(p)即为红外图像增强处理后的结果值。
Claims (2)
1.一种基于SoPC的红外图像增强处理方法，其特征在于：包括以下步骤：
步骤一：基于SoPC***，将采集得到的红外图像进行直方图统计，得到图像的灰度统计直方图值H(p)；并计算得到H(p)的灰度平均值Ha、灰度最大值HM、灰度最小值Hm；
步骤二：通过公式
计算得到上限平台阈值TH；
步骤三：通过公式Tlow＝Hm (2)
得到下限平台阈值Tlow；
步骤四：通过公式
其中L为图像的灰度级，得到图像的双平台直方图修正值HT(p)
步骤五：得到图像的累积直方图FT(p)；
步骤六：通过公式
得到双平台直方图均衡化后的灰度值DT(p)，DT(p)即为红外图像增强处理后的结果值。
2.根据权利要求1 所述的一种基于SoPC的红外图像增强处理方法,其特征在于：所述步骤五中，通过公式
得到图像的累积直方图FT(p)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610217552.7A CN105913406B (zh) | 2016-04-08 | 2016-04-08 | 基于SoPC的新型红外图像增强处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610217552.7A CN105913406B (zh) | 2016-04-08 | 2016-04-08 | 基于SoPC的新型红外图像增强处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105913406A CN105913406A (zh) | 2016-08-31 |
| CN105913406B true CN105913406B (zh) | 2019-02-26 |
Family
ID=56744866
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610217552.7A Active CN105913406B (zh) | 2016-04-08 | 2016-04-08 | 基于SoPC的新型红外图像增强处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105913406B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108122217B (zh) * | 2016-11-30 | 2021-07-20 | 北京航天计量测试技术研究所 | 一种自适应场景的实时红外图像增强方法 |
| CN109377464B (zh) * | 2018-10-08 | 2021-07-20 | 嘉应学院 | 一种红外图像的双平台直方图均衡化方法及其应用*** |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102521813A (zh) * | 2011-11-21 | 2012-06-27 | 华中科技大学 | 基于双平台直方图的红外图像自适应增强方法 |
| CN102693531A (zh) * | 2012-01-11 | 2012-09-26 | 河南科技大学 | 基于自适应双平台的红外图像增强方法 |
-
2016
- 2016-04-08 CN CN201610217552.7A patent/CN105913406B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102521813A (zh) * | 2011-11-21 | 2012-06-27 | 华中科技大学 | 基于双平台直方图的红外图像自适应增强方法 |
| CN102693531A (zh) * | 2012-01-11 | 2012-09-26 | 河南科技大学 | 基于自适应双平台的红外图像增强方法 |
Non-Patent Citations (3)
| Title |
|---|
| Thresholded and Optimized Histogram Equalization for contrast enhancement of images;P.Shanmugavadivu等;《Computers and Electrical Engineering》;20130720;第757-768页 |
| 一种自适应红外图像增强算法;张海潮等;《兰州理工大学学报》;20120630;第38卷(第3期);第102-106页 |
| 基于双平台直方图的红外图像增强算法;宋岩峰等;《红外与激光工程》;20080415;第37卷(第2期);第308-311页 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105913406A (zh) | 2016-08-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108090888B (zh) | 基于视觉注意模型的红外图像和可见光图像的融合检测方法 | |
| CN105323497B (zh) | 恒定包围的高动态范围(cHDR)操作 | |
| KR101699919B1 (ko) | 다중 노출 퓨전 기반에서 고스트 흐림을 제거한 ｈｄｒ 영상 생성 장치 및 방법 | |
| WO2017073344A1 (ja) | 撮像システム、並びにオブジェクト検出装置及びその作動方法 | |
| US10452922B2 (en) | IR or thermal image enhancement method based on background information for video analysis | |
| CN104899836B (zh) | 一种基于近红外多光谱成像的雾天图像增强装置及方法 | |
| WO2011055772A1 (ja) | 画像目標識別装置、画像目標識別方法、画像目標識別プログラム | |
| CN111611907B (zh) | 一种图像增强的红外目标检测方法 | |
| CN109993804A (zh) | 一种基于条件生成对抗网络的道路场景去雾方法 | |
| CN104021532A (zh) | 一种红外图像的图像细节增强方法 | |
| CN108154492B (zh) | 一种基于非局部均值滤波的图像去雾霾方法 | |
| US20180075586A1 (en) | Ghost artifact removal system and method | |
| CN103699877A (zh) | 提高人脸识别效果的方法和*** | |
| CN110349114A (zh) | 应用于aoi设备的图像增强方法、装置及道路视频监控设备 | |
| Wu et al. | A weighting mean-separated sub-histogram equalization for contrast enhancement | |
| CN105913406B (zh) | 基于SoPC的新型红外图像增强处理方法 | |
| CN106469442A (zh) | 一种基于阵列图像的低照度图像增强方法 | |
| CN113034417A (zh) | 基于生成对抗网络的图像增强***和图像增强方法 | |
| CN110827375B (zh) | 一种基于微光图像的红外图像真彩着色方法及*** | |
| CN111666869B (zh) | 一种基于宽动态处理的人脸识别方法、装置及电子设备 | |
| CN108122217B (zh) | 一种自适应场景的实时红外图像增强方法 | |
| Boubezari et al. | Data detection for Smartphone visible light communications | |
| CN110674737B (zh) | 一种虹膜识别的增强方法 | |
| CN110020999B (zh) | 一种基于同态滤波的非制冷红外热像自适应映射方法 | |
| KR101941266B1 (ko) | 초저조도용 cctv 영상 제공 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |