CN111105371A - 一种低对比度红外图像的增强方法 - Google Patents

Abstract

本发明提供了一种低对比度红外图像的增强方法，针对低对比度场景下的图像，通过求取红外图像的标准差来评估红外图像的对比度，用于判断本发明是否适用于该红外图像，将符合低对比度的红外图像映射到对数域进行拉伸处理，通过指数域再度变换。判断是否需要对红外图像做反色处理，对红外图像做均值模糊处理，计算红外图像增强系数p，利用增强系数p、模糊处理前的红外图像以及模糊后的红外图像计算增强参数矩阵，得到相应增强参数A；通过增强系数以及增强参数矩阵对模糊处理前的红外图像进行增强，如果前面步骤中，红外图像已经做过反色处理，则再一次进行反色处理得到最终的图像。如果前面步骤没有做反色处理，则得到的就是最终的图像。

Description

一种低对比度红外图像的增强方法

技术领域

本发明涉及红外图像处理领域，尤其涉及一种低对比度红外图像的增强方法。

背景技术

随着科技日新月异的发展，红外图像的应用也越发广泛，探寻被黑暗覆盖下的奥秘就离不开红外成像。然而由于探测器或者是环境的问题，得到的红外图像也是参差不齐，在低对比度的红外图像中，很难获取有价值的信息，因此，提升这类图像的质量显得尤为重要。直方图均衡是常见的图像增强方法，能够有效提高图像对比度，但是当图像中存在较多噪声时，相应噪声也会被放大，并且当图像的灰度值过于集中时，直方图均衡并不能取得良好效果；遗传算法能够针对红外图像灰度特性性质进行自适应增强，但是计算量耗时太长，很难在计算资源一般的情况下实现实时处理。虽然国内外研究人员提出了很多红外的增强方法，但是依旧存在一些不足之处，总结主要问题有：算法的计算量大，实现实时计算较为困难，算法的智能性和自适应性差，算法需要认为设置参数等问题。

发明内容

发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种低对比度红外图像的增强方法，包括：包括如下步骤：

步骤1，获取红外图像，通过求取图像的标准差来判断红外图像是否是低对比度图像，如果是，执行步骤2，否则不作处理；

步骤2，对低对比度的红外图像在对数域内进行拉伸变换，得到拉伸图像；

步骤3，计算红外图像的灰度平均值，判断是否需要做反色处理，如果需要，进行反色处理，然后执行步骤4，如果不需要，直接执行步骤4；

步骤4，计算红外图像的标准差，对图像进行均值滤波；

步骤5，计算增强系数，得到残差图像；

步骤6，利用残差图像与拉伸图像的映射关系得到最终增强图像。

步骤1中，通过如下公式求取图像的标准差：

其中，N为获取的红外图像Image1的像素数量，μ为红外图像像素灰度值的平均值，σ为计算得到的图像的标准差，x_i表示红外图像Image1第i个像素的灰度值。

步骤1中，如果标准差σ小于30，则判断是低对比度图像。

步骤2中，对于符合低对比度要求的红外图像Image1，采用如下公式在对数域进行拉伸：

其中，Pmax是红外图像Image1中灰度值的最大值，Average是红外图像image1中所有像素以e为底的对数平均值，并求以e为底，对数平均数的指数，其计算方法为：

其中δ为一个极小值，一般取值0.0001，避免出现对0取对数的情况，通过上述公式将Image1映射到对数域进行拉伸变换，得到新的红外图像Image2。

步骤3中，求得红外图像Image2的灰度平均值μ2，如果μ2<128，则需要进行反色处理。

步骤3中，反色处理的具体实现方法是，遍历红外图像Image2，对每个像素灰度值Value，有：Value＝255-Value。

步骤4中，对图像进行均值滤波具体实现方法为：计算红外图像的像素灰度值与其八邻域像素灰度值的平均值，将红外图像的像素值更新为等于所述平均值，得到图像Image3。

步骤5中计算增强系数的具体实现方法为：计算红外图像Image2的标准差sd，对标准差sd，如果sd大于50，则sd取值为50，计算红外图像增强系数p，有p＝1-sd/50，遍历红外图像Image3，每个像素灰度值乘以红外图像增强系数p，得到新红外图像Image4。

步骤5中，残差图像的具体实现方法是：遍历红外图像Image2和Image4，对于相同位置，Image2的像素灰度值减去Image4的像素灰度值，小于0的值取值为0，取其结果得到残差图像Image5。

步骤6中，得到增强图像的具体实现方法是：

其中Value_image5(x)代表的是图像Image5对应位置的像素灰度值，Value_image4(x)代表的是图像Image4对应位置的值，F(x)是残差图像Image5对应位置Value_image5(x)的增强像素灰度值，增强系数为

遍历Image5，得到图像Image6；

系数A的计算方法为：遍历红外图像Image2和Image3，分别得到其像素灰度值最大值max2和max3，计算系数A＝(max2+max3)/2；

得到的增强图像记为Image6，对于步骤6得到的增强图像Image6，如果在步骤3中经过反色处理，则对增强图像Image6再一次进行反色处理，得到最终的增强图像。

有益效果：本发明是针对低对比度的红外图像提出来的一种图像增强方法，首先是利用图像方差来判断图像质量，对于符合低对比度的红外图像进行对数域拉伸的变换，通过指数域再度变换。判断是否需要对红外图像做反色处理，对红外图像做均值模糊处理，计算红外图像增强系数p，利用增强系数p、模糊处理前的红外图像以及模糊后的红外图像计算增强参数矩阵，得到相应增强参数A；通过增强系数以及增强参数矩阵对模糊处理前的红外图像进行增强，如果前面步骤中，红外图像已经做过反色处理，则再一次进行反色处理得到最终的图像。如果前面步骤没有做反色处理，则得到的就是最终的图像，本发明的增强方法具有无参数设置、对比度拉伸明显的特点。

附图说明

下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。

图1是本发明实施例中低对比度红外图像增强方法的流程图。

图2是本发明实施例中选取的红外输入图像。

图3是本发明实施例中对红外图像进行对数域及指数域变换后的结果。

图4是本发明实施例中最终得到的增强图像结果。

具体实施方式

本发明提供了一种低对比度红外图像的增强方法，包括：

a)获取红外图像数据image1，如图2所示。求出该图像的标准差，标准差值越小，说明图像的分布越集中，图像的对比度就越低，利用图像的标准差来判断该图像是否属于低对比度红外图像，通过数据统计，当红外图像的标准差小于30的时候，红外图像对比度较低，认为是低对比度红外图像。该图像的标准差值为8.45505，符合低对比度红外图像的判断条件。

b)遍历红外图像Image1，找到图像中灰度值最大的值，记为Pmax，Pmax＝255。计算红外图像image1中所有像素以e为底的对数平均值，并求以e为底，对数平均数的指数Average。其计算方法为：

其中δ为一个极小值，避免出现对0取对数的情况。遍历红外图像Image1，利用公式：

将Image1映射到对数域进行拉伸变换，得到新的红外图像Image2，如图3所示。

c)求出红外图像Image2的平均值为67.4991，小于128，对红外图像Image2做反色处理，即遍历红外图像Image2,对每个像素值value有:value＝255-value。

d)对红外图像Image2进行均值滤波处理，得到新的红外图像Image3。

e)计算红外图像Image2的标准差sd＝16.7889，对标准差sd，如果sd大于50，则sd取值为50，计算红外图像增强系数p，有p＝1-sd/50＝0.664222。

f)遍历红外图像Image3，每个像素灰度值乘红外图像增强系数p，得到新红外图像Image4。

g)遍历红外图像Image2和Image4，对于相同位置，Image2的值减去Image4的值，小于0的值全部取值为0，得到残差图像Image5。

h)遍历红外图像Image2和Image3，分别得到其最大值max2和max3，计算系数A＝(max2+max3)/2。

i)利用如下表达式：

得到增强后的红外图像Image6，其中Value_image5(x)代表的是图像Image5对应位置的值，Value_image4(x)代表的是图像Image4对应位置的值。

j)由于c)步骤中做过反色处理，则对红外图像Image6再一次进行反色处理，得到最终的增强图像，如图4所示。

本发明提供了一种低对比度红外图像的增强方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims (10)

1.一种低对比度红外图像的增强方法，包括如下步骤：

步骤1，获取红外图像，通过求取图像的标准差来判断红外图像是否是低对比度图像，如果是，执行步骤2，否则不作处理；

步骤2，对低对比度的红外图像在对数域内进行拉伸变换，得到拉伸图像；

步骤3，计算红外图像的灰度平均值，判断是否需要做反色处理，如果需要，进行反色处理，然后执行步骤4，如果不需要，直接执行步骤4；

步骤4，计算红外图像的标准差，对图像进行均值滤波；

步骤5，计算增强系数，得到残差图像；

步骤6，利用残差图像与拉伸图像的映射关系得到最终增强图像。

2.根据权利要求1所述的方法，其特征在于，步骤1中，通过如下公式求取图像的标准差：

其中，N为获取的红外图像Image1的像素数量，μ为红外图像像素灰度值的平均值，σ为计算得到的图像的标准差，x_i表示红外图像Image1第i个像素的灰度值。

3.根据权利要求2所述的方法，其特征在于，步骤1中，如果标准差σ小于30，则判断是低对比度图像。

4.根据权利要求3所述的方法，其特征在于，步骤2中，对于符合低对比度要求的红外图像Image1，采用如下公式在对数域进行拉伸：

其中，Pmax是红外图像Image1中灰度值的最大值，Average是红外图像image1中所有像素以e为底的对数平均值，并求以e为底，对数平均数的指数，其计算方法为：

其中δ为一个极小值，通过上述公式将Image1映射到对数域进行拉伸变换，得到新的红外图像Image2。

5.根据权利要求4所述的方法，其特征在于，步骤3中，求得红外图像Image2的灰度平均值μ2，如果μ2<128，则需要进行反色处理。

6.根据权利要求5所述的方法，其特征在于，步骤3中，反色处理的具体实现方法是，遍历红外图像Image2，对每个像素灰度值Value，有：Value＝255-Value。

7.根据权利要求6所述的方法，其特征在于，步骤4中，对图像进行均值滤波具体实现方法为：计算红外图像的像素灰度值与其八邻域像素灰度值的平均值，将红外图像的像素值更新为等于所述平均值，得到图像Image3。

8.根据权利要求7所述的方法，其特征在于，步骤5中计算增强系数的具体实现方法为：计算红外图像Image2的标准差sd，对标准差sd，如果sd大于50，则sd取值为50，计算红外图像增强系数p，有p＝1-sd/50，遍历红外图像Image3，每个像素灰度值乘以红外图像增强系数p，得到新红外图像Image4。

9.根据权利要求8所述的方法，其特征在于，步骤5中，残差图像的具体实现方法是：遍历红外图像Image2和Image4，对于相同位置，Image2的像素灰度值减去Image4的像素灰度值，小于0的值取值为0，取其结果得到残差图像Image5。

10.根据权利要求9所述的低对比度红外图像增强方法，其特征在于，步骤6中，得到增强图像的具体实现方法是：

其中Value_image5(x)代表的是图像Image5对应位置的像素灰度值，Value_image4(x)代表的是图像Image4对应位置的值，F(x)是残差图像Image5对应位置Value_image5(x)的增强像素灰度值，增强系数为

遍历Image5，得到图像Image6；

系数A的计算方法为：遍历红外图像Image2和Image3，分别得到其像素灰度值最大值max2和max3，计算系数A＝(max2+max3)/2；

得到的增强图像记为Image6，对于步骤6得到的增强图像Image6，如果在步骤3中经过反色处理，则对增强图像Image6再一次进行反色处理，得到最终的增强图像。

Images