基于稀疏表示和Retinex理论的红外图像增晰技术研究

摘要

红外成像系统利用目标与环境的红外辐射差异成像，具有温度灵敏度高、动态范围大、透雾能力强、可昼夜工作等多种优点，在军事和民用领域均获得了广泛的应用。但与可见光图像相比，红外图像大多有对比度低、图像模糊、信噪比低等缺点，导致图像的目视效果较差，影响后续的目视解译、特征提取、目标识别等操作。因此首先要解决红外图像的细节增晰、超分辨率增晰等图像处理问题，以改善图像的视觉效果，为目视解译提供更为清晰的高质量红外图像。
　　本文首先研究了红外图像成像的机理和红外图像的特性，分析了红外图像的特点，为后续研究做好铺垫。同时本文还研究了经增晰后的红外图像质量的主客观评价。研究了一些图像评价的主客观指标，分析其含义。并结合图像增晰和超分辨率增晰问题，研究了评价其效果的客观指标选择。
　　在红外图像增晰方面，本文研究了传统的红外图像增晰算法的优缺点，分析了其在视觉效果和细节增晰方面的不足。在此基础上，研究了基于Retinex理论的图像增晰SSR和MSR算法。将Retinex理论与红外图像增晰问题相结合进行研究，提出了一种基于Retinex理论的红外图像细节增晰算法。在算法中，先对红外图像进行分频处理，将低频部分进行多尺度Retinex（MSR）处理，高频部分进行局部直方图均衡CLAHE处理，再进行加权融合，得到最终的增晰结果。实验结果表明，经本方法处理后的图像显示的动态范围有效地扩大，细节信息突出明显，可得到更多的目视信息，并且视觉效果更好，适应性强。
　　在红外图像超分辨率增晰方面，本文对图像超分辨率的常用方法进行了研究。针对传统算法中存在的加入的先验信息不充分、运算复杂、解空间较大、最优解偏差较大等问题，将图像稀疏表示理论与图像超分重建模型相结合，提出了一种基于图像稀疏表示的单幅图像超分辨率增晰算法。算法中以图像块的稀疏度最小作为先验知识加入超分重建模型中，利用求解L0范数最优的贪婪OMP算法，优化得到对图像块的稀疏表示，进而重构出高分辨率的图像块；再利用相邻块间的重叠部分求取平均处理以去除边界效应，得到视觉效果较好的超分辨率重建图像。实验结果表明，经本算法处理后的图像能有效地保持高分辨率图像的细节信息，改善图像显示的视觉效果，较直接插值的方法具有更好的主客观评价效果。

目录

封面

声明

目录

中文摘要

英文摘要

第一章 绪论

1.1 选题的背景与意义

1.2 国内外研究现状

1.3 论文的研究内容

1.4 论文的主要工作及内容安排

第二章 红外图像特性与图像质量评价

2.1 红外图像的成像机理浅析

2.2 红外图像的直方图

2.3 红外图像的噪声分析

2.4 红外图像的对比度和分辨率

2.5 图像质量评价

2.6 本章小结

第三章 传统红外图像增晰和超分辨率技术研究

3.1 传统图像增晰方法及对比实验

3.2 传统图像超分辨率算法

3.3 本章小结

第四章 基于Retinex理论的红外图像细节增晰方法

4.1 Retinex理论

4.2 基于Retinex理论的红外图像细节增晰算法

4.3 本章小结

第五章 基于图像稀疏表示的红外图像超分辨率方法

5.1 图像稀疏表示理论

5.2 基于图像稀疏表示的红外图像超分辨率算法

5.5 本章小结

第六章 结束语

6.1 总结

6.2 展望

致谢

参考文献

作者在学期间取得的学术成果