保持红外图像目标及背景不压制的自适应映射算法及装置

摘要

本发明涉及一种保持红外图像目标及背景不压制的自适应映射算法及装置,对红外原始图像数据进行预处理，获得第一红外图像；对第一红外图像进行分块处理，分割成多块图像区域，统计各块图像区域的直方图信息；计算各块图像区域的累计直方图最小灰度值和最大灰度值，对各块图像区域的累计直方图进行修正；计算各块图像区域映射的极值范围最小灰度值和最大灰度值，建立各块图像区域输出输入的映射关系，获得第二红外图像；针对第二红外图像的各块图像区域，通过图像邻近区域边缘融合重组方法获得第三红外图像。本发明不仅能够保证目标图像背景及目标的反差，而且能够有效抑制图像区域闪烁、背景噪声。

说明书

技术领域

本发明涉及一种保持红外图像目标及背景不压制的自适应映射算法及装置。

背景技术

在红外图像处理领域，经过红外图像处理，能够兼容在多场景下均可获得清晰干净的红外图像具有广泛的应用需求。由于红外探测器本身固有的特性，在可见视场内目标辐射反差较为极端的情况下，如何生成目标明显、保持图像背景可观测，且图像无噪声放大现象一直是红外图像处理领域亟待解决的难点问题。为了提升红外图像处理质量，常用的有CLAHE,AHE，AGC，分段线性拉伸等算法，这些算法都可以一定程度的扩大动态范围、提升对比度。但是算法本身也存在一些问题，如图像整体闪烁，局部区域噪声放大等问题。基于线性变换的增强算法大多计算简单，实时性高，但是很难保证呈现较为明显的图像背景及目标的反差。

发明内容

本发明的发明目的在于提供保持红外图像目标及背景不压制的自适应映射算法及装置，不仅能够保证目标图像背景及目标的反差，而且能够有效抑制图像区域闪烁、背景噪声。

基于同一发明构思，本发明具有两个独立的技术方案：

1、一种保持红外图像目标及背景不压制的自适应映射算法，包括如下步骤：

步骤1：对红外原始图像数据进行预处理，获得第一红外图像；

步骤2：对第一红外图像进行分块处理，分割成多块图像区域，统计各块图像区域的直方图信息；计算各块图像区域的累计直方图最小灰度值Pix

步骤3：基于所述最小灰度值Pix

步骤4：计算各块图像区域映射的极值范围最小灰度值out

步骤5：针对第二红外图像的各块图像区域，通过图像邻近区域边缘融合重组方法获得第三红外图像。

进一步地，步骤2中，通过如下方法计算各块图像区域的累计直方图最小灰度值Pix

步骤2.1：获得直方图统计过程中灰度值频率；

步骤2.2：舍弃统计后两端灰度值频率小于阈值的点；

步骤2.3：获得新的灰度值统计区间；所述区间的两端数值分别为最小灰度值Pix

进一步地，步骤2.1中，通过如下公式计算当前灰度值频率n

式中，c

进一步地，步骤2.2中，所述阈值为0.2％。

进一步地，步骤2中，将第一红外图像进行分割成4—8块图像区域，各块图像区域面积相同。

进一步地，步骤3中，对各块图像区域的累计直方图进行修正时，裁剪直方图中超出最小灰度值Pix

进一步地，步骤4中，通过如下公式建立各块图像区域输出输入的映射关系，

out＝(out

式中，PIX为当前像素值。

进一步地，步骤5中，通过如下公式获得第三红外图像，

P

式中，Pix为当前像素值，MapLu、MapRU、MapLB、MapRB分别为4块图像区域映射输出值out，x1为当前像素点距离区域左边界的距离，x2为当前像素点距离区域右边界的距离，y1为当前像素点距离区域上边界的距离，y2为当前像素点距离区域下边界的距离。

2、一种保持红外图像目标及背景不压制的装置，其特征在于，包括：

图像预处理单元，用于对红外原始图像数据进行预处理，获得第一红外图像；

图像处理单元，用于执行以下操作：

对第一红外图像进行分块处理，分割成多块图像区域，统计各块图像区域的直方图信息；计算各块图像区域的累计直方图最小灰度值Pix

基于所述最小灰度值Pix

计算各块图像区域映射的极值范围最小灰度值out

针对第二红外图像的各块图像区域，通过图像邻近区域边缘融合重组方法获得第三红外图像；

显示单元，用于显示处理后的第三红外图像。

进一步地，图像处理单元中，通过如下方法计算各块图像区域的累计直方图最小灰度值Pix

获得直方图统计过程中灰度值频率；

舍弃统计后两端灰度值频率小于阈值的点；

获得新的灰度值统计区间；所述区间的两端数值分别为最小灰度值Pix

本发明具有的有益效果：

本发明对第一红外图像进行分块处理，分割成多块图像区域，统计各块图像区域的直方图信息；计算各块图像区域的累计直方图最小灰度值Pix

本发明通过如下方法计算各块图像区域的累计直方图最小灰度值Pix

本发明通过如下公式建立各块图像区域输出输入的映射关系，

out＝(out

式中，PIX为当前像素值。本发明基于各块图像区域映射的极值范围最小灰度值out

附图说明

图1为本发明保持红外图像目标及背景不压制的自适应映射算法流程图；

图2为图像线性拉伸后的直方图；

图3为经本发明算法处理后图像的直方图；

图4为图像线性拉伸处理后的示意图；

图5为经本发明算法处理后的示意图。

具体实施方式

下面结合附图所示的实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本发明的保护范围之内。

实施例一：

保持红外图像目标及背景不压制的自适应映射算法

如图1所示，保持红外图像目标及背景不压制的自适应映射算法包括如下步骤：

步骤1：对红外原始图像数据进行预处理，获得第一红外图像。

步骤2：对第一红外图像进行分块处理，分割成多块图像区域，统计各块图像区域的直方图信息；计算各块图像区域的累计直方图最小灰度值Pix

将第一红外图像进行分割成4—8块图像区域，各块图像区域面积相同。本实施例中，将第一红外图像进行分割成4块图像区域。

通过如下方法计算各块图像区域的累计直方图最小灰度值Pix

步骤2.1：获得直方图统计过程中灰度值频率；

通过如下公式计算当前灰度值频率n

式中，c

步骤2.2：舍弃统计后两端灰度值频率小于阈值的点。

本实施例中，所述阈值为0.2％

步骤2.3：获得新的灰度值统计区间；所述区间的两端数值分别为最小灰度值Pix

步骤3：基于所述最小灰度值Pix

对各块图像区域的累计直方图进行修正时，裁剪直方图中超出最小灰度值Pix

步骤4：计算各块图像区域映射的极值范围最小灰度值out

通过如下公式建立第二红外图像各块图像区域输出输入的映射关系，

out＝(out

式中，PIX为当前像素值。

步骤5：针对第二红外图像的各块图像区域，通过图像邻近区域边缘融合重组方法获得第三红外图像。

通过如下公式获得第三红外图像，

P

式中，Pix为当前像素值，MapLu、MapRU、MapLB、MapRB分别为4块图像区域映射输出值out(基于上述公式(1)获得)，x1为当前像素点距离区域左边界的距离，x2为当前像素点距离区域右边界的距离，y1为当前像素点距离区域上边界的距离，y2为当前像素点距离区域下边界的距离。

如图4、图5所示，经本算法处理后的图像，不仅能够保证目标图像背景及目标的反差，而且能够有效抑制图像区域闪烁、背景噪声。

实施例二：

一种保持红外图像目标及背景不压制的装置

包括：

图像预处理单元，用于对红外原始图像数据进行预处理，获得第一红外图像；

图像处理单元，用于执行以下操作：

对第一红外图像进行分块处理，分割成多块图像区域，统计各块图像区域的直方图信息；计算各块图像区域的累计直方图最小灰度值Pix

基于所述最小灰度值Pix

计算各块图像区域映射的极值范围最小灰度值out

针对第二红外图像的各块图像区域，通过图像邻近区域边缘融合重组方法获得第三红外图像；

显示单元，用于显示处理后的第三红外图像。

图像处理单元中，通过如下方法计算各块图像区域的累计直方图最小灰度值Pix

获得直方图统计过程中灰度值频率；

舍弃统计后两端灰度值频率小于阈值的点；

获得新的灰度值统计区间；所述区间的两端数值分别为最小灰度值Pix

上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。