一种红外图像增强方法与流程

本发明涉及数字图像处理领域，尤其涉及一种红外图像增强方法。

背景技术：

红外热图像可以反映物体表面辐射能量的大小，自然界任何物体都会向外辐射能量，物体的辐射能量的大小与温度的关系有q＝εtⁿ，其中ε为物体表面发射率，n是一个常数，与红外图像的生成设备红外热像仪的探测器的材质有关，所以红外热图像也能反映物体表面的温度分布。由于背景环境干扰和热像仪本身的噪声使得红外图像的可视性不高，目标图像细节性差，能直观反映的温度信息少，因此，对红外热图像进行加强，增加图像的可视性，更有利于发现物体表面温度特征。

图像增强的方法多种多样，针对具有不同问题的红外图像，处理的算法不同。红外图像主要的问题有噪声大，图像整体偏暗或者整体偏亮，图像细节不明显，处理红外图像的原则是抑制不感兴趣的背景区，突出感兴趣的目标区的细节特征。图像的直方图均衡法是对图像增强的一种最常用的有效方法。

图像的直方均衡法目的是使每一灰度级的概率分布p相同，增加概率分布比较小的灰度级的概率分布值，从而加强图像细节。但这种方法是对图像整体的处理，不区分图像背景和目标，易使处理后的图像背景与目标混淆，反而降低图像可视性。因此现有技术中缺少对直方均衡法进行有效改进的图像增强方法。

技术实现要素：

为了解决背景技术中存在的问题，本发明提出了一种红外图像增强方法。

本发明采用的技术方案包括：

(1)使用直方图均衡法对图像进行处理，拉伸图像显示的动态范围，强化图像细节；所述的直方均衡算法是对图像进行全局的算法处理。

(2)使用最大类间方差法(otsu法)求得用于分割图像背景与目标的分割阈值，将小于分割阈值的图像区域为背景区，将大于等于分割阈值的图像区域为目标区；

(3)统计背景区和目标区的有效灰度级的个数并排序；

(4)根据灰度级排序将背景区和目标区的灰度级等距压缩和拉伸在一定灰度级范围内，从而进行图像增强，得到增强后的图像。

所述步骤(2)的分割阈值具体采用以下方式获得：对步骤(1)处理后获得的8bit灰度图像，将阈值从0到255进行遍历，求得取不同阈值时的类间方差值，以最大类间方差下的阈值作为分割阈值。具体实施时最大类间方差下的阈值存在多个，则将多个最大类间方差下的阈值取平均数后取整作为分割阈值。

若分割阈值选择不当，并不能有效的做到增加图像细节，增加可视性。因此本发明通过上述特定的分割阈值选择获得使得后续步骤能增加图像细节，清楚分割背景与目标，改进了直方均衡法混淆背景与目标的缺点。

所述步骤(3)中针对背景区和目标区，均采用以下方式进行处理：

分别采用以下公式根据区中的像素灰度值统计灰度级数的分布频率：

其中，nk是图像中灰度级数为k的像素点数，n是图像中像素点的总数，k表示像素点的灰度级，l表示最大灰度级。

设置中间灰度级l’，以在灰度级0～灰度级l’之间所对应像素点数不为0的灰度级作为有效灰度级，并按照从小到大对所有有效灰度级进行排序。

对于背景区，排列得到的有效灰度级共计有k1个；对于目标区，排列得到的有效灰度级共计有k2个。

所述步骤(4)具体为：

(4.1)对于背景区和目标区，先分别将每个区中相邻有效灰度级之间的间距重新设为：

背景区：int[l′/(k1+1)]

目标区：int[(255-l′)/(k2+1)]

其中，int表示取整，k1表示背景区中有效灰度级的总数，k2表示目标区中有效灰度级的总数，

(4.2)然后根据步骤(4.1)中重新设置的间距，分别将背景区和目标区的每个有效灰度级下的每个像素灰度值采用以下公式按照统计顺序重新设置为：

背景区：i×int[l′/(k1+1)]

目标区：j×int[(255-l′)/(k2+1)]

其中，i表示背景区中有效灰度级排序后的序数，j表示目标区中有效灰度级排序后的序数，i＝1,2…k1，j＝1,2,…k2。

所述的中间灰度级l’小于分割阈值，并且大于背景区中有效灰度级的个数，一般取1-50。

与现有的图像增强算法相比，本发明的有益效果是：

本发明主要解决了直方均衡法不区分图像背景和目标区、使得到的图像细节被削弱、可视性降低、等直方均衡算法存在的问题，能有效增强增强图像细节，提高图像可视性。

本发明通过进行灰度值重新等距分配等方法步骤，实现了对红外灰度图像的背景压缩，目标增强和细节突出，适用于目标温度与背景温度有所差异的情况。

附图说明

图1所示为本发明实施例方法的流程示意图；

图2所示为所取实施例的原图；

图3为原图直方图；

图4为直方均衡后的新图像；

图5为新图像的直方图；

图6为本发明处理后的结果图；

图7为结果图的直方图。

具体实施方式

为详细说明本发明的技术内容，实现效果，下面结合实施例及配合附图进行详细的说明。

本发明的实施例如下：

待处理的目标图像是一副电熨斗加热过程中的红外热图像，如图2，是一个8位的灰度图像。获取待处理图像的直方图，如图3，分析其分布特点。

(1)使用直方图均衡法对图像进行处理，处理后的图像如图4，并获取得到新图像的直方图，如图5；

(2)使用最大类间方差法求得用于分割图像背景与目标的分割阈值，设置阈值从1到256，求取不同阈值时的类间方差值，求取新图像的最大类间方差下的分割阈值为[126,127,128,129,130]，取平均数取整为128作为最终的分割阈值，灰度值小于128的新图像区域为背景区，灰度值大于128的区域为目标区。

(3)统计背景区和目标区的有效灰度级数的分布并排序；

根据区中的像素灰度值统计灰度级数的分布频率，然后设置中间灰度级l’＝50，统计新图像背景区分布频率不为0的有效灰度级数目为10个，目标区分布频率不为0的有效灰度级数目为32个，背景区和目标区排列的次数按照灰度级数的大小依次分别为1…10和1…32。

(4)根据灰度级排序将背景区和目标区的灰度级等距压缩和拉伸在一定灰度级范围内，具体是设置新图像背景区和目标区的灰度级重新设为5×i和6×j(i＝1…10是背景区有效灰度级的排序，j＝1…32时目标区有效灰度级的排序)，之后得到用本发明方法处理后的图像，如图6，其灰度直方图如图7。

(5)从客观说明，使用常用的brenner梯度函数算法计算图像的评价值，设置算法的阈值为0，图像评价值越高，表示图像越清晰，质量越高，细节越突出。经计算原图2的评价值b1＝196，经本算法处理后图像5的评价值b2＝255，处理后图像的评价值较大，图像质量得到明显提升。

(6)从主观判断，本方法处理后的电熨斗图像的喷气孔形状清晰可见，电熨斗内电热丝发热区域可直观观察到，可用于检测电熨斗缺陷位置及类型。

(7)本算法对红外热图的灰度图像进行处理，运算过程简单，处理速度快，效果明显，处理后的图像更加突出热图中温度高低的特征。