本发明涉及监控
技术领域：
，具体涉及一种监控性能好的监控系统。
背景技术：
：红外图像监控技术是一种防范能力强的综合监控技术，以其直观、准确、及时和内容丰富而被应用于各种场合。随着图像处理和传输技术的飞速发展，图像监控技术也取得了巨大进步。但目前的监控系统仍然存在无法实现远程监控、监控性能差等问题。技术实现要素：针对上述问题，本发明旨在提供一种监控性能好的监控系统。本发明的目的采用以下技术方案来实现：提供了一种监控性能好的监控系统，包括红外探测器、无线通信模块、红外图像处理装置和监控中心，所述红外探测器用于对监控区域进行监控，获取高动态范围的红外图像，所述无线通信模块用于将获取的红外图像通过无线网络传输给图像处理装置，所述红外图像处理装置用于对高动态范围的红外图像进行处理，所述监控中心用于显示处理后的红外图像。本发明的有益效果为：实现了远程监控，提供了一种监控性能良好的监控系统。附图说明利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本发明的结构示意图；附图标记：红外探测器1、无线通信模块2、红外图像处理装置3、监控中心4。具体实施方式结合以下实施例对本发明作进一步描述。参见图1，本实施例的一种监控性能好的监控系统，包括红外探测器1、无线通信模块2、红外图像处理装置3和监控中心4，所述红外探测器1用于对监控区域进行监控，获取高动态范围的红外图像，所述无线通信模块2用于将获取的红外图像通过无线网络传输给图像处理装置，所述红外图像处理装置3用于对高动态范围的红外图像进行处理，所述监控中心4用于显示处理后的红外图像。本实施例实现了远程监控，提供了一种监控性能良好的监控系统。优选的，所述监控中心4包括多台用于显示处理后红外图像的显示设备。本优选实施例能够同时对多处监控区域进行监控。优选的，所述显示设备为高清显示器。本优选实施例实现了监控图像的高清显示，监控性能得到大大提升。优选的，所述红外图像处理装置3包括图像分解模块、图像压缩模块、图像增强模块和图像融合模块，所述图像分解模块用于将高动态范围的红外图像分解为基底图像和细节图像，所述图像压缩模块用于对基底图像进行高动态范围压缩处理，所述图像增强模块用于对细节图像进行小动态范围扩展和细节增强处理，所述图像融合模块用于对处理后的基底图像和细节图像进行融合，输出融合后的红外图像。本实施例红外图像处理装置将红外图像分解为基底图像和细节图像，对于基底图像，进行对比度保持的高动态范围压缩，对于细节图像，进行小动态的扩展及细节增强，在完成大动态范围数字图像压缩的同时，提高了小动态温差细节的对比度。解决了红外探测中以下难题：一方面，为提高红外系统的探测灵敏度和探测距离，要求传感器尽可能的提高量化的阶数及搜索视场，这就产生高动态范围的成像；另一方面，被感知的细小温差占有灰度级很少，在大动态范围的场景中局部对比度和信杂比就更低。优选的，所述图像分解模块包括第一图像获取单元和第二图像获取单元，所述第一图像获取单元用于获取高动态范围的红外图像的基底图像，所述第二图像获取单元用于获取高动态范围的红外图像的细节图像：通过以下步骤获取高动态范围的红外图像的基底图像：步骤1、对高动态范围的红外图像进行初步处理：f(x,y)＝mh5×5{mh5×5[fin(x,y)]}，在式子里，mh5×5[fin(x,y)]表示以5×5窗口对fin(x,y)进行中值滤波处理，fin(x,y)表示原始输入图像，f(x,y)表示对高动态范围的红外图像进行初步处理后的图像；步骤2、对图像进行分解，获取基底图像：在式子里，fo(x,y)表示分解后的基底图像，l(x,y)表示像素点(x,y)的邻域，表示标准差为σ1的高斯低通滤波器，用于对邻域内像素进行空间距离的加权，表示标准差为σ2的高斯函数，用于对邻域内像素进行灰度距离的加权；通过以下方式获取细节图像：fd(x,y)＝f(x,y)-fo(x,y)，在式子里，fd(x,y)表示分解后的细节图像。本优选实施例图像分解模块带来的具体有益效果为：第一图像获取单元通过二次中值滤波处理，能够去除原始图像中的椒盐噪声，防止探测器内部实际存在的噪声泄露到细节成分中被增强，有效的降低增强图像中坏点和噪声的影响，采用fo(x,y)获取基底图像，同时考虑了像素的空间距离和灰度距离，这样做的好处是既能够控制红外场景中抽取的最小辐射差异，又能够避免对高对比度边缘进行过度平滑。优选的，所述图像压缩模块采用下式对基底图像进行处理：在式子里，sto(x,y)表示对基底图像进行对比度保持的高动态范围压缩处理后的图像，μ(x,y)表示像素(x,y)的灰度邻域平均值，ρ表示对比度控制参数，fav(x,y)为对基底图像进行高斯平滑卷积得到的图像。本优选实施例设置图像压缩模块对基底图像进行处理，设置对比度控制参数，用于控制高动态范围压缩中局部对比度的保持程度，通过合理调整对比度控制参数，能够得到理想的局部对比度增强效果，获取了高质量的基底图像。优选的，所述图像增强模块采用下式对细节图像进行处理：在式子里，pl表示细节图像熵值，p(i)表示第i个灰度级的像素在细节图像中出现的概率，表示细节图像中所有像素灰度级均值，std(x,y)表示对细节图像进行增强处理后的图像，μ和σ分别表示细节图像全局的均值和方差，μx,y和σx,y分别表示细节图像任意像素点(x,y)在5×5局部邻域内的均值和方差。本优选实施例设置图像增强模块在对细节图像进行处理，图像的熵值不同时，采用不同的方式对细节图像进行处理，能够提高增强的实际效果，适应图像背景的剧烈起伏，获取了高质量的细节图像。优选的，所述图像融合模块包括准备单元和融合单元，所述准备单元用于对处理后的基底图像和细节图像进行融合前处理，所述融合单元用于对融合前处理后的基底图像和细节图像进行融合；对处理后的基底图像和细节图像进行融合前处理具体为：对sto(x,y)和std(x,y)进行融合前处理：在式子里，cfo(x,y)表示sto(x,y)进行融合前处理后的结果，cfd(x,y)表示std(x,y)融合前处理后的结果；对融合前处理后的基底图像和细节图像进行融合具体为：对cfo(x,y)和cfd(x,y)进行融合：eu(x,y)＝(1-2β)cfo(x,y)+2βcfd(x,y)，在式子里，β表示融合系数，0<eβ<1，在位宽w比特的输出中，基底图像占有的动态范围级数为(1-2β)·2w，细节图像占有的动态范围级数为2β·2w，eu(x,y)表示融合后的图像。本优选实施例图像融合模块对sto(x,y)和std(x,y)进行处理，充分利用了整个灰度级范围，将两部分的处理结果进行动态范围分配及融合，从而实现了红外图像高动态范围压缩及细节增强，有利于提高监控水平。采用本发明监控性能好的监控系统进行监控，选取5个监控场景，并分别将其编为场景1、场景2、场景3、场景4和场景5，对监控成本和监控安全性进行分析，同现有监控系统相比，产生的有益效果如下表所示：监控成本降低监控安全性提高场景123％21％场景225％20％场景324％19％场景427％22％场景524％23％最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。当前第1页12