一种基于直方图的红外图像增强方法与流程

本发明涉及图像处理技术领域，尤其涉及一种基于直方图的红外图像增强方法。

背景技术：

随着非制冷红外焦平面阵列探测器精度的提高，红外图像应用越来越广泛，目前经a/d采样后的红外数据一般为14位，14位图像数据不能可视化，因此，需要将14位红外数据经过一系列变换压缩成8位。目前14位红外数据变换成8位说书的过程中，针对微小的红外目标往往灰度级比较接近，现有技术往往会在转换过程中将目标同一个变换为单一的灰度级丢失目标的细节信息，若目标与背景的温差较小很可能直接淹没在背景中。如何在变换过程中突出目标细节信息是红外图像增强方法需要解决的问题。红外细节增强方法主要研究领域包括空间域、频率域和小波域，其中空间域中基于直方图提取目标特征进行增强目标细节是最常用的方法，其思想为适当抑制背景信息，突出目标细节达到图像增强的效果。

发明专利cn201110370520.8，名称为《基于双平台直方图的红外图像自适应增强方法》，申请人为华中科技大学的专利，公开了分析实时红外图像的统计红外图像的直方图信息，通过局部极大值的遍历、数值的近似估计和确定最小灰度间隔的方法，完成对上限和下限平台阈值的自适应实时计算与更新，从而能在突出红外图像中细节灰度信息的同时，抑制背景信息过度增强。虽然上述技术增强了红外图像细节，但是对于具有高背景低反差的红外图像，以天空当背景为例，具有以下缺陷：

(1)由于场景中以天空为背景，所以有效灰度级直方图序列中的背景部分局部极大值与微弱目标部分的极大值往往不在一个数量级，此时通过局部极大值的平均值来计算，得到的值往往偏大,以至于会将一部分背景数据当成细节来做增强处理，不能精确突出细节。

(2)上限阈值和下限阈值差别往往比较大，根据累计直方图中对应的值直接映射，存在目标部分多个相邻灰度值会被映射为同一灰度值的情况，从而目标细节部分得不到增强，造成灰度级被压缩或丢失的情况。

技术实现要素：

本发明要解决的技术问题在于，针对现有技术中的缺陷，提供了一种基于直方图的红外图像增强方法，舍弃比背景温度低的部分目标信息，压缩背景部分在8位灰度级中占用的比例，使最终图像的背景偏黑，目标突出。本发明应用在高背景低反差的红外图像上效果更优。

本发明提供的一种基于直方图的红外图像增强方法，其改进之处在于：将14位红外图像数据经过盲元补偿和非均匀性校正后，进行如下步骤：

(1)统计所述红外图像的直方图信息，遍历所述红外图像，统计灰度值k在所述红外图像中出现的次数，得到统计直方图序列p(k),其中k＝0,1,…,m，m为红外图像的总灰度级；

(2)提取所述统计直方图序列p(k)中的非0项，得到有效灰度级直方图序列n(s),其中s＝0,1,…,l，l为所述统计直方图序列p(k)中的非0项的个数；

(3)选取所述有效灰度级直方图序列n(s)中的所有局部极大值；其中局部最大值选取标准为三邻域中的最大值；

(4)在所述有效灰度级直方图序列n(s)的值相同的情况下，去掉重复出现的所述局部极大值，则只保留第一个；

(5)将剩余的局部极大值按照升序排列组成新的序列，并取新的序列的中间元素对应的值为阈值t；

(6)遍历所述统计直方图序列p(k)，得到当所述统计直方图序列p(k)＝max{p(k)}时的灰度值k，记为灰度值b；

(7)根据所述灰度值b，进行左右遍历，比较各个灰度值对应统计直方图的值与阈值的关系，确定步长；

(8)进行灰度变换。

其中，步骤(7)根据所述灰度值b，进行左右遍历，比较各个灰度值对应统计直方图的值与阈值的关系，其步骤包括：

1)从灰度值b往左遍历所述统计直方图序列p(k)，当所述统计直方图序列p(k)小于所述阈值t时，即p(k)＜t时，停止遍历，记下此时的灰度值k，记为灰度值b1；

2)从灰度值b往右遍历所述统计直方图序列p(k)，当所述统计直方图序列p(k)小于所述阈值t时，即p(k)＜t时，停止遍历，记下此时的灰度值k，记为灰度值b2；

3)统计所述统计直方图序列p(k)中的灰度值k从0到灰度值b1时，其中的非0元素的个数，记为a1；统计所述统计直方图序列p(k)中的灰度值k从灰度值b1+1到灰度值b2-1时，其中的非0元素的个数，记为a2；统计所述统计直方图序列p(k)中的灰度值k从灰度值b2到所述统计直方图序列p(k)中的非0项的个数l，且所述统计直方图序列p(k)小于所述阈值t时，其中的非0元素的个数，记为a3；统计所述统计直方图序列p(k)中的灰度值k从灰度值b2到所述统计直方图序列p(k)中的非0项的个数l，且所述统计直方图序列p(k)不小于所述阈值t时，其中的非0元素的个数，记为a4。

其中，当14位红外图像的灰度值k不小于所述灰度值b1时，采用以步长t递增的方式做灰度变换，所述步长t取值如下：

若b1＜k＜b2，则

若k≥b2，且p(k)＞t，则

若k≥b2，且p(k)≤t，则

其中，步骤(10)进行灰度变化，即将所述14位红外图像数据压缩为8位红外图像数据，公式如下：

其中，g(k)为映射后的8位的灰度值；k为14位红外图像的灰度值。

其中，当所述灰度值g(k)为小数时，则向下取整。

其中，步骤3)所述非0元素是指所述统计直方图序列p(k)的值大于0的元素。

其中，步骤(5)中，若所述新的序列个数为偶数,则取左边的元素。

实施本发明的，具有以下有益效果：

(1)本发明阈值的选取中，将局部极大值去重，可以使阈值更加接近目标，且实现了自适应的功能。

(2)本发明阈值的选取用的是局部极大值的中值而不是均值，可以消除背景极值过大造成的影响，避免了增强了一部分背景信息而浪费掉一部分8位灰度范围，保证了最大限度的增强目标信息。

(3)本发明在进行灰度变换时，背景部分按照占有效灰度的比例再乘以压缩因子0.5(可以调节)，给目标部分留出更多的空间，从而达到抑制背景增强细节的效果。

(4)本发明舍弃了比背景温度低的微弱目标(场景中往往要突出的是高温物体)能更好突出目标。

(5)本发明在目标分布的灰度范围内微弱目标(p(k)≤t)与周围背景(p(k)＞t)采用不同的步长，可更加突出微弱目标，特别是当有效灰度较少时，可以放大微弱目标的灰度级差更加突出目标纹理(温差)信息。

(6)本发明计算量小，逻辑简单，方便实现。

附图说明

图1是本发明提供的流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

本实施例以高背景低反差的红外图像为例，在将14位红外图像数据经过盲元补偿和非均匀性校正后，结合图1所示内容，进行如下步骤：

(1)统计所述红外图像的直方图信息，遍历所述红外图像，统计灰度值k在所述红外图像中出现的次数，得到统计直方图序列p(k),其中k＝0,1,…,m，m为红外图像的总灰度级；

(2)提取所述统计直方图序列p(k)中的非0项，得到有效灰度级直方图序列n(s),其中s＝0,1,…,l，l为所述统计直方图序列p(k)中的非0项的个数；

(3)选取所述有效灰度级直方图序列n(s)中的所有局部极大值；其中局部最大值选取标准为三邻域中的最大值；

(4)在所述有效灰度级直方图序列n(s)的值相同的情况下，去掉重复出现的所述局部极大值，则只保留第一个(即只保留第一次出现n(s)的值)；

(5)将剩余的局部极大值按照升序排列组成新的序列，并取新的序列的中间元素对应的值为阈值t；其中，若所述新的序列个数为偶数,则取左边的元素；

(6)遍历所述统计直方图序列p(k)，得到当所述统计直方图序列p(k)＝max{p(k)}时的灰度值k，记为灰度值b；

(7)从灰度值b往左遍历所述统计直方图序列p(k)，当所述统计直方图序列p(k)小于所述阈值t时，即p(k)＜t时，停止遍历，记下此时的灰度值k，记为灰度值b1；

(8)从灰度值b往右遍历所述统计直方图序列p(k)，当所述统计直方图序列p(k)小于所述阈值t时，即p(k)＜t时，停止遍历，记下此时的灰度值k，记为灰度值b2；

(9)统计所述统计直方图序列p(k)中的灰度值k从0到灰度值b1时，其中的非0元素的个数，记为a1；统计所述统计直方图序列p(k)中的灰度值k从灰度值b1+1到灰度值b2-1时，其中的非0元素的个数，记为a2；统计所述统计直方图序列p(k)中的灰度值k从灰度值b2到所述统计直方图序列p(k)中的非0项的个数l，且所述统计直方图序列p(k)小于所述阈值t时，其中的非0元素的个数，记为a3；统计所述统计直方图序列p(k)中的灰度值k从灰度值b2到所述统计直方图序列p(k)中的非0项的个数l，且所述统计直方图序列p(k)不小于所述阈值t时，其中的非0元素的个数，记为a4；具体的，本实施例的非0元素是指所述统计直方图序列p(k)的值大于0的元素；

(10)进行灰度变换，将所述14位红外图像数据压缩为8位红外图像数据，公式如下：

其中，g(k)为映射后的8位的灰度值；k为14位红外图像的灰度值。本实施例当所述灰度值k不小于所述灰度值b1时，以步长t递增的方式做灰度变换，步长t取值如下：

若b1＜k＜b2，则

若k≥b2，且p(k)＞t，则

若k≥b2，且p(k)≤t，则

注意，本实施例中，当所述灰度值g(k)为小数时，则向下取整。

综上所述，舍弃比背景温度低的部分目标信息(不是重点监测的对象)，压缩背景部分在8位灰度级中占用的比例，使最终图像的背景偏黑，且由于图像中各灰度值对应相差较大，如果按照累计直方图值来做灰度变换会造成微弱目标信息丢失，所以在微弱目标分布灰度范围内，按照相同步长映射方式可以更好地突出目标，增强了图像的可视化效果。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。