一种红外热像增强方法及装置与流程

1.本发明属于图像处理技术领域，特别是涉及一种红外热像增强方法及装置。


背景技术：

2.为了采集更宽的温度范围和检测更小的等效温差，远红外相机通常采用14bit或更高的采样宽度；如何高效不失真（既保障图像的整体信息，又保障图像的细节）的将采用14bit或更高的采样宽度得到的红外图像在8bit系统中显示出来，现有技术对此进行了大量的研究和实验。然而现有技术中简易算法的效果不理想，效果好的算法不仅复杂、而且在硬件系统中难以实现。


技术实现要素：

3.本发明的目的在于克服现有技术的不足，提供一种红外热像增强方法及装置。
4.本发明的目的是通过以下技术方案来实现的：根据本发明的第一方面，一种红外热像增强方法，包括：基于高斯滤波将红外图像分割为低频图像和高频图像；基于自适应双限直方图均衡化对低频图像进行重新映射；基于伽马变换对重新映射后的低频图像进行校正；对高频图像进行权重增强处理；将校正后的低频图像与权重增强后的高频图像进行权重融合叠加。
5.进一步地，基于高斯滤波将红外图像分割为低频图像和高频图像，包括：基于二维高斯函数获取高斯滤波模板；基于所述高斯滤波模板对红外图像进行滤波得到低频图像；利用红外图像减去低频图像得到高频图像。
6.进一步地，基于二维高斯函数获取高斯滤波模板，包括：对二维高斯函数进行离散化和归一化处理得到浮点高斯模板；将浮点高斯模板乘以第一预设值得到中间模板；对中间模板进行近似和归一化处理得到高斯滤波模板。
7.进一步地，基于所述高斯滤波模板对红外图像进行滤波得到低频图像，包括：基于高斯滤波模板对红外图像的边缘进行填充；对红外图像进行卷积计算得到低频图像。
8.进一步地，基于自适应双限直方图均衡化对低频图像进行重新映射，包括：对低频图像进行直方图统计得到第一直方图数据；对第一直方图数据进行一维滤波得到第二直方图数据；剔除第二直方图数据中的非零数值得到第三直方图数据，并对第三直方图数据求二阶导数；确定第三直方图数据的二阶导数的局部最大值，并计算所有局部最大值的平均值
得到局部最大均值；将局部最大均值与第一直方图数据中非零数值的个数相乘得到第一数值；将像素总数量和第一数值中的最小值除以灰度等级得到第二数值；将第一直方图数据中大于等于局部最大均值的数值重置为局部最大均值，将第一直方图数据中小于等于第二数值的数值重置为第二数值，得到第四直方图数据；对第四直方图数据进行归一化处理得到第一归一化函数；利用所述第一归一化函数对低频图像进行重新映射。
9.进一步地，在对基于同一目标连续拍摄得到的多帧红外图像进行处理时，对于第一帧以外的红外图像，利用其前一帧红外图像计算得到的第一归一化函数对该帧红外图像对应的低频图像进行重新映射。
10.进一步地，对高频图像进行权重增强处理，包括：基于第一公式对高频图像进行权重增强处理，所述第一公式为：式中，表示权重增强后高频图像在点的像素数值，表示权重增强前高频图像在点的像素数值，为红外图像的均值，红外图像的均值为红外图像中所有像素数值累加之和除以像素总数量得到的均值。
11.进一步地，在对基于同一目标连续拍摄得到的多帧红外图像进行处理时，对于第一帧以外的红外图像，利用其前一帧红外图像计算得到的图像均值对该帧红外图像对应的高频图像进行权重增强处理。
12.进一步地，将校正后的低频图像与权重增强后的高频图像进行权重融合叠加，包括：基于第二公式将校正后的低频图像与权重增强后的高频图像进行权重融合叠加，所述第二公式为：式中，表示融合叠加得到的图像在点的像素数值，表示伽马校正后的低频图像在点的像素数值，表示预设的低频图像融合叠加的权重。
13.根据本发明的第二方面，一种红外热像增强装置，包括处理器和存储器，所述存储器用于存储红外热像增强方法的程序代码和数据，所述处理器用于调用所述存储器中的程序指令执行如本发明的第一方面所述的红外热像增强方法。
14.本发明的有益效果是：（1）本发明将红外图像的低频和高频部分拆分后分别进行处理，有效的改善了红外热像目标和背景的对比度和显示效果；（2）本发明中低频图像处理在14bit数据上进行了自适应双门限直方图均衡化，对
低频图像进行了受限拉伸，既保留了背景部分的细节，又对背景部分进行了非线性拉伸，显示效果明显优于原有的低频图像；（3）本发明中在高斯滤波、自适应双门限直方图均衡化、伽马变换、高频图像权重增强部分均基于14bit图像进行处理，在高频图像和低频图像融合叠加前将14bit图像转换为8bit图像，最大程度保留了图像细节信息；（4）本发明使用高斯滤波将红外图像分割为低频图像和高频图像，设计简单高效，易于在嵌入式系统和fpga系统中实现实时应用；（5）本发明根据数据的正态分布对高频图像进行了差异化增强，简单高效。
附图说明
15.图1为本发明实施例提供的一种红外热像增强方法的流程图；图2为本发明实施例提供的一张原始红外图像；图3为图2进行高斯滤波得到的低频图像；图4为图2进行高斯滤波得到的高频图像；图5为对图3进行重新映射后得到的图像；图6为对图4进行权重增强处理后得到的图像；图7为将图5和图6进行融合叠加得到的图像；图8为本发明实施例提供的一种红外热像增强装置的结构示意图。
具体实施方式
16.下面将结合实施例，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有付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。
17.参阅图1-图8，本实施例提供了一种红外热像增强方法及装置：本发明提供的一种红外热像增强方法的一个实施例包括：如图1所示，一种红外热像增强方法，包括：s100.基于高斯滤波将红外图像分割为低频图像和高频图像。
18.在一个实施例中，基于高斯滤波将红外图像分割为低频图像和高频图像，包括：s110.基于二维高斯函数获取高斯滤波模板。
19.一般的，所述二维高斯函数的表达式为：式中，表示二维高斯函数在点的模板数值， 表示二维高斯函数均值，x表示二维高斯函数水平方向的坐标数值，y表示二维高斯函数垂直方向的坐标数值，exp表示自然常数e为底的指数函数。
20.在一个实施例中，基于二维高斯函数获取高斯滤波模板，包括：s111.对二维高斯函数进行离散化和归一化处理得到浮点高斯模板。
21.一般的，所述浮点高斯模板为。
22.s112.将浮点高斯模板乘以第一预设值得到中间模板。
23.例如，将浮点高斯模板乘以256、1024等数值。一般的，第一预设值的数值越大，处理得到的结果的误差越小。以第一预设值为1024为例，中间模板为。
24.s113.对中间模板进行近似和归一化处理得到高斯滤波模板。
25.例如，将中间模板进行近似和归一化处理得到的高斯滤波模板为。
26.本实施例中将浮点高斯模板的小数乘法变换为整数乘法和移位操作实现，降低了计算量，可以避免使用除法操作，节约了硬件资源，提高了实时处理能力。
27.s120.基于所述高斯滤波模板对红外图像进行滤波得到低频图像。
28.在一个实施例中，基于所述高斯滤波模板对红外图像进行滤波得到低频图像，包括：s120.基于高斯滤波模板对红外图像的边缘进行填充。
29.s120.对红外图像进行卷积计算得到低频图像。
30.例如，以步长为1对红外图像进行卷积计算得到低频图像。
31.s130.利用红外图像减去低频图像得到高频图像。
32.在一个案例中，图2为原始的红外图像，图3为对图2进行高斯滤波处理后得到的低频图像，图4为对图2进行高斯滤波处理后得到的高频图像。
33.s200.基于自适应双限直方图均衡化对低频图像进行重新映射。
34.在一个实施例中，基于自适应双限直方图均衡化对低频图像进行重新映射，包括：s210.对低频图像进行直方图统计得到第一直方图数据。
35.s220.对第一直方图数据进行一维滤波得到第二直方图数据。
36.本实施例中通过对第一直方图数据进行一维滤波，降低了噪声的影响，同时有利于后续查找局部最大值。
37.s230.剔除第二直方图数据中的非零数值得到第三直方图数据，并对第三直方图数据求二阶导数。
38.s240.确定第三直方图数据的二阶导数的局部最大值，并计算所有局部最大值的平均值得到局部最大均值。
39.一般的，局部最大均值的计算公式为：式中，为局部最大均值，为局部最大值，n为局部最大值的个数。
40.s250.将局部最大均值与第一直方图数据中非零数值的个数相乘得到第一数值。
41.s260.将像素总数量和第一数值中的最小值除以灰度等级得到第二数值。
42.一般的，第二数值的计算公式为：式中，m为灰度等级，为局部最大均值，为第二数值，是像素总数量，表示第一直方图数据中非零数值。
43.s270.将第一直方图数据中大于等于局部最大均值的数值重置为局部最大均值，将第一直方图数据中小于等于第二数值的数值重置为第二数值，得到第四直方图数据。位于第二数值和局部最大均值之间的数值保持不变，对应的公式如下：式中，为局部最大均值，为第二数值，表示第四直方图数据，表示第一直方图数据，。
44.即，将局部最大均值作为直方图均衡化的上下，将第二数值作为直方图均衡化的下限。
45.s280.对第四直方图数据进行归一化处理得到第一归一化函数。
46.一般的，计算公式如下：式中，表示第一归一化函数， 为s270中重建直方图逐点累加和， 为重建直方图所有灰度级累加和，m为灰度等级。
47.s290.利用所述第一归一化函数对低频图像进行重新映射。
48.一般的，计算公式如下：式中，i和j为像素点坐标，表示重新映射后的低频图像在点的像素数值，表示重新映射前低频分量图像在位置的像素数值。
49.例如，对图3进行重新映射后如图5所示。
50.在一个实施例中，在对基于同一目标连续拍摄得到的多帧红外图像进行处理时，对于第一帧以外的红外图像，利用其前一帧红外图像计算得到的第一归一化函数对该帧红外图像对应的低频图像进行重新映射。即，在第n帧图像结束的消隐区域计算统计第一直方图数据、计算二阶导数、计算局部最大值、计算直方图重建上下限数值、计算重构直方图（即第四直方图数据）和第一归一化函数，在第n+1帧图像使用第n帧图像的计算结果，对红外图像进行重新映射。由于实际图像总体背景不会发生突变，本实施例中利用前一帧红外图像的第一归一化函数对该帧红外图像对应的低频图像进行重新映射，提高了处理速度，可以实现图像处理的高实时性。
51.s300.基于伽马变换对重新映射后的低频图像进行校正。
52.一般的，伽马变换的公式为：其中，表示伽马变换的公式，，gama表示校正参数，其取值为0.2～5，本实施例中取值为0.5。
53.s400.对高频图像进行权重增强处理。
54.在一个实施例中，基于第一公式对高频图像进行权重增强处理，所述第一公式为：式中，表示权重增强后高频图像在点的像素数值，表示权重增强前高频图像在点的像素数值，为红外图像的均值，红外图像的均值为红外图像中所有像素数值累加之和除以像素总数量得到的均值例如，对图4进行权重增强处理后如图6所示。
55.在一个实施例中，在对基于同一目标连续拍摄得到的多帧红外图像进行处理时，对于第一帧以外的红外图像，利用其前一帧红外图像计算得到的图像均值对该帧红外图像对应的高频图像进行权重增强处理。本实施例中利用前一帧红外图像计算得到的图像均值对该帧红外图像对应的高频图像进行权重增强处理，提高了处理速度，可以实现图像处理的高实时性。
56.s500.将校正后的低频图像与权重增强后的高频图像进行权重融合叠加。
57.在一个实施例中，基于第二公式将校正后的低频图像与权重增强后的高频图像进行权重融合叠加，所述第二公式为：式中，表示融合叠加得到的图像在点的像素数值，表示伽马校正后的低频图像在点的像素数值，表示预设的低频图像融合叠加的权重例如，将图5与图6进行融合叠加后得到图7，图7即为图2进行增强处理后的图像。
58.本发明提供的一种红外热像增强装置的一个实施例包括：如图8所示，一种红外热像增强装置，包括处理器和存储器，处理器以及存储器通过通信总线相连，所述存储器用于存储红外热像增强方法的程序代码和数据，所述处理器用于调用所述存储器中的程序指令执行如上述实施例中红外热像增强方法所述的步骤。
59.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd-rom、光学存储器等）上实施的计算机程序产品的形式。
60.本发明是参照根据本发明实施例的方法、设备（系统）和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
61.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
62.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
63.以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。