一种基于融合的红外图像增强方法
【技术领域】
[0001] 本发明属于图像处理领域，具体涉及一种基于融合的红外图像增强方法。
【背景技术】
[0002] 如今，红外热成像技术越来越广泛地应用于公安、消防、军事、医学、电力、工业等 领域。它是利用特定波长的电磁波热辐射来成像，因此红外图像也可以称之为温度图像。然 而，由于红外成像系统经常用于温度跨度非常大的场景，例如：地面与天空、常温与火焰等。 而这种场景中，用户真正关心的目标与背景之间的温度差异却较小。因此在实际应用过程 中，需要红外成像系统不仅具有较高的空间和温度分辨力，而且具有较大的信号动态范围。
[0003] 高性能红外成像系统通常采用Hbits或者更高位数的信号采集单元对红外探测 器输出信号进行采样和量化。这样，在一般平稳的场景中，热图像的灰度可能集中在一个较 小的量化范围内，但对于一些特殊的大动态场景，热图像的灰度就可能分布在较大的量化 范围内。为了保证图像处理结果具有合适的亮度和对比度，同时兼顾到显示设备或者后续 快速处理的数据量，往往需要将Hbits高精度数据压缩到Sbits数据宽度。如果压缩不 当，就会有大动态范围的图像信息得不到保留，即：大动态图像压缩可能会造成Sbits图像 中难以复原出原始图像所丢失的细节信息。
[0004] 目前，按照红外图像细节增强处理在整个成像过程中的切入点，可以对红外系统 压缩输出的Sbits灰度图像进行细节增强处理；但需要处理的数据量较小（8bits)，处理速 度相对较快，但图像中的细节往往在压缩过程中就已经丢失，难以通过后续增强处理再予 以复原。
【发明内容】
[0005] 本发明的目的在于克服现有技术的不足，提供一种兼顾图像亮区、暗区，具有宽动 态范围输出结果的基于融合的红外图像增强方法。
[0006] 为实现以上目的，本发明采用如下技术方案：一种基于融合的红外图像增强方法， 该方法包括如下步骤：
[0007] S1、接收红外探测器输出的红外图像P ;
[0008] S2、将接收到的所述红外图像P分割为低照度分量PU中等照度分量P2和高照度 分量P3 ;
[0009] S3、分别对所述低照度分量PU所述中等照度分量P2和所述高照度分量P3进行图 像增强处理，相对应的得到低照度增强分量ΡΓ、中等照度增强分量P2'和高照度增强分量 P3' ；
[0010] S4、对所述步骤S3中所述低照度增强分量ΡΓ、所述中等照度增强分量P2'和所述 高照度增强分量P3'进行图像融合处理；
[0011] S5、输出结果P4。
[0012] 进一步，所述步骤Sl中接收14bits的红外图像P。
[0013] 进一步，所述的步骤S3中，对低照度分量Pl、中等照度分量P2和高照度分量P3分 别进行幂次变换进行图像增强处理得到低照度增强分量ΡΓ，中等照度增强分量P2'，高照 度增强分量P3'，具体公式如下：
[0014]
[0015] Cl，C2, C3指代幂次变换的系数因子，bl，b2, b3指代幂次变换的偏移量，γ p γ2， γ3指代幂次变换的幂级数。
[0016] Cl，C2, C3，γ !，γ2，γ3均为正数，其中 γ !< 1，γ 产 1，γ 3> 1 ;
[0017] 当=1时，幂次变换转变为线性变换；
[0018] 当〈0时，变换函数曲线在正比函数上方，此时扩展低灰度级，压缩高灰度级，使图 像变壳；
[0019] 当>0时，变换函数曲线在正比函数下方，此时扩展高灰度级，压缩低灰度级，使图 像变暗。
[0020] 进一步，所述步骤S4中的对步骤S3中得到的低照度增强分量Ρ1'，中等照度增强 分量Ρ2'，高照度增强分量Ρ3'图像进行融合处理，具体包括如下步骤：S41、对ΡΓ，Ρ2'，Ρ3' 分别进行小波正变换，具体为：
[0021] 第一种，使用连续小波变换CWT，公式为：
[0032] 第三步，根据互相关系数大小，采取不同的融合方式：当Mab(m，η)彡α时，其中α =0· 85,即
[0033]
[0034] 当 MAB(m，η) < α 时，即
[0035] Cf (m, n) = ff (m, n) cA (m, η) + [I (m, n) -ff (m, η) ] cB (m, η)；
[0036] 其中I (m，η))为单位矩阵，权系数W(m，η))由下式确定：
[0037]
[0038] S43、小波逆变换
[0039] 如果离散小波序列{ Φ ]ik (t)} ]ik Ε ζ构成一个框架，其上、下界分别为A和B，则当A =B时，由框架概念可以得知离散小波变换的逆变换为：
[0040]
[0041] 当A乒Β，而A，B比较接近时，作为一阶逼近，可取心-Τ-2:?)那么，小 Α + Β ' ， 波逆变换的公式近似为：
[0042]
[0043] 进一步，所述的步骤S5中将步骤S4增强后的图像转换为Sbits的图像数据进行 显示和处理，所采用线性灰度变换公式为：
[0044]
[0045] 其中，f(x，y)代表输入图像当中（X，y)坐标处的像素取值；表示输入图像的最小 值；表示输入图像的最大值；表示输出图像的最小值；表示输出图像的最大值；g(x，y)表示 输出图像在坐标（x，y)处的取值。
[0046] 本发明采用如上技术方案，将输入的Hbits图像分割为低照度分量、中等照度分 量和高照度分量，然后对这三种照度分量分别进行图像增强处理，最后将三个增强结果予 以融合，得到最终兼顾图像亮区、暗区的具有宽动态范围的输出结果。现有的图像增强方法 大多对图像整体进行增强处理，通常只能整体提升图像亮度或者抑制图像暗区，并不能两 者兼顾。本发明在保留关键性细节信息的同时，压缩图像的动态范围并提高对比度及清晰 度。
【附图说明】
[0047] 图1是本发明基于融合的红外图像增强方法之流程图；
[0048] 图2是本发明基于融合的红外图像增强方法之幂次变换的不同幂级数对应的幂 函数曲线；
[0049] 图3是本发明基于融合的红外图像增强方法之小波变换的图像融合示意图。
【具体实施方式】
[0050] 下面将结合附图对本发明的各种实施方式进一步说明：
[0051] 如图1所示，本发明提供一种基于融合的红外图像增强方法，该方法包括如下步 骤：
[0052] S1、接收红外探测器输出的红外图像P ;
[0053] S2、将接收到的所述红外图像P分割为低照度分量PU中等照度分量P2和高照度 分量P3 ;
[0054] S3、分别对所述低照度分量PU所述中等照度分量P2和所述高照度分量P3进行图 像增强处理，相对应的得到低照度增强分量ΡΓ、中等照度增强分量P2'和高照度增强分量 P3' ；
[0055] S4、对所述步骤S3中所述低照度增强分量ΡΓ、所述中等照度增强分量P2'和所述 高照度增强分量P3'进行图像融合处理；
[0056] S5、输出结果P4。
[0057] 本实施例步骤S2中，具体为采用基于位平面的图像低、中、高照度分量进行分割。
[0058] 对于灰度级为2n的图像，像素值可以写成如下形式：
[0059] an x2n 1^an 22n 2+. . . +a121+a02°
[0060] 把图像中的每个像素都按照上面的公式将系数提取出来，一幅分辨力为η的多值 图像就变成了 η幅二值图像，其中第i幅图像由所有像素的第i个二进制位构成，把每一个 二值图像称之为一个位平面。
[0061] 本实施例中红外探测器的输出通常为14bits，可设定第05个二进制位构成的 图像作为低照度分量，第4一9个二进制位构成的图像作为中等照度分量，第8-13个二进 制位构成的图像作为亮区图像。即：
[0C
[0063] 需要说明的是，用户可以根据实际应用的需要确定低、中、高照度所属的位平面范 围。例如，用户在实用过程中，可以设定输入Hbits当中的0-2个二进制构成的图像为低 照度位平面图像，11-13个二进制构成的图像为高照度位平面图像，其余为中等照度图像。
[0064] 如图2所示，所述的步骤S3中，对低照度分量Pl、中等照度分量P2和高照度分量 P3分别进行幂次变换进行图像增强处理得到低照度增强分量ΡΓ，中等照度增强分量P2'， 高照度诮分畺P；v _亘优公忒加下.
[0065]
[0066] 这里的Cl，C2, C3指代幂次变换的系数因子，bl，b2, b3指代幂次变换的偏移量， Y 1，Y 2，Y 3指代幂次变换的幂级数。
[0067] Cl，C2, C3，γ p γ2，γ3均为正数，其中 γ f 1，γ 产 1，γ 3> 1。
[0068] 当=1时，幂次变换转变为