专利名称：基于自适应时域滤波和形态学的气体红外图像增强方法
技术领域：
本发明涉及一种基于自适应时域滤波和形态学的气体红外视频序列图像增强方法，属于气体泄露检测领域。
背景技术：
多数危险气体是无色无味的，气体泄漏时人很难直接通过视觉或嗅觉觉察到，这给人民的生命财产安全造成了巨大隐患。被动式气体成像技术使用中波或长波红外成像技术可视化气体对3 14 y m波段红外辐射的吸收，同时采用图像处理技术改善图像质量，是一种快速的以人眼观察为主的定性检测技术，是定量气体浓度检测技术(如气体传感器) 和气体种类辨别技术(如红外光谱仪)的有益补充。1985年Strachan等人用一个353K(80°C )的黑体作为背景，观察到从管道里喷出的丁烷气体，首次实现了气体泄漏的红外成像。英国的Jennifer在1995年提出结合中值滤波和递归滤波的自适应时域滤波法，该方法在噪声水平不高时可达到较好的效果。美国 FLIR系统公司的第一代气体成像产品GasFinder于2005年首次投放市场气体，目前已占有美国国内和国际上的大部分市场份额。被动式气体成像属于一个新兴且蓬勃发展的领域， 但是，被动式气体成像系统完全依赖于自然环境的红外辐射，由于缺少主动的红外照明，所获得的气体红外图像往往信噪比低、对比度差，另外，相比红外探测器和红外成像系统整机都很发达的欧美国家，我国自行研制的红外探测器阵列的性能离欧美国家尚有一定差距， 因此，一方面需要在我国现有探测器性能基础上提高后端图像处理的水平，以满足成像探测微量气体泄漏的要求，另一方面需针对气体红外图像的特点进行降噪、突显气体区域，提高观察者判断气体是否发生泄漏、以及定位泄漏源的能力。
发明内容
针对上述气体红外图像质量和现有处理算法的缺陷，本发明的目的是为解决气体红外图像噪声水平高和气体可见区域不明显的问题，提出一种基于自适应时域滤波和形态学相结合的红外图像降噪和气体可视化增强的方法，突出气体运动目标，增强气体和背景的对比度，抑制噪声，并实现对气体的彩色区域增强。为实现上述目的，本发明的技术方案为一种基于自适应时域滤波和形态学的气体红外视频序列图像增强方法，包括以下步骤步骤一、在时间域内对热像仪采集获得的动态视频进行时域滤波，并使用阈值区分运动气体扩散区域和静止的背景区域，获得滤波后图像；步骤二、对视频序列图像中相邻多帧进行帧差运算并累加差分图像，在预定时间范围内增强气体区域的面积；步骤三、以滤波后的图像作为形态学处理的输入，对图像依次进行形态学腐蚀和膨胀处理，实现降噪，并将小的气体区域连接为面积较大的区域；步骤四、将图像渲染为彩色，并叠加到动态滤波视频中，得到增强后的彩色化视频。所述的运动气体扩散区域与静止背景区域的初步区分通过一个预设并可调整的阈值，对视频序列中相邻两帧的差值进行判断如果某位置的差值小于阈值，认为该位置处于静止的背景区域，如果差值大于阈值，认为该位置处于运动的气体扩散区域。所述的时域滤波采用以下方法对时间标尺上相邻视频帧进行时域递归滤波和均值滤波；对于背景图像，对递归滤波结果、当前帧和前一帧图像取均值，通过均值运算最大程度降低背景区域的随机噪声；对于气体扩散区域，直接输出当前帧相应位置的数据。所述的运动气体扩散区域的提取、积累和增强是将某一帧图像设为参考帧，将其后连续多帧图像分别与参考帧进行帧差运算，提取运动的扩散区域，并对差分结果进行累加，从而在预定时间范围内增强气体区域。所述的形态学处理采用以下方法使用合适的结构元素对图像进行腐蚀降噪和膨胀增强，扩大运动的气体区域，将分离的小气体区域连接为面积较大的气体扩散区域，并保持气体云团边缘的平滑性。所述的气体扩散区域的彩色化增强采用以下方法对经过自适应时域滤波、差分图像累加和形态学处理后提取的气体扩散区域渲染上彩色，然后叠加到自适应时域滤波处理输出的视频图像中。本发明的工作原理首先针对气体红外图像信噪比低的特点，通过视频序列中相邻两帧的差值判断运动的气体扩散区域和静止的背景区域，对相邻两帧的背景区域进行递归滤波和均值滤波，最大程度降低随机噪声；然后，将某一帧图像设为参考帧，将其后连续多帧图像与参考帧进行帧差运算，提取气体扩散区域，并累加差分图像，在一定时间范围内增强气体扩散区域；接着，使用形态学方法扩展气体区域，将分离的小气体区域连接为面积较大的气体区域；最后，将气体扩散区域渲染为彩色，并叠加到降噪后的视频图像中，获得气体区域得以彩色增强、信噪比得以提高气体红外图像。本发明产生的有益效果是本发明在对气体红外图像进行降噪和增强时，相对于以往的气体成像检测的方法，具有以下优势(I)现有技术使用中值滤波和递归滤波结合的方法对时序图像进行降噪处理，虽然达到了较好地效果，但是对硬件设备的要求较高，滤光片需要真空制冷。本发明提出了一种以均值滤波代替中值滤波并结合形态学腐蚀降噪的方法，降低了对硬件设备的要求，去除了对滤光片制冷的硬性要求。(2)现有技术对气体检测的结果没有对气体进行增强处理，只针对泄漏量巨大的场景适用。本发明使用自适应时域滤波和形态学的方法对气体区域进行降噪和增强，可有效地检测气体泄漏量较小的场景，并能够准确定位气体泄露源的位置。
图I为本发明基于自适应时域滤波方法对红外气体图像进行降噪的流程图。图2为本发明基于形态学方法对气体图像进行增强的流程图；图3为具体实施例中使用中波制冷热像仪拍摄的微量CO2气体泄漏的视频中的图
图4为具体实施例中经过自适应时域滤波降噪后的气体图像；图5为具体实施例中经过形态学方法增强并彩色化后的气体图像；
图6为本发明图像增强的详细流程图。
具体实施例方式为了进一步说明本发明的目的和优点，下面结合附图和具体实施例对本发明作进一步的说明。本实施例中采用自适应时域滤波和形态学方法对中波热像仪拍摄的CO2气体视频进行降噪和增强处理。其具体实现过程包括图I所示的步骤步骤一、在时间域内对热像仪采集获得的动态视频Vik进行自适应时域滤波，并使用阈值分割背景和运动气体，获得滤波后图像Inrean.自适应时域滤波包括递归滤波和均值滤波。递归滤波法使用权值递归的方法对视频中当前图像In与之前所有帧的递归结果yn-i进行权值求和，得到当前的递归结果7 .权值a称作时间常数，可以由经验获得，在经验值范围内可以得到最优的递归结果。递归滤波初值为第一帧图像Itl,滤波的表达式如下{ 7°(I)然后对得到的递归滤波结果图像以及视频Vik相邻的两帧图像In和Ilri进行均值滤波。传统的均值滤波方法是在空间域中以邻域像素灰度的均值代替中心像素的灰度，将这种方法发展到时域中，即计算当前帧、前一帧和递归结果图像中对应位置三像素灰度的平均值，获得均值滤波后的图像Im_。滤波的表达式为 Imean = [Wi+yJ /3 ⑵接着，使用相邻两帧图像的差分图像与阈值比较，分割气体运动目标和图像静止背景，得到自适应时域滤波结果。气体目标不断地进行着扩散运动，表现在相邻两帧图像中就是相同位置像素点的灰度值不同。对相邻两帧图像求差分，差分图像k中包含气体的运动信息和随机产生的噪声，噪声灰度水平比气体目标灰度水平低。选择合适的阈值T，将 (x,y)坐标位置处的灰度值与阈值比较，前者大该像素点为气体目标，后者大该像素点属于背景或噪声。表达式如下差分图像k= Iln-I1I (3)目标像素点k(x,y) > T (4)背景像素点k(x，y)< T (5)其中X G {0,1,2, ...，m_l}，y G {0,1,3,…，n_l}，m、n 为图像行列数。通过比较，在当前图像中保留目标像素点的灰度，以均值滤波的结果代替背景像素点的灰度，得到滤波完成后的动态视频Vfiltwed.步骤二、以滤波后的视频Vfilteed为形态学处理的输入，计算差分图像，并累加差分结果，在一定时间范围内增强气体区域的面积。以10帧图像为一个循环为例，依次计算第i帧图像Mi与第一帧图像的差分图像 Di,将得到的9个差分图像逐像素叠加，得到的结果是只包含了气体运动区域信息和极少量随机噪声的图像Ms.表达式如下
权利要求
1.一种基于自适应时域滤波和形态学的气体红外视频序列图像增强方法，其特征在于，包括以下步骤步骤一、在时间域内对热像仪采集获得的动态视频进行时域滤波，并使用阈值区分运动气体扩散区域和静止的背景区域，获得滤波后图像；步骤二、对视频序列图像中相邻多帧进行帧差运算并累加差分图像，在预定时间范围内增强气体区域的面积；步骤三、以滤波后的图像作为形态学处理的输入，对图像依次进行形态学腐蚀和膨胀处理，实现降噪，并将小的气体区域连接为面积较大的区域；步骤四、将图像渲染为彩色，并叠加到动态滤波视频中，得到增强后的彩色化视频。
2.如权利要求I所述的一种基于自适应时域滤波和形态学的气体红外视频序列图像增强方法，其特征在于，所述的运动气体扩散区域与静止背景区域的初步区分通过一个预设并可调整的阈值，对视频序列中相邻两帧的差值进行判断如果某位置的差值小于阈值， 认为该位置处于静止的背景区域，如果差值大于阈值，认为该位置处于运动的气体扩散区域。
3.如权利要求I所述的一种基于自适应时域滤波和形态学的气体红外视频序列图像增强方法，其特征在于，所述的时域滤波采用以下方法对时间标尺上相邻视频帧进行时域递归滤波和均值滤波；对于背景图像，对递归滤波结果、当前帧和前一帧图像取均值，通过均值运算最大程度降低背景区域的随机噪声；对于气体扩散区域，直接输出当前帧相应位置的数据。
4.如权利要求I或2或3所述的一种基于自适应时域滤波和形态学的气体红外视频序列图像增强方法，其特征在于，所述的运动气体扩散区域的提取、积累和增强是将某一帧图像设为参考帧，将其后连续多帧图像分别与参考帧进行帧差运算，提取运动的扩散区域，并对差分结果进行累加，从而在预定时间范围内增强气体区域。
5.如权利要求I或2或3所述的一种基于自适应时域滤波和形态学的气体红外视频序列图像增强方法，其特征在于，所述的形态学处理采用以下方法使用合适的结构元素对图像进行腐蚀降噪和膨胀增强，扩大运动的气体区域，将分离的小气体区域连接为面积较大的气体扩散区域，并保持气体云团边缘的平滑性。
6.如权利要求I或2或3所述的一种基于自适应时域滤波和形态学的气体红外视频序列图像增强方法，其特征在于，所述的气体扩散区域的彩色化增强采用以下方法对经过自适应时域滤波、差分图像累加和形态学处理后提取的气体扩散区域渲染上彩色，然后叠加到自适应时域滤波处理输出的视频图像中。
全文摘要
本发明涉及一种基于自适应时域滤波与形态学的气体红外视频序列图像增强方法，属于气体泄漏检测领域。针对信噪比较低、对比度差的中波红外/长波红外气体泄漏视频序列图像，自适应时域滤波方法结合了递归滤波和均值滤波，最大程度降低背景区域的随机噪声；然后，使用帧差运算和差分图像累积的方法增强气体扩散区域；接着，使用形态学方法扩展气体区域，并进行更深层次的降噪；最后，考虑到人眼对彩色更为敏感，对气体扩散区域进行彩色渲染，获得气体区域得以彩色增强、信噪比得以提高的气体红外图像。该方法明显增强气体泄漏的可见性，方便观察者及时发现气体泄漏、定位气体泄漏部位以及气体扩散区域。本发明可用于检测多种无色无味气体的泄漏。
文档编号G06T5/00GK102609907SQ201210009398
公开日2012年7月25日 申请日期2012年1月12日 优先权日2012年1月12日
发明者张长兴, 王岭雪, 高岳 申请人:北京理工大学