一种宽动态范围红外图像对比度增强方法与流程

本发明属于图像处理技术领域，涉及一种宽动态范围红外图像对比度增强方法。

背景技术：

现有大部分红外热像仪在宽动态范围情况下，存在低对比度、噪声大以及视觉效果差等特点，严重影响红外产品形象。因此选择合适的红外图像对比度增强方法改善红外图像的视觉效果，对于红外产品具有非常重要的意义。

传统的红外图像对比度增强方法，在对同时存在背景和高温目标的宽动态范围红外图像的对比度增强效果并不理想，例如基于红外图像直方图的增强处理方法、基于gamma的非线性增强处理方法、传统的基于空域与时域的图像增强处理方法，这些方法由于没有考虑红外图像邻域图像信息特征或者考虑红外图像邻域图像信息特征过少，且背景与目标的信息无法兼顾，这样势必导致红外图像的对比度增强效果十分有限。而新型的红外图像对比度增强方法，例如基于retinex理论的红外图像增强方法，由于引入了入射光分量的分析计算，可以对红外图像邻域内图像信息有比较好的分析考虑，具有较好的对比度增强效果，但其方法中引入了对数计算，在工程化实现中存在一定难度。

技术实现要素：

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种宽动态范围红外图像对比度增强方法，利用多层图像掩膜，提取红外图像局部信息，在多层掩膜图像的计算中，对不同滤波窗口选取不同大小的图像掩膜特征因子，对图像中不同对比度区域，选择不同程度的滤波掩膜，达到对于不同对比度区域自适应控制增强程度的效果，有效完成对宽动态范围红外图像的对比度增强。

技术方案

一种宽动态范围红外图像对比度增强方法，其特征在于步骤如下：

步骤1：以矩阵标识红外图像信号数据aa：

其中：f(i,j)为红外图像信号数据中每个图像像素点的灰度值，m为总行数，n为总列数；

步骤2：以三个大小为(2n+1)×(2n+1)的窗口对aa分别进行滤波计算三幅掩膜图像，n分别取值8，16，32；

步骤3：按照以下公式求滤波窗口对应的原始图像区域的三幅掩膜图像数据lp8(i.j)，lp16(i.j)，lp32(i.j)：

其中：f(i+r,j+s)是坐标为(i+r,j+s)的图像像素点的灰度值，txn(i+r,j+s)是在(2n+1)×(2n+1)的窗口滤波过程中坐标为(i+r,j+s)的图像像素点的灰度值与滤波窗口中心坐标(i,j)的图像像素点的灰度值的对比计算结果，tlp(n,i,j)为图像掩膜特征因子，β为图像掩膜控制因子，经验取值范围为0.75到0.85，r为行数增量变量，s为列数增量变量，对图像中超过滤波窗口的边界区域在掩膜图像中初始化为0；

步骤4：按照以下公式求取红外图像信号数据中每个图像像素点的对比度增强结果：

fout(i,j)＝f(i,j)+α1*(f(i,j)-lp8(i,j))+

α2*(f(i,j)-lp16(i,j))+α3*(f(i,j)-lp32(i,j))

其中：变量α1经验值为3，变量α2经验值为2，变量α3经验值为1；

步骤5：得到红外图像信号数据aa对比度增强后的信号数据bb：

其中：fout(i,j)为红外图像对比度增强后的信号数据中每个图像像素点的灰度值，m为总行数，n为总列数。

有益效果

本发明提出的一种宽动态范围红外图像对比度增强方法，利用多层图像掩膜，提取红外图像局部信息，在多层掩膜图像的计算中，对不同滤波窗口选取不同大小的图像掩膜特征因子，对图像中不同对比度区域，选择不同滤波程度，最终达到对图像中的低对比度区域自适应提高增强程度的效果。该方法在宽动态范围的情况下，有效提高红外图像对比度，可明显改善红外图像的观测效果。

本发明具有的优点、特点或积极效果是：

本发明充分考虑了图像不同尺度半径内的邻域图像信息与局部对比度信息，在对比度增强的掩膜图像计算过程中，一方面分三个尺度做了三层滤波掩膜，可以兼顾不同尺度半径内的邻域图像信息，令一方面在每一层掩膜图像的生成过程中，利用图像掩膜特征因子，对掩膜图像的滤波程度进行自适应控制，如果当前区域对比度较低，则生成的掩膜图像滤波程度也会降低，相反，如果当前区域对比度较高，则生成的掩膜图像滤波程度也会增高，由于最后增强效果与掩膜图像成反比例关系，可以最终达到对图像中的低对比度区域自适应提高增强程度的效果。该方法已工程化实现，在宽动态范围的情况下，有效提高红外图像对比度，可明显改善红外图像的观测效果。

附图说明

图1：发明的具体实现程序流程

图2：原始宽动态范围的红外图像

图3：经过本发明处理后对比度增强的红外图像

具体实施方式

现结合实施例、附图对本发明作进一步描述：

红外系统上电运行，得到一幅大小为640×512个像素的宽动态范围的红外图像，构建三个大小分别为17×17、33×33、65×65的窗口对aa分别进行滤波计算三幅掩膜图像；按照步骤5)求滤波窗口对应的原始图像区域的三幅掩膜图像数据lp8(i.j)，lp16(i.j)，lp32(i.j)，例如在坐标点(150，140)处的图像像素点的灰度值f(150,140)＝3258，求得的三层掩膜图像数据分别是：

按照步骤6)中公式求取红外图像信号数据中每个图像像素点的对比度增强结果，例如在坐标点(150，140)处的红外图像对比度增强后图像像素点的灰度值：

fout(150,140)＝f(150,140)+α1*(f(150,140)-lp8(150,140))+

α2*(f(150,140)-lp16(150,140))+α3*(f(150,140)-lp32(150,140))

＝3258+3*(3258-3249)+2*(3258-3243)+1*(3258-3245)

＝3258+27+30+13＝3328

依次类推，求出其它图像像素点的对比度增强后灰度值，得出红外图像对比度增强后的结果图像。