專利名稱：一種通過長(zhǎng)短積分控制實(shí)現(xiàn)紅外圖像增強(qiáng)的方法
技術(shù)領(lǐng)域：
本發(fā)明屬于紅外圖像處理領(lǐng)域，特別是一種實(shí)現(xiàn)紅外圖像增強(qiáng)的方法。
背景技術(shù)：
紅外成像系統(tǒng)抗干擾能力強(qiáng)，隱蔽性能好，大氣穿透能力強(qiáng)，適應(yīng)多種特殊場(chǎng)合。 但是由于紅外探測(cè)器本身的如靈敏度等特性，以及工作環(huán)境復(fù)雜及各種噪聲的干擾，使得 紅外圖像經(jīng)常出現(xiàn)對(duì)比度低，信噪比低，背景和目標(biāo)區(qū)別不太明顯或者相差過大但是細(xì)節(jié) 缺失等特點(diǎn)。因此需要對(duì)紅外圖像進(jìn)行增強(qiáng)處理。圖像增強(qiáng)并沒有增加圖像中的內(nèi)在信息，但是可以擴(kuò)大所含信息的動(dòng)態(tài)范圍，改 善視覺效果，突出更多的細(xì)節(jié)，以便后續(xù)圖像處理。對(duì)于紅外圖像而言，圖像增強(qiáng)主要是為 了保留圖像背景細(xì)節(jié)的同時(shí)，突出目標(biāo)及其細(xì)節(jié)，方便對(duì)目標(biāo)進(jìn)行檢測(cè)跟蹤?，F(xiàn)有的紅外圖像處理領(lǐng)域中紅外圖像增強(qiáng)方法主要有兩類，頻域類和空間類。頻 域類處理方法是通過某種變換，如傅里葉變換，小波變換等，將圖像信息轉(zhuǎn)換到頻域，然后 進(jìn)行修正，再通過相應(yīng)的反變換以得到增強(qiáng)的圖像。該類方法增強(qiáng)效果好但是實(shí)現(xiàn)復(fù)雜，需 要消耗很多的資源，不利于實(shí)時(shí)系統(tǒng)?？臻g類處理方法是直接對(duì)圖像中的像素點(diǎn)進(jìn)行運(yùn)算， 如灰度增強(qiáng)，直方圖增強(qiáng)等。其優(yōu)點(diǎn)是算法簡(jiǎn)單易實(shí)現(xiàn)，但是增強(qiáng)效果不可控制，對(duì)環(huán)境的 適應(yīng)性差。

發(fā)明內(nèi)容
本發(fā)明針對(duì)傳統(tǒng)紅外圖像增強(qiáng)方法的特點(diǎn)，提出了一種通過長(zhǎng)短積分控制實(shí)現(xiàn)紅 外圖像增強(qiáng)的方法，在時(shí)間域上對(duì)紅外探測(cè)器輸出的紅外圖像進(jìn)行動(dòng)態(tài)增強(qiáng)。它調(diào)整紅外 探測(cè)器的積分時(shí)間，得到與長(zhǎng)短積分時(shí)間相對(duì)應(yīng)的長(zhǎng)短積分幀圖像序列，從而對(duì)長(zhǎng)短積分 幀圖像序列進(jìn)行自適應(yīng)參數(shù)的加權(quán)平均得到增強(qiáng)圖像。本發(fā)明的技術(shù)方案如下一種通過長(zhǎng)短積分控制實(shí)現(xiàn)紅外圖像增強(qiáng)的方法，用于在時(shí)間域上對(duì)紅外探測(cè)器 輸出的紅外圖像進(jìn)行動(dòng)態(tài)增強(qiáng)，其特征在于所述方法的具體步驟如下步驟1，讀取并處理長(zhǎng)積分幀圖像。將紅外探測(cè)器積分時(shí)間設(shè)為L(zhǎng)i，讀出該長(zhǎng)積分 幀圖像的各像素點(diǎn)灰度值Fl (i，j)，其中i為像素點(diǎn)行數(shù)，j為像素點(diǎn)列數(shù)，并且，系統(tǒng)開機(jī) 時(shí)的初始長(zhǎng)積分時(shí)間為上次關(guān)機(jī)時(shí)的保留值或者由人工設(shè)定的值；然后緩存所述長(zhǎng)積分幀圖像并得到所述長(zhǎng)積分幀圖像的灰度最大值Mai、灰度最 小值Mil和灰度平均值El ；步驟2，讀取并處理短積分幀圖像。將紅外探測(cè)器積分時(shí)間設(shè)為L(zhǎng)2，其中L2 << Li，讀出相應(yīng)的短積分幀圖像的各像素點(diǎn)灰度值F2(i，j)，并且，其中系統(tǒng)開機(jī)時(shí)的初 始短積分時(shí)間為上次關(guān)機(jī)時(shí)保留值或者由人工進(jìn)行設(shè)定；然后數(shù)據(jù)緩存模塊(2)緩存所述短積分幀圖像并得到所述短積分幀圖像的灰度 最大值Ma2、灰度最小值Mi2和灰度平均值E2 ；
步驟3，調(diào)整參數(shù)。根據(jù)Mal、Mil、El、Ma2、Mi2、E2分別調(diào)整加權(quán)系數(shù)ε 1、ε 2和 長(zhǎng)積分時(shí)間Li、短積分時(shí)間L2，調(diào)整算法如下加權(quán)系數(shù)調(diào)整-I = OCε 1 = 1-ε 2，其中α為經(jīng)驗(yàn)系數(shù)，0. 1 < α
Mal-Mil
<1, α的值可由人工調(diào)整；
F2積分時(shí)間長(zhǎng)度調(diào)整丄2 = 々*^,L1 = L2 · Y，其中β，γ為經(jīng)驗(yàn)系數(shù)，0. 1 < β
El
<1,10 ^ y ^ 200，β和γ的值可由人工調(diào)整；所調(diào)整得到的加權(quán)系數(shù)ε 1、ε 2最終用 于步驟4 ；所調(diào)整得到的長(zhǎng)積分時(shí)間Ll和短積分時(shí)間L2反饋給步驟1和步驟2以供下一 個(gè)圖像處理過程使用；步驟4:圖像加權(quán)增強(qiáng)。使用加權(quán)系數(shù)ε 、ε 2將長(zhǎng)積分幀圖像的灰度值Fl (i， j)和短積分幀圖像的灰度值F2(i，j)加權(quán)平均后輸出，輸出幀圖像的各像素點(diǎn)灰度值 Ffinal (i，J') = ε 1 * Fl (i, j)+ ε 2 · F2(i，j)；輸出完成后轉(zhuǎn)到步驟1開始下一個(gè)圖像處理 過程。該方法充分發(fā)揮紅外探測(cè)器特性，利用短積分幀中背景弱化，目標(biāo)突出的特點(diǎn)和 長(zhǎng)積分幀中背景細(xì)節(jié)豐富的特點(diǎn)，通過參數(shù)自適應(yīng)的加權(quán)平均將長(zhǎng)短積分幀融合，得到目 標(biāo)突出，背景細(xì)節(jié)豐富的動(dòng)態(tài)增強(qiáng)圖像。


圖1為本方法的流程圖。圖2為一張?jiān)诤谝怪信臄z的紅外原始圖像。圖3為紅外原始圖像的灰度直方圖。圖4為經(jīng)過直方圖均衡化的處理圖像。圖5為經(jīng)過直方圖均衡化的處理圖像的灰度直方圖。圖6為經(jīng)過本發(fā)明處理后的圖像(α = 0.76, β =0. 26，γ = 100)。圖7為經(jīng)過本發(fā)明處理圖像的灰度直方圖(α = 0.76, β =0. 26，γ = 100)。
具體實(shí)施例方式下面結(jié)合附圖對(duì)本發(fā)明進(jìn)行進(jìn)一步的說明。圖1為本方法的流程圖，包括4個(gè)步驟，讀取并處理長(zhǎng)積分幀圖像，讀取并處理短 積分幀圖像，調(diào)整參數(shù)，圖像加權(quán)增強(qiáng)。圖2是一張384X288的紅外原始圖像，它拍攝于夜景中，從中我們可以看到，該圖 像對(duì)比度很低，基本上不具有任何目標(biāo)信息和背景信息。圖3為該原始圖的灰度直方圖，可 知圖像的灰度動(dòng)態(tài)范圍很窄，必須要進(jìn)行拉伸。圖4為經(jīng)過直方圖均衡化處理的圖像，該圖 的灰度直方圖如圖5，可見它的灰度動(dòng)態(tài)范圍得到了很大的拉伸，布滿了 256的灰度級(jí)(圖 像精度為8bit)，但是圖像灰度不連續(xù)。由圖4可以清楚的看到直方圖均衡化拉伸的效果， 無論是目標(biāo)汽車還是背景樹和高樓都可以見到，并具有一部分的細(xì)節(jié)信息，但是由于直方 圖均衡化不具有目標(biāo)識(shí)別性，只是一味的拉伸，該圖的高溫目標(biāo)汽車被拉伸過飽和，導(dǎo)致細(xì) 節(jié)不突出，整個(gè)圖像泛白過飽和。圖6為經(jīng)過本發(fā)明的實(shí)施方式的一次處理后得到的圖像，具體處理步驟如下
步驟1 讀取并處理長(zhǎng)積分幀圖像，所述長(zhǎng)積分幀圖像是紅外探測(cè)器積分時(shí)間較 長(zhǎng)例如5ms所得的紅外圖像。將紅外探測(cè)器的積分時(shí)間設(shè)為L(zhǎng)l (這里初始值設(shè)定為IOms)， 讀出該長(zhǎng)積分幀圖像的各像素點(diǎn)灰度值Fl (i，j)，緩存該幀并得到該幀的灰度最大值 Mal (255)、灰度最小值Mil(O)和灰度平均值El (132)。步驟2 讀取并處理短積分幀圖像，所述短積分幀圖像是紅外探測(cè)器積分時(shí)間較 短例如IOOus所得的紅外圖像。將紅外探測(cè)器的積分時(shí)間設(shè)為L(zhǎng)2(這里初始值設(shè)定為 IOOus)，讀出該短積分幀圖像的各像素點(diǎn)灰度值F2 (i,j)，緩存該幀并得到該幀的灰度最大 值Ma2 (234)、灰度最小值Mi2 (0)和灰度平均值E2 (50)。步驟3 調(diào)整參數(shù)。根據(jù)MaU Mil、El、Ma2、Mi2、E2分別調(diào)整加權(quán)系數(shù)ε 1、ε 2、 Ll和L2，調(diào)整算法如下加權(quán)系數(shù)調(diào)整
權(quán)利要求
一種通過長(zhǎng)短積分控制實(shí)現(xiàn)紅外圖像增強(qiáng)的方法，用于在時(shí)間域上對(duì)紅外探測(cè)器輸出的紅外圖像進(jìn)行動(dòng)態(tài)增強(qiáng)，其特征在于，所述方法的具體步驟如下步驟一讀取并處理長(zhǎng)積分幀圖像將紅外探測(cè)器積分時(shí)間設(shè)為L(zhǎng)1，讀出在該積分時(shí)間L1時(shí)的紅外探測(cè)器得到的幀圖像即長(zhǎng)積分幀圖像的各像素點(diǎn)灰度值F1(i，j)，其中i為像素點(diǎn)行數(shù)，j為像素點(diǎn)列數(shù)；然后緩存所述長(zhǎng)積分幀圖像并得到所述長(zhǎng)積分幀圖像的灰度最大值Ma1、灰度最小值Mi1和灰度平均值E1；步驟二讀取并處理短積分幀圖像。將紅外探測(cè)器積分時(shí)間設(shè)為L(zhǎng)2，其中L2＜＜L1，讀出在該積分時(shí)間L2時(shí)的紅外探測(cè)器得到的幀圖像即短積分幀圖像的各像素點(diǎn)灰度值F2(i，j)，然后緩存所述短積分幀圖像并得到所述短積分幀圖像的灰度最大值Ma2、灰度最小值Mi2和灰度平均值E2；步驟三調(diào)整參數(shù)根據(jù)長(zhǎng)短積分幀圖像的灰度最大值、灰度最小值和灰度平均值分別調(diào)整加權(quán)系數(shù)ε1、ε2和長(zhǎng)積分時(shí)間L1、短積分時(shí)間L2，調(diào)整算法如下加權(quán)系數(shù)調(diào)整ε1＝1 ε2，其中α為經(jīng)驗(yàn)系數(shù)，0.1＜α＜1；積分時(shí)間長(zhǎng)度調(diào)整L1＝L2·γ，其中β，γ為經(jīng)驗(yàn)系數(shù)，0.1＜β＜1，10≤γ≤200，所調(diào)整得到的長(zhǎng)積分時(shí)間L1和短積分時(shí)間L2反饋給步驟一和步驟二以供下一個(gè)圖像處理過程使用；步驟四圖像加權(quán)增強(qiáng)使用加權(quán)系數(shù)ε1、ε2將長(zhǎng)積分幀圖像的灰度值F1(i，j)和短積分幀圖像的灰度值F2(i，j)加權(quán)平均后輸出，輸出幀圖像的各像素點(diǎn)灰度值Ffinal(i，j)＝ε1gF1(i，j)+ε2gF2(i，j)，輸出完成后轉(zhuǎn)到步驟一開始下一個(gè)圖像處理過程。FDA0000027874960000011.tif,FDA0000027874960000012.tif
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，系統(tǒng)開機(jī)時(shí)的所述初始長(zhǎng)積分時(shí)間和初 始短積分時(shí)間為上次關(guān)機(jī)時(shí)保留值或者由人工進(jìn)行設(shè)定。
全文摘要
本發(fā)明公開了一種通過長(zhǎng)短積分控制實(shí)現(xiàn)紅外圖像增強(qiáng)的方法，屬于紅外圖像處理領(lǐng)域，該方法的具體步驟如下步驟一，讀取并處理長(zhǎng)積分幀圖像；步驟二讀取并處理短積分幀圖像；步驟三，根據(jù)長(zhǎng)短積分幀圖像的灰度最大值、灰度最小值和灰度平均值分別調(diào)整加權(quán)系數(shù)ε1、ε2和長(zhǎng)積分時(shí)間L1、短積分時(shí)間L2；步驟四圖像加權(quán)增強(qiáng)。本發(fā)明以FPGA做為紅外探測(cè)器驅(qū)動(dòng)接口，通過對(duì)精確控制積分時(shí)間的長(zhǎng)短得到相應(yīng)紅外圖像序列，將圖像序列經(jīng)行加權(quán)平均后得到增強(qiáng)的紅外圖像。該方法與傳統(tǒng)的紅外圖像增強(qiáng)算法相比速度快，易于實(shí)現(xiàn)，同時(shí)又充分發(fā)揮紅外探測(cè)器自身特性，既保留背景細(xì)節(jié)又突出目標(biāo)，具有很好的前景。
文檔編號(hào)G06T5/50GK101957986SQ20101050255
公開日2011年1月26日 申請(qǐng)日期2010年10月11日 優(yōu)先權(quán)日2010年10月11日
發(fā)明者楊礬, 梁琨, 樊凡, 馬泳, 黃珺 申請(qǐng)人:華中科技大學(xué)