本發(fā)明屬于紅外圖像處理
技術(shù)領(lǐng)域：
，更具體地，涉及一種紅外圖像細(xì)節(jié)增強(qiáng)方法與裝置。
背景技術(shù)：
：主流紅外熱成像和測溫設(shè)備輸出數(shù)據(jù)的動態(tài)范圍為14bits位寬，而顯示設(shè)備和人眼識別能力的動態(tài)范圍一般為8bits。為了方便顯示和觀察紅外圖像細(xì)節(jié)，需要在保留全局和局部細(xì)節(jié)的前提下，對原始輸出數(shù)據(jù)進(jìn)行動態(tài)范圍壓縮。傳統(tǒng)的直方圖均衡算法，是使圖像中概率密度大的像素占據(jù)較多的灰度級，反之則分配較少的灰度級，從而有效利用8bits的灰度級，提高了紅外圖像對比度。但這種算法會導(dǎo)致背景噪聲過放大、圖像過增強(qiáng)、圖像泛白等問題。平臺直方圖均衡算法引入平臺值的概念，通過計算合適的平臺值，對直方圖中概率密度過大的像素進(jìn)行限制，解決了傳統(tǒng)直方圖均衡算法中圖像過增強(qiáng)的問題，圖像全局顯示效果得到有效的改善，但是對于寬溫度范圍的場景，算法對局部細(xì)節(jié)增強(qiáng)不明顯。而對局部細(xì)節(jié)增強(qiáng)的雙邊濾波器算法存在復(fù)雜度高、計算量大，不易實時實現(xiàn)且存在邊緣虛像的問題。技術(shù)實現(xiàn)要素：針對現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提出了一種改進(jìn)的紅外圖像細(xì)節(jié)增強(qiáng)方法與裝置，在保持現(xiàn)有算法優(yōu)點的同時，使得處理后的紅外圖像顯示細(xì)節(jié)更加豐富，同時算法復(fù)雜度低，易于實時實現(xiàn)。為了實現(xiàn)上述目的，按照本發(fā)明的一個方面，提供了一種紅外圖像細(xì)節(jié)增強(qiáng)方法，包括：(1)采用平臺直方圖均衡算法對原始紅外圖像i進(jìn)行壓縮處理，獲得圖像基調(diào)數(shù)據(jù)ib；(2)根據(jù)所述原始紅外圖像i設(shè)計其細(xì)節(jié)保持濾波器，利用所述細(xì)節(jié)保持濾波器對所述原始紅外圖像i進(jìn)行細(xì)節(jié)保持濾波，得到圖像細(xì)節(jié)數(shù)據(jù)id；(3)計算所述圖像細(xì)節(jié)數(shù)據(jù)id的放大系數(shù)，并根據(jù)所述放大系數(shù)和預(yù)設(shè)的細(xì)節(jié)增益因子g處理所述圖像細(xì)節(jié)數(shù)據(jù)id，得到最終細(xì)節(jié)數(shù)據(jù)i'd，其中所述細(xì)節(jié)增益因子g用于控制圖像細(xì)節(jié)占比權(quán)重；(4)根據(jù)公式if＝ib+g*i'd融合所述圖像基調(diào)數(shù)據(jù)ib和最終細(xì)節(jié)數(shù)據(jù)i'd得到合并紅外圖像if，并處理所述合并紅外圖像if中非正和溢出數(shù)值部分，得到輸出紅外圖像i'f。本發(fā)明的一個實施例中，所述步驟(1)具體包括：(1.1)根據(jù)平臺值t調(diào)整所述原始紅外圖像i的直方圖分布函數(shù)h(l)，得到調(diào)整后直方圖分布函數(shù)h'(l)：其中，所述平臺值t通過計算所述原始紅外圖像i的直方圖參數(shù)選取，l為所述原始紅外圖像i的最大像素值；(1.2)利用調(diào)整后直方圖分布函數(shù)h'(l)計算所述原始紅外圖像i的圖像基調(diào)數(shù)據(jù)ib：其中ib(l)表示所述原始紅外圖像i中像素值為l的像素經(jīng)過計算在圖像基調(diào)數(shù)據(jù)ib中的新值，所述d小于或等于所述輸出紅外圖像i'f中像素值的理論最大值。本發(fā)明的一個實施例中，所述步驟(2)具體包括：(2.1)計算所述原始紅外圖像i的各個像素點濾波均值meani和方差vari：meani＝fmean(i)vari＝fmean(i.*i)-meani.*meani其中fmean()表示窗口大小為r*r，權(quán)重系數(shù)均為1/(r*r)的二維滑動窗口均值濾波器，.*表示矩陣點乘操作，r為預(yù)設(shè)值；(2.2)計算：其中ε為防溢出因子；(2.3)對a和b進(jìn)行二維滑動窗口均值濾波：meana＝fmean(a)meanb＝fmean(b)(2.4)計算圖像細(xì)節(jié)數(shù)據(jù)id：id＝i-meana.*i-meanb。本發(fā)明的一個實施例中，所述步驟(3)具體為：對圖像細(xì)節(jié)數(shù)據(jù)id做如下處理得到最終細(xì)節(jié)數(shù)據(jù)i'd：i’d＝g*meana.*id。本發(fā)明的一個實施例中，所述步驟(4)具體為：其中max()和min()表示取最大值和最小值操作，所述m為所述輸出紅外圖像i'f中像素值的理論最大值。本發(fā)明的一個實施例中，所述平臺值t的選取范圍為h(l)最大值的1/32到1/128之間。本發(fā)明的一個實施例中，所述d的取值為255。本發(fā)明的一個實施例中，所述r的取值大小介于2到8之間，所述ε的取值為20。本發(fā)明的一個實施例中，所述細(xì)節(jié)增益因子g的取值范圍為0.5-4。按照本發(fā)明的另一方面，還提供了一種紅外圖像細(xì)節(jié)增強(qiáng)裝置，包括圖像基調(diào)數(shù)據(jù)獲取模塊、圖像細(xì)節(jié)數(shù)據(jù)獲取模塊、最終細(xì)節(jié)數(shù)據(jù)獲取模塊以及輸出紅外圖像獲取模塊，其中：所述圖像基調(diào)數(shù)據(jù)獲取模塊，用于采用平臺直方圖均衡算法對原始紅外圖像i進(jìn)行壓縮處理，獲得圖像基調(diào)數(shù)據(jù)ib；所述圖像細(xì)節(jié)數(shù)據(jù)獲取模塊，用于根據(jù)所述原始紅外圖像i設(shè)計其細(xì)節(jié)保持濾波器，利用所述細(xì)節(jié)保持濾波器對所述原始紅外圖像i進(jìn)行細(xì)節(jié)保持濾波，得到圖像細(xì)節(jié)數(shù)據(jù)id；所述最終細(xì)節(jié)數(shù)據(jù)獲取模塊，用于計算所述圖像細(xì)節(jié)數(shù)據(jù)id的放大系數(shù)，并根據(jù)所述放大系數(shù)和預(yù)設(shè)的細(xì)節(jié)增益因子g處理所述圖像細(xì)節(jié)數(shù)據(jù)id，得到最終細(xì)節(jié)數(shù)據(jù)i'd，其中所述細(xì)節(jié)增益因子g用于控制圖像細(xì)節(jié)占比權(quán)重；所述輸出紅外圖像獲取模塊，用于根據(jù)公式if＝ib+g*i'd融合所述圖像基調(diào)數(shù)據(jù)ib和最終細(xì)節(jié)數(shù)據(jù)i'd得到合并紅外圖像if，并處理所述合并紅外圖像if中非正和溢出數(shù)值部分，得到輸出紅外圖像i'f?？傮w而言，通過本發(fā)明所構(gòu)思的以上技術(shù)方案與現(xiàn)有技術(shù)相比，具有如下有益效果：本發(fā)明提供的紅外圖像細(xì)節(jié)增強(qiáng)方法，采用平臺直方圖均衡算法，保持圖像整體細(xì)節(jié)和對比度；采用細(xì)節(jié)保持濾波器控制圖像局部細(xì)節(jié)，合并基調(diào)數(shù)據(jù)和細(xì)節(jié)數(shù)據(jù)得到最終輸出圖像，對圖像細(xì)節(jié)增強(qiáng)的同時抑制了噪聲。添加平臺值t和細(xì)節(jié)增益因子g以應(yīng)對各種場景。直方圖均衡算法和細(xì)節(jié)保持濾波器計算復(fù)雜度低，有利于實現(xiàn)實時算法，可應(yīng)用于紅外溫度流和視頻數(shù)據(jù)。附圖說明圖1是本發(fā)明實施例中一種紅外圖像細(xì)節(jié)增強(qiáng)方法的原理示意圖；圖2是利用本發(fā)明紅外圖像細(xì)節(jié)增強(qiáng)方法的效果示意圖；圖3是本發(fā)明實施例中一種紅外圖像細(xì)節(jié)增強(qiáng)裝置的結(jié)構(gòu)示意圖。具體實施方式為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。此外，下面所描述的本發(fā)明各個實施方式中所涉及到的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互組合。如圖1所示，本發(fā)明提供了一種紅外圖像細(xì)節(jié)增強(qiáng)方法，包括如下步驟：步驟一：采用平臺直方圖均衡算法對原始紅外圖像i進(jìn)行壓縮處理，獲得圖像基調(diào)數(shù)據(jù)ib，作為全局圖像顯示基調(diào)。其中平臺值t的選取通過計算圖像直方圖參數(shù)獲得。所述步驟一中采用的直方圖均衡算法，先通過平臺值調(diào)整直方圖，如下式：其中h(l)為調(diào)整前紅外圖像i的直方圖分布函數(shù)，表示原始紅外圖像中像素值為l的像素個數(shù)，h'(l)為調(diào)整后的直方圖分布函數(shù)。通過平臺值t對占較多像素的背景和噪聲進(jìn)行了抑制。平臺值t根據(jù)實際圖像對比度需求，選取范圍為h(l)最大值的1/32到1/128之間，可作為紅外圖像對比圖調(diào)節(jié)參數(shù)。利用調(diào)整后的直方圖分布函數(shù)計算圖像基調(diào)數(shù)據(jù)ib，計算方式如下式；其中ib(l)表示原圖中像素值為l的像素進(jìn)過計算，在基調(diào)數(shù)據(jù)ib中的新值。所述d小于或等于所述輸出紅外圖像i'f中像素值的理論最大值，一般選取為像素值的理論最大值(例如，當(dāng)每個像素點的位數(shù)為8bits時，像素值的理論最大值為255)。l為所述原始紅外圖像i的最大像素值。步驟二：根據(jù)所述原始紅外圖像i設(shè)計其細(xì)節(jié)保持濾波器，利用所述細(xì)節(jié)保持濾波器對所述原始紅外圖像i進(jìn)行細(xì)節(jié)保持濾波，得到圖像細(xì)節(jié)數(shù)據(jù)id；所述步驟二中采用的細(xì)節(jié)保持濾波器，其計算方法如下：首先計算紅外圖像i各個像素點濾波均值和方差：其中fmean()表示窗口大小為r*r，權(quán)重系數(shù)均為1/(r*r)的二維滑動窗口均值濾波器，r的取值大小介于2到8之間，一般取4，取值過大對計算量略有影響。.*表示矩陣點乘操作，也即矩陣內(nèi)數(shù)據(jù)自身平方后作為計算結(jié)果。i、meani和vari都輸與紅外圖像等大小的矩陣，例如640*480分辨率的紅外圖像對應(yīng)640*480的矩陣數(shù)據(jù)。本步驟中所有計算均為矩陣計算，之后不再贅述。細(xì)節(jié)保持濾波器輸出id與原始紅外圖像i的差值為細(xì)節(jié)信息，數(shù)值相對原始圖像較小，因此我們可以認(rèn)為id為i的一次線性擬合輸出，id＝i-(a.*i+b)?；诰€性回歸方法求解擬合系數(shù)得到：其中a為擬合一次項系數(shù)，b為零次項系數(shù)，ε為防溢出因子，用于防止數(shù)值異常和計算溢出，其經(jīng)驗取值為20。再次對a、進(jìn)行b二維滑動窗口均值濾波：最終得到紅外圖像細(xì)節(jié)數(shù)據(jù)id：id＝i-meana.*i-meanb(6)以上為細(xì)節(jié)保持濾波器所指計算過程。步驟三：計算所述圖像細(xì)節(jié)數(shù)據(jù)id的放大系數(shù)，并根據(jù)所述放大系數(shù)和預(yù)設(shè)的細(xì)節(jié)增益因子g處理所述圖像細(xì)節(jié)數(shù)據(jù)id，得到最終細(xì)節(jié)數(shù)據(jù)i'd，其中所述細(xì)節(jié)增益因子g用于控制圖像細(xì)節(jié)占比權(quán)重。所述步驟三中用細(xì)節(jié)特征函數(shù)去計算細(xì)節(jié)放大增益。用一次項系數(shù)a可以表征圖像細(xì)節(jié)程度，對圖像細(xì)節(jié)數(shù)據(jù)id做如下處理得到最終細(xì)節(jié)數(shù)據(jù)i'd：i'd＝g*meana.*id(7)其中g(shù)為細(xì)節(jié)增益因子，以便控制圖像細(xì)節(jié)占比權(quán)重，g取值范圍為0.5-4，一般取值1。當(dāng)g增加時，圖像細(xì)節(jié)更加突出，g減小時，圖像細(xì)節(jié)受到抑制。步驟四：合并圖像基調(diào)數(shù)據(jù)ib和圖像細(xì)節(jié)數(shù)據(jù)i'd，并處理if＝ib+g*i'd數(shù)值中非正和溢出部分，得到輸出紅外圖像i'f。所述步驟四中圖像基調(diào)數(shù)據(jù)ib和圖像細(xì)節(jié)數(shù)據(jù)i'd合并處理如下：if＝ib+g*i'd(8)由于最終輸入給顯示器為nbits灰度數(shù)據(jù)，因此需要對if中越界的小于零和大于m的數(shù)據(jù)進(jìn)行修剪，m＝2n，方式如下：本實施例中以n＝8為例，修剪方式如下：其中max()和min()表示取最大值和最小值操作。上式中，當(dāng)if最大值和最小值差值較小時，直接把if平移到8bits灰度中間值；當(dāng)差值較大時，需要對if進(jìn)行壓縮處理，使之均勻分布在0～255之間。如上得到i'f即為本方法進(jìn)行細(xì)節(jié)增強(qiáng)輸出的最終紅外數(shù)據(jù)。本方法的紅外圖像增強(qiáng)效果可以通過圖2的對比體現(xiàn)。相比于圖2左側(cè)圖像，右側(cè)圖像在泛白或者過黑的區(qū)域能顯示更多的細(xì)節(jié)，背景噪聲也得到抑制，有效提高圖像顯示效果，并且克服了一般細(xì)節(jié)增強(qiáng)算法邊沿翻轉(zhuǎn)的問題。本方法計算復(fù)雜度低。把本方法應(yīng)用在紅外熱像儀產(chǎn)品上，測試本方法處理單幀紅外圖像耗時。相比于現(xiàn)有方法普遍數(shù)百毫秒甚至數(shù)秒的單幀處理時間，本方法對圖片庫中文件測試，平均耗時為3.32ms(384*288)和8.93ms(640*480)，并且單幀耗時數(shù)值波動小，基本與圖像內(nèi)容無關(guān)。本方法可以應(yīng)用在50hz和30hz的紅外產(chǎn)品中。測試硬件環(huán)境為：inteli5-5200u，ddr3l-16004g軟件環(huán)境為：window1064位操作系統(tǒng),visualstudio2013實際情況如表1所示：表1分辨率幀率單幀耗時384*28850hz3.32ms640*48030hz8.93ms進(jìn)一步地，如圖3所示，本發(fā)明還提供了一種紅外圖像細(xì)節(jié)增強(qiáng)裝置，包括圖像基調(diào)數(shù)據(jù)獲取模塊1、圖像細(xì)節(jié)數(shù)據(jù)獲取模塊2、最終細(xì)節(jié)數(shù)據(jù)獲取模塊3以及輸出紅外圖像獲取模塊4，其中：所述圖像基調(diào)數(shù)據(jù)獲取模塊1，用于采用平臺直方圖均衡算法對原始紅外圖像i進(jìn)行壓縮處理，獲得圖像基調(diào)數(shù)據(jù)ib；所述圖像細(xì)節(jié)數(shù)據(jù)獲取模塊2，用于根據(jù)所述原始紅外圖像i設(shè)計其細(xì)節(jié)保持濾波器，利用所述細(xì)節(jié)保持濾波器對所述原始紅外圖像i進(jìn)行細(xì)節(jié)保持濾波，得到圖像細(xì)節(jié)數(shù)據(jù)id；所述最終細(xì)節(jié)數(shù)據(jù)獲取模塊3，用于計算所述圖像細(xì)節(jié)數(shù)據(jù)id的放大系數(shù)，并根據(jù)所述放大系數(shù)和預(yù)設(shè)的細(xì)節(jié)增益因子g處理所述圖像細(xì)節(jié)數(shù)據(jù)id，得到最終細(xì)節(jié)數(shù)據(jù)i'd，其中所述細(xì)節(jié)增益因子g用于控制圖像細(xì)節(jié)占比權(quán)重；所述輸出紅外圖像獲取模塊4，用于根據(jù)公式if＝ib+g*i'd融合所述圖像基調(diào)數(shù)據(jù)ib和最終細(xì)節(jié)數(shù)據(jù)i'd得到合并紅外圖像if，并處理所述合并紅外圖像if中非正和溢出數(shù)值部分，得到輸出紅外圖像i'f。本領(lǐng)域的技術(shù)人員容易理解，以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁12