本發(fā)明涉及一種基于數(shù)據(jù)分析的紅外圖像優(yōu)化方法及系統(tǒng)，屬于紅外圖像優(yōu)化。

背景技術(shù)：

1、在紅外圖像處理領(lǐng)域，紅外圖像作為一種特殊的圖像類型，廣泛應(yīng)用于軍事、航空航天、安防、醫(yī)學(xué)及電力等多個(gè)行業(yè)。然而，由于紅外成像系統(tǒng)的特性和外界環(huán)境的影響，紅外圖像往往存在邊緣模糊、細(xì)節(jié)不清晰的問題。這一問題直接影響了圖像在后續(xù)分析、目標(biāo)檢測和識別等應(yīng)用中的準(zhǔn)確性和效率。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于解決上述現(xiàn)有技術(shù)存在的不足之處，提供一種基于數(shù)據(jù)分析的紅外圖像優(yōu)化方法及系統(tǒng)，本發(fā)明實(shí)現(xiàn)了對紅外圖像中邊緣的補(bǔ)充，提高了圖像的整體質(zhì)量。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案：

3、一種基于數(shù)據(jù)分析的紅外圖像優(yōu)化方法，其特殊之處在于包括以下步驟：

4、步驟s100，針對紅外圖像所應(yīng)用的場景，設(shè)定若干場景類型數(shù)據(jù)庫，將歷史紅外圖像以及歷史現(xiàn)場圖像按照歷史圖像組的方式存儲(chǔ)于對應(yīng)的場景類型數(shù)據(jù)庫中；

5、步驟s200，對歷史圖像組中的歷史現(xiàn)場圖像進(jìn)行灰度化處理，得到歷史現(xiàn)場灰度圖，并利用邊緣識別技術(shù)，對歷史現(xiàn)場灰度圖中的邊緣進(jìn)行識別，并進(jìn)行邊緣劃定，將邊緣劃定的結(jié)果投影于定位模板圖，得到歷史邊緣線定位圖，將歷史邊緣線定位圖和歷史圖像組中的歷史紅外圖像進(jìn)行對齊適配；

6、步驟s300，對歷史紅外圖像進(jìn)行邊緣因子分析，確定出歷史紅外圖像中的邊緣因子參考段，將邊緣因子參考段與歷史邊緣線定位圖中對應(yīng)的邊緣線進(jìn)行關(guān)聯(lián)，并基于邊緣線的形狀特征，確定邊緣因子參考段之間的間隔特征，將邊緣因子參考段以及相互之間的間隔特征記為邊緣因子參考段特征數(shù)據(jù)組，并將邊緣因子參考段特征數(shù)據(jù)組構(gòu)建為邊緣因子參考段特征數(shù)據(jù)集；

7、步驟s400，基于歷史邊緣線定位圖中相臨的邊緣線之間的相對位置關(guān)系，對邊緣因子參考段特征數(shù)據(jù)組之間的相對位置關(guān)系進(jìn)行記錄，并建立邊緣因子參考段特征數(shù)據(jù)組之間的關(guān)聯(lián)關(guān)系；

8、步驟s500，在對實(shí)時(shí)紅外圖像進(jìn)行優(yōu)化的過程中，確定出實(shí)時(shí)紅外圖像的應(yīng)用場景，并基于應(yīng)用場景調(diào)用對應(yīng)的邊緣因子參考段特征數(shù)據(jù)集，然后對實(shí)時(shí)紅外圖像進(jìn)行邊緣因子分析，并基于分析結(jié)果，對邊緣因子參考段之間的間隔進(jìn)行完善補(bǔ)充。

9、優(yōu)選的，步驟s200中，所述對歷史現(xiàn)場灰度圖中的邊緣進(jìn)行識別的方法包括：

10、應(yīng)用邊緣檢測算子，對歷史現(xiàn)場灰度圖中的像素點(diǎn)的梯度值進(jìn)行判斷，確定出歷史現(xiàn)場灰度圖中的邊緣點(diǎn)；

11、基于每一邊緣點(diǎn)的位置以及梯度方向，將邊緣點(diǎn)進(jìn)行連接，形成歷史現(xiàn)場灰度圖中的邊緣。

12、優(yōu)選的，步驟s300中，所述對歷史紅外圖像進(jìn)行邊緣因子分析的方法包括：

13、對歷史紅外圖像進(jìn)行灰度化處理，得到歷史紅外灰度圖，并利用邊緣識別技術(shù)，確定出歷史紅外灰度圖中的邊緣因子區(qū)段，并在歷史紅外灰度圖中進(jìn)行標(biāo)記；

14、將歷史紅外灰度圖和歷史邊緣定位圖進(jìn)行比對，并將歷史邊緣定位圖中的邊緣線映射于歷史紅外灰度圖中，將沒有與邊緣線重合的邊緣因子區(qū)段進(jìn)行剔除，將剩余的邊緣因子區(qū)段認(rèn)定為邊緣因子參考段。

15、優(yōu)選的，步驟s300中，所述基于邊緣線的形狀特征，確定邊緣因子參考段之間的間隔特征的方法包括：

16、針對歷史紅外圖像構(gòu)建圖像坐標(biāo)系，并基于預(yù)設(shè)間隔，對每一邊緣因子參考段上設(shè)置有若干邊緣檢測點(diǎn)，確定出每一邊緣檢測點(diǎn)的點(diǎn)坐標(biāo)，并計(jì)算出邊緣因子參考段對應(yīng)的所有點(diǎn)坐標(biāo)的平均點(diǎn)坐標(biāo)；

17、將映射于同一邊緣線的邊緣因子參考段的平均點(diǎn)坐標(biāo)進(jìn)行關(guān)聯(lián)，并計(jì)算每相鄰的兩個(gè)平均點(diǎn)坐標(biāo)之間的向量，并將向量進(jìn)行組合，記為邊緣因子參考段間向量組；

18、確定出邊緣線上邊緣因子參考段之間的間隔參考段，并基于預(yù)設(shè)間隔，對間隔參考段上設(shè)定若干間隔檢測點(diǎn)，并確定出每一間隔檢測點(diǎn)的點(diǎn)坐標(biāo)，必并計(jì)算每相鄰間隔檢測點(diǎn)之間的向量，并將向量進(jìn)行組合，得到間隔參考段中向量組；

19、基于邊緣因子參考段相對的邊緣線上的位置，將邊緣因子參考段間向量組和間隔參考段中向量組按照序次進(jìn)行關(guān)聯(lián)，得到邊緣因子參考段特征數(shù)據(jù)組。

20、優(yōu)選的，步驟s500中，所述對實(shí)時(shí)紅外圖像進(jìn)行邊緣因子分析的方法包括：

21、對實(shí)時(shí)紅外圖像進(jìn)行灰度化處理，得到實(shí)時(shí)紅外灰度圖，并利用邊緣識別技術(shù)，確定出實(shí)時(shí)紅外圖像中的邊緣因子參考段；

22、對實(shí)時(shí)紅外圖像中的邊緣因子參考段進(jìn)行動(dòng)態(tài)區(qū)塊掃描，包括逐步變換預(yù)設(shè)區(qū)塊的在實(shí)時(shí)紅外圖像中的位置，并對區(qū)塊內(nèi)的邊緣因子參考段進(jìn)行相對位置分析，并將分析結(jié)果在邊緣因子參考段特征數(shù)據(jù)集中進(jìn)行檢索，確定出若干相符的邊緣因子參考段特征數(shù)據(jù)組。

23、優(yōu)選的，所述將分析結(jié)果在邊緣因子參考段特征數(shù)據(jù)集中進(jìn)行檢索的方法包括：

24、對區(qū)塊內(nèi)的邊緣因子參考段設(shè)定有若干邊緣檢測點(diǎn)，并確定每一邊緣檢測點(diǎn)的點(diǎn)坐標(biāo)，并對區(qū)塊內(nèi)的邊緣因子參考段的平均點(diǎn)坐標(biāo)進(jìn)行確定，計(jì)算每相鄰的邊緣因子參考段的平均點(diǎn)坐標(biāo)之間的向量，并將向量進(jìn)行組合，得到邊緣因子參考段間向量組；

25、基于區(qū)塊內(nèi)的邊緣因子參考段間向量組，確定出區(qū)塊內(nèi)的邊緣因子參考段之間的相對方向，并將邊緣因子參考段之間的相對方向組合成相對方向序列；

26、將區(qū)塊內(nèi)邊緣因子參考段之間的相對方向序列為檢索標(biāo)簽，在邊緣因子參考段特征數(shù)據(jù)集中進(jìn)行檢索。

27、優(yōu)選的，所述對實(shí)時(shí)紅外圖像進(jìn)行邊緣因子分析的方法包括：

28、將檢索篩選出的邊緣因子參考段特征數(shù)據(jù)組分別和區(qū)塊內(nèi)對應(yīng)的邊緣因子參考段間向量組進(jìn)行比對，形成若干比對組，并分別確定出每個(gè)比對組的一級吻合參量，若一級吻合參量大于等于預(yù)設(shè)值，則認(rèn)定比對組中邊緣因子參考段間向量組為有效邊緣因子參考段間向量組，否則對比對組中的邊緣因子參考段特征數(shù)據(jù)組進(jìn)行更換；

29、基于每一比對組的一級吻合參量以及有效邊緣因子參考段間向量組之間的相對位置關(guān)系，確定所有比對組的二級吻合參量，若二級吻合參量大于等于預(yù)設(shè)值，則認(rèn)定所有比對組中的邊緣因子參考特征數(shù)據(jù)組為相吻合邊緣因子參考特征數(shù)據(jù)組；

30、基于確定的相吻合邊緣因子參考特征數(shù)據(jù)組，對實(shí)時(shí)紅外圖像中的邊緣因子參考段之間的間隔進(jìn)行補(bǔ)充，包括將相吻合邊緣因子參考特征數(shù)據(jù)組中的間隔參考段中向量組為間隔補(bǔ)充依據(jù)。

31、優(yōu)選的，計(jì)算所述比對組的一級吻合參量的方法包括：

32、將區(qū)塊內(nèi)的邊緣因子參考段間向量組相對邊緣因子參考段特征數(shù)據(jù)組進(jìn)行若干次錯(cuò)位對應(yīng)，并在每次錯(cuò)位對應(yīng)后，確定出區(qū)塊內(nèi)邊緣因子參考段間向量組中對應(yīng)等同的等同向量數(shù)量，并計(jì)算等同向量數(shù)量與總向量數(shù)量的等同向量比值；

33、基于邊緣因子參考段間向量組的等同向量比值以及總向量數(shù)量，確定比對組的一級吻合參量；

34、其中，計(jì)算比對組的一級吻合參量的表達(dá)式為：

35、；

36、其中，為比對組的一級吻合參量，為吻合參量轉(zhuǎn)換系數(shù)，為等同向量數(shù)量，為總向量數(shù)量，為總向量數(shù)量影響調(diào)整系數(shù)，為總向量數(shù)量影響調(diào)整常數(shù)。

37、優(yōu)選的，所述確定所有比對組的二級吻合參量的方法包括：

38、確定出區(qū)塊中有效邊緣因子參考段間向量組之間的相對位置關(guān)系，與各自對應(yīng)的邊緣因子參考段特征數(shù)據(jù)組之間的相對位置關(guān)系的位置相符數(shù)量，并計(jì)算位置相符數(shù)量與有效邊緣因子參考段間向量組的向量組數(shù)量的相符比值；

39、基于相符比值對一級吻合參量進(jìn)行修正，得到二級吻合參量；

40、其中，二級吻合參量的表達(dá)式為：

41、；

42、其中，為二級吻合參量，為位置相符數(shù)量，為向量組數(shù)量，r為相符比值影響調(diào)整系數(shù)，為相符比值影響調(diào)整常數(shù)。

43、本發(fā)明還公開了一種基于數(shù)據(jù)分析的紅外圖像優(yōu)化系統(tǒng)，包括：

44、第一模塊，用于針對紅外圖像所應(yīng)用的場景，設(shè)定若干場景類型數(shù)據(jù)庫，將歷史紅外圖像以及歷史現(xiàn)場圖像按照歷史圖像組的方式存儲(chǔ)于對應(yīng)的場景類型數(shù)據(jù)庫中；

45、第二模塊，用于對歷史圖像組中的歷史現(xiàn)場圖像進(jìn)行灰度化處理，得到歷史現(xiàn)場灰度圖，并利用邊緣識別技術(shù)，對歷史現(xiàn)場灰度圖中的邊緣進(jìn)行識別，并進(jìn)行邊緣劃定，將邊緣劃定的結(jié)果投影于定位模板圖，得到歷史邊緣線定位圖，將歷史邊緣線定位圖和歷史圖像組中的歷史紅外圖像進(jìn)行對齊適配；

46、第三模塊，用于對歷史紅外圖像進(jìn)行邊緣因子分析，確定出歷史紅外圖像中的邊緣因子參考段，將邊緣因子參考段與歷史邊緣線定位圖中對應(yīng)的邊緣線進(jìn)行關(guān)聯(lián)，并基于邊緣線的形狀特征，確定邊緣因子參考段之間的間隔特征，將邊緣因子參考段以及相互之間的間隔特征記為邊緣因子參考段特征數(shù)據(jù)組，并將邊緣因子參考段特征數(shù)據(jù)組構(gòu)建為邊緣因子參考段特征數(shù)據(jù)集，基于歷史邊緣線定位圖中相臨的邊緣線之間的相對位置關(guān)系，對邊緣因子參考段特征數(shù)據(jù)組之間的相對位置關(guān)系進(jìn)行記錄，并建立邊緣因子參考段特征數(shù)據(jù)組之間的關(guān)聯(lián)關(guān)系；

47、第四模塊，用于在對實(shí)時(shí)紅外圖像進(jìn)行優(yōu)化的過程中，確定出實(shí)時(shí)紅外圖像的應(yīng)用場景，并基于應(yīng)用場景調(diào)用對應(yīng)的邊緣因子參考段特征數(shù)據(jù)集，然后對實(shí)時(shí)紅外圖像進(jìn)行邊緣因子分析，并基于分析結(jié)果，對邊緣因子參考段之間的間隔進(jìn)行完善補(bǔ)充。

48、本發(fā)明公開了一種基于數(shù)據(jù)分析的紅外圖像優(yōu)化方法及系統(tǒng)，涉及紅外圖像優(yōu)化技術(shù)領(lǐng)域，首先設(shè)定若干場景類型數(shù)據(jù)庫，存儲(chǔ)歷史紅外圖像及對應(yīng)的現(xiàn)場圖像；通過對歷史現(xiàn)場圖像進(jìn)行灰度化處理和邊緣識別，得到歷史邊緣線定位圖，并與歷史紅外圖像進(jìn)行對齊適配；對歷史紅外圖像進(jìn)行邊緣因子分析，確定邊緣因子參考段及其間隔特征，構(gòu)建邊緣因子參考段特征數(shù)據(jù)集；基于歷史邊緣線定位圖中邊緣線的相對位置關(guān)系，建立邊緣因子參考段特征數(shù)據(jù)組之間的關(guān)聯(lián)關(guān)系；在對實(shí)時(shí)紅外圖像進(jìn)行優(yōu)化時(shí)，調(diào)用對應(yīng)的邊緣因子參考段特征數(shù)據(jù)集，完善補(bǔ)充邊緣因子之間的間隔，本發(fā)明通過上述技術(shù)方案，實(shí)現(xiàn)了對紅外圖像中邊緣的補(bǔ)充，提高了圖像的整體質(zhì)量。