一種紅外圖像細(xì)節(jié)增強(qiáng)方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種紅外圖像細(xì)節(jié)增強(qiáng)方法,包括以下步驟：S1.高通濾波得到第一細(xì)節(jié)層圖像N1；S2.低通濾波得到第一平滑層圖像P2，并計(jì)算第二細(xì)節(jié)層圖像N2；S3.基于第一細(xì)節(jié)層圖像N1,對(duì)第二細(xì)節(jié)層圖像N2進(jìn)行噪聲抑制和細(xì)節(jié)增強(qiáng),得到第三細(xì)節(jié)層圖像NE2；S4.對(duì)第一平滑層圖像P2進(jìn)行拉伸和直方圖增強(qiáng)，得到第二平滑層圖像PE2；S5.將第三細(xì)節(jié)層圖像NE2和第二平滑層圖像PE2進(jìn)行合成。本發(fā)明提供了一種紅外圖像細(xì)節(jié)增強(qiáng)方法，利用高通濾波器和低通濾波器對(duì)原始圖像進(jìn)行分層，經(jīng)過(guò)圖像處理后再進(jìn)行融合，實(shí)現(xiàn)對(duì)紅外圖像的噪聲抑制和細(xì)節(jié)增強(qiáng)。
【專(zhuān)利說(shuō)明】
一種紅外圖像細(xì)節(jié)増強(qiáng)方法
技術(shù)領(lǐng)域
[0001 ]本發(fā)明涉及一種紅外圖像細(xì)節(jié)增強(qiáng)方法。
【背景技術(shù)】
[0002] 隨著科學(xué)技術(shù)的發(fā)展，紅外圖像在交通、醫(yī)療、軍事方面都有這越來(lái)越廣泛的應(yīng) 用，紅外圖像是利用紅外熱像儀接受來(lái)自目標(biāo)和景物的紅外輻射，經(jīng)過(guò)光電轉(zhuǎn)換，將不可見(jiàn) 的輻射轉(zhuǎn)變成可見(jiàn)的圖像，圖像的各像素點(diǎn)的明暗(亮度)變化對(duì)應(yīng)著目標(biāo)和景物的輻射能 量強(qiáng)弱的變化。但是紅外圖像的降噪和細(xì)節(jié)增強(qiáng)依然是需要研究和解決的問(wèn)題。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種紅外圖像細(xì)節(jié)增強(qiáng)方法，利用 高通濾波器和低通濾波器對(duì)原始圖像進(jìn)行分層，經(jīng)過(guò)圖像處理后再進(jìn)行融合，實(shí)現(xiàn)對(duì)紅外 圖像的噪聲抑制和細(xì)節(jié)增強(qiáng)。
[0004] 本發(fā)明的目的是通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)的：一種紅外圖像細(xì)節(jié)增強(qiáng)方法，包括 以下步驟：
[0005] S1.利用高通濾波器對(duì)原始紅外圖像I進(jìn)行處理得到第一細(xì)節(jié)層圖像N1;
[0006] S2.利用低通濾波器對(duì)原始紅外圖像I進(jìn)行處理得到第一平滑層圖像P2,并計(jì)算第 二細(xì)節(jié)層圖像N2:
[0007] N2 = I-P2；
[0008] S3.基于第一細(xì)節(jié)層圖像N1，對(duì)第二細(xì)節(jié)層圖像N2進(jìn)行噪聲抑制和細(xì)節(jié)增強(qiáng)，得到 第三細(xì)節(jié)層圖像NE2;
[0009] S4.對(duì)第一平滑層圖像P2進(jìn)行拉伸和直方圖增強(qiáng)，得到第二平滑層圖像PE2;
[0010] S5.將第三細(xì)節(jié)層圖像NE2和第二平滑層圖像PE2進(jìn)行合成，得到合成圖像10:
[0011] I〇 = SE2+t*NE2；
[0012] 式中，t表示細(xì)節(jié)放大因子。
[0013]所述的步驟S3包括以下步驟：
[0014] S31.對(duì)于第一細(xì)節(jié)層圖像中N1的每一個(gè)像素點(diǎn)ai,j，計(jì)算其四個(gè)方向的方向梯度：
[0015] di = 2ai, j-ai-i, j-i-ai+i, j+i ；
[0016] d2 = 2ai, j-ai-i, j-ai+ij ；
[0017] d3 = 2ai,廠 ai,j-i_ai,j+i;
[0018] d4=2ai, j-ai+i, j-i-ai-i, j+i ；
[0019] 式中，i表示像素點(diǎn)ai>j所在行數(shù)，j表示像素點(diǎn)ai>j所在列數(shù)，i的取值范圍為區(qū)間 (l，m)中的整數(shù)，j的取值范圍為區(qū)間（l，n)中的整數(shù)，m表示第一細(xì)節(jié)層圖像N1中像素點(diǎn)的 行數(shù)，η表示第一細(xì)節(jié)層圖像N1中像素點(diǎn)的列數(shù)；
[0020] S32.求方向梯度di，d2，d3，(U中的最小值mind，并將mind與預(yù)先設(shè)定的梯度閾值D 比較：
[0021] (1)如果mind>D，則認(rèn)為像素點(diǎn)ai,j在第二細(xì)節(jié)層圖像N2的對(duì)應(yīng)像素點(diǎn)Ai,j為孤立 點(diǎn)，并跳轉(zhuǎn)至步驟S33;
[0022] (2)如果mincK D，跳轉(zhuǎn)至步驟S34;
[0023] S33.求第二細(xì)節(jié)層圖像N2中像素點(diǎn)Ai,j及其相鄰像素點(diǎn)的均值I,.并利用1對(duì)像素 點(diǎn)進(jìn)行降噪調(diào)整，得到A1;/ :
[0024] .4, ' = A + (/{ , - /〇 * gain _ η ；
[0025] 式中，gain_n表示第一增益系數(shù)；
[0026] S34.計(jì)算第一細(xì)節(jié)層圖像中N1中像素點(diǎn)ai,j方向梯度的均方差f，將方向梯度的均 方差f與預(yù)先設(shè)定的均方差閾值F比較：
[0027] (1)如果f>F，認(rèn)為在第二細(xì)節(jié)層圖像N2的對(duì)應(yīng)像素點(diǎn)為細(xì)節(jié)點(diǎn)，并跳轉(zhuǎn)至 步驟S35;
[0028] (2)如果f<F，返回步驟S31進(jìn)行下一個(gè)像素點(diǎn)方向梯度的計(jì)算；
[0029] S35.求像素點(diǎn)及其相鄰像素點(diǎn)的均值并利用Z對(duì)像素點(diǎn)進(jìn)行細(xì)節(jié)增強(qiáng) 處理，得到紅/:
[0030] 4rA,j +(4j -^)*gain_d ;
[0031] 式中83丨11_(1第二增益系數(shù)。
[0032]所述的第一增益系數(shù)gain_n取值區(qū)間為(0，1)。
[0033]所述的第二增益系數(shù)gain_d取值區(qū)間為(0，1)。
[0034] 本發(fā)明的有益效果是：（1)利用高通濾波器和低通濾波器對(duì)原始圖像進(jìn)行分層，經(jīng) 過(guò)圖像處理后再進(jìn)行融合，實(shí)現(xiàn)對(duì)紅外圖像的噪聲抑制和細(xì)節(jié)增強(qiáng)。
[0035] (2)基于第一細(xì)節(jié)層圖像的方向梯度信息，對(duì)第二細(xì)節(jié)層圖像進(jìn)行噪聲抑制和細(xì) 節(jié)增強(qiáng)，得到第三細(xì)節(jié)層圖像；同時(shí)對(duì)一平滑層圖像進(jìn)行拉伸和直方圖增強(qiáng)，得到第二平滑 層圖像，再將第三細(xì)節(jié)層圖像和第二平滑層圖像進(jìn)行融合，噪聲抑制和細(xì)節(jié)增強(qiáng)效果顯著。
【附圖說(shuō)明】
[0036]圖1為本發(fā)明的流程圖；
[0037]圖2為第一細(xì)節(jié)層圖像中相鄰像素點(diǎn)示意圖。
【具體實(shí)施方式】
[0038]下面結(jié)合附圖進(jìn)一步詳細(xì)描述本發(fā)明的技術(shù)方案，但本發(fā)明的保護(hù)范圍不局限于 以下所述。
[0039] 如圖1所示，一種紅外圖像細(xì)節(jié)增強(qiáng)方法，包括以下步驟：
[0040] S1.利用高通濾波器對(duì)原始紅外圖像I進(jìn)行處理得到第一細(xì)節(jié)層圖像N1;
[0041] S2.利用低通濾波器對(duì)原始紅外圖像I進(jìn)行處理得到第一平滑層圖像P2,并計(jì)算第 二細(xì)節(jié)層圖像N2:
[0042] N2 = I-P2；
[0043] 進(jìn)一步地，由于N1與N2都是根據(jù)原始紅外圖像I進(jìn)行處理得到，故圖像N1和圖像N2 的像素點(diǎn)行數(shù)、列數(shù)均相等，對(duì)于第一細(xì)節(jié)層圖像N1中的每一個(gè)像素點(diǎn)a^，在第二細(xì)節(jié)層 圖像N2中都能找到一個(gè)像素點(diǎn)Ai,j與之對(duì)應(yīng)。
[0044] S3.基于第一細(xì)節(jié)層圖像N1，對(duì)第二細(xì)節(jié)層圖像N2進(jìn)行噪聲抑制和細(xì)節(jié)增強(qiáng)，得到 第三細(xì)節(jié)層圖像NE2;
[0045] S4.對(duì)第一平滑層圖像P2進(jìn)行拉伸和直方圖增強(qiáng)，得到第二平滑層圖像PE2;
[0046] S5.將第三細(xì)節(jié)層圖像NE2和第二平滑層圖像PE2進(jìn)行合成，得到合成圖像10:
[0047] I〇 = SE2+t*NE2;
[0048] 式中，t表示細(xì)節(jié)放大因子，根據(jù)需要預(yù)先進(jìn)行設(shè)定，可認(rèn)為是已知常數(shù)。
[0049] 所述的步驟S3包括以下步驟：
[0050] S31.如圖2所示，對(duì)于第一細(xì)節(jié)層圖像中N1的每一個(gè)像素點(diǎn)au，根據(jù)其相鄰區(qū)域 的像素點(diǎn)計(jì)算其四個(gè)方向的方向梯度：
[0051 ]具體來(lái)說(shuō)，像素點(diǎn)ai,j 的相鄰區(qū)域像素包括 ai-i,j-i，ai-i,j，ai-i,j+i，ai,j-i，ai,j+i， ai+i,j-1而+1,」&+1,」+1，其四個(gè)方向的方向梯度分別為：
[0052] di = 2ai, j-ai-i, j-i-ai+i, j+i ；
[0053] d2 = 2ai, j-ai-i, j-ai+ij ；
[0054] d3 = 2ai, j-ai, j-i-ai, j+i；
[0055] d4=2ai, j-ai+i, j-i-ai-i, j+i ；
[0056] 式中，i表示像素點(diǎn)所在行數(shù)，j表示像素點(diǎn)所在列數(shù)，i的取值范圍為區(qū)間 (l，m)中的整數(shù)，j的取值范圍為區(qū)間（l，n)中的整數(shù)，m表示第一細(xì)節(jié)層圖像N1中像素點(diǎn)的 行數(shù)，η表示第一細(xì)節(jié)層圖像N1中像素點(diǎn)的列數(shù)；
[0057] S32.求方向梯度di，d2，d3，ck中的最小值mind，并將mind與預(yù)先設(shè)定的梯度閾值D 比較：
[0058] (1)如果mind>D，則認(rèn)為像素點(diǎn)ai,j在第二細(xì)節(jié)層圖像N2的對(duì)應(yīng)像素點(diǎn)Ai,j為孤立 點(diǎn)，并跳轉(zhuǎn)至步驟S33;
[0059] (2)如果mincK D，跳轉(zhuǎn)至步驟S34;
[0060] S33.求第二細(xì)節(jié)層圖像N2中像素點(diǎn)Ai,j及其相鄰像素點(diǎn)的均值J，并利用i對(duì)像素 點(diǎn)進(jìn)行降噪調(diào)整，得到A1;/ :
[0061 ] A.J - A + {ALj -^!):*gain_n ；
[0062] 式中，gain_n表示第一增益系數(shù)；
[0063] S34.計(jì)算第一細(xì)節(jié)層圖像中N1中像素點(diǎn)ai,j方向梯度的均方差f，將方向梯度的均 方差f與預(yù)先設(shè)定的均方差閾值F比較：
[0064] (1)如果f>F，認(rèn)為在第二細(xì)節(jié)層圖像N2的對(duì)應(yīng)像素點(diǎn)為細(xì)節(jié)點(diǎn)，并跳轉(zhuǎn)至 步驟S35;
[0065] (2)如果f<F，返回步驟S31進(jìn)行下一個(gè)像素點(diǎn)方向梯度的計(jì)算；
[0066] S35.求像素點(diǎn)及其相鄰像素點(diǎn)的均值2,并利用;?對(duì)像素點(diǎn)進(jìn)行細(xì)節(jié)增強(qiáng) 處理，得到紅/:
[0067] +(4,-^)；!igain_d ；
[0068] 式中88；[11_(1第二增益系數(shù)。
[0069]本申請(qǐng)中涉及像素點(diǎn)的計(jì)算處理均是對(duì)其像素值進(jìn)行計(jì)算處理。
[0070] 所述的第一增益系數(shù)gain_n取值區(qū)間為(0，1)，具體地可根據(jù)需要預(yù)先設(shè)定，在本 申請(qǐng)中可看作常數(shù)。
[0071] 所述的第二增益系數(shù)gain_d取值區(qū)間為(0，1)，具體可以根據(jù)需要預(yù)先設(shè)定，在本 申請(qǐng)中可以看作是常數(shù)。
【主權(quán)項(xiàng)】
1. 一種紅外圖像細(xì)節(jié)增強(qiáng)方法，其特征在于:包括以下步驟：51. 利用高通濾波器對(duì)原始紅外圖像I進(jìn)行處理得到第一細(xì)節(jié)層圖像N1;52. 利用低通濾波器對(duì)原始紅外圖像I進(jìn)行處理得到第一平滑層圖像P2,并計(jì)算第二細(xì) 節(jié)層圖像N2: N2 = I-P2；53. 基于第一細(xì)節(jié)層圖像N1，對(duì)第二細(xì)節(jié)層圖像N2進(jìn)行噪聲抑制和細(xì)節(jié)增強(qiáng)，得到第三 細(xì)節(jié)層圖像NE2;54. 對(duì)第一平滑層圖像P2進(jìn)行拉伸和直方圖增強(qiáng)，得到第二平滑層圖像PE2;55. 將第三細(xì)節(jié)層圖像NE2和第二平滑層圖像PE2進(jìn)行合成，得到合成圖像10: I0 = SE2+t*NE2； 式中，t表示細(xì)節(jié)放大因子。2. 根據(jù)權(quán)利要求1所述的一種紅外圖像細(xì)節(jié)增強(qiáng)方法，其特征在于:所述的步驟S3包括 以下步驟：531. 對(duì)于第一細(xì)節(jié)層圖像中N1的每一個(gè)像素點(diǎn)ai, j，計(jì)算其四個(gè)方向的方向梯度： di - 2ai，j_ai-1，j-i_ai+i，j+i; d.2 - 2ai，j_ai-1，j_ai+i，j; ds - 2ai，j_ai，j-i_ai，j+i; d4 - 2ai，j_ai+i，j-i_ai-1，j+i; 式中，i表示像素點(diǎn)所在行數(shù)，j表示像素點(diǎn)所在列數(shù)，i的取值范圍為區(qū)間（l，m) 中的整數(shù)，j的取值范圍為區(qū)間（l，n)中的整數(shù)，m表示第一細(xì)節(jié)層圖像N1中像素點(diǎn)的行數(shù)，η 表示第一細(xì)節(jié)層圖像Ν1中像素點(diǎn)的列數(shù)；532. 求方向梯度di，d2，d3，ck中的最小值mind，并將mind與預(yù)先設(shè)定的梯度閾值D比較： (1) 如果mind>D，則認(rèn)為像素點(diǎn)ai,j在第二細(xì)節(jié)層圖像N2的對(duì)應(yīng)像素點(diǎn)Ai,j為孤立點(diǎn)， 并跳轉(zhuǎn)至步驟S33; (2) 如果mincK D，跳轉(zhuǎn)至步驟S34; S33 .求第二細(xì)節(jié)層圖像N2中像素點(diǎn)Ai, j及其相鄰像素點(diǎn)的均值J，并利用2對(duì)像素點(diǎn) 進(jìn)行降噪調(diào)整，得到A1;/·式中，gain_n表示第一增益系數(shù)；534. 計(jì)算第一細(xì)節(jié)層圖像中N1中像素點(diǎn)ai,j方向梯度的均方差f，將方向梯度的均方差 f與預(yù)先設(shè)定的均方差閾值F比較： (1) 如果f>F，認(rèn)為在第二細(xì)節(jié)層圖像N2的對(duì)應(yīng)像素點(diǎn)為細(xì)節(jié)點(diǎn)，并跳轉(zhuǎn)至步驟 S35； (2) 如果f^F，返回步驟S31進(jìn)行下一個(gè)像素點(diǎn)方向梯度的計(jì)算；535. 求像素點(diǎn)及其相鄰像素點(diǎn)的均值1，并利用2對(duì)像素點(diǎn)進(jìn)行細(xì)節(jié)增強(qiáng)處理， 得到紅Λ 式中8&;[11_(1第二增益系數(shù)。3. 根據(jù)權(quán)利要求2所述的一種紅外圖像細(xì)節(jié)增強(qiáng)方法，其特征在于:所述的第一增益系 數(shù)gain_n取值區(qū)間為(0，1)。4. 根據(jù)權(quán)利要求2所述的一種紅外圖像細(xì)節(jié)增強(qiáng)方法，其特征在于:所述的第二增益系 數(shù)gain_d取值區(qū)間為(0，1)。
【文檔編號(hào)】G06T5/00GK105869132SQ201610265516
【公開(kāi)日】2016年8月17日
【申請(qǐng)日】2016年4月26日
【發(fā)明人】謝雪平, 曾衡東, 章睿, 董濤
【申請(qǐng)人】成都市晶林科技有限公司