一種高動態(tài)范圍紅外圖像增強技術(shù)

陳偉欽，鄭 興，劉子驥，謝 軻，袁 凱，蔣亞東

?

一種高動態(tài)范圍紅外圖像增強技術(shù)

陳偉欽1，鄭 興1，劉子驥1，謝 軻2，袁 凱1，蔣亞東1

（1. 電子科技大學(xué)光電信息學(xué)院，四川 成都 610000；2. 天津津航技術(shù)物理研究所，天津 300192）

非制冷紅外焦平面圖像存在對比度低、分辨率低、細節(jié)信息不全、視覺效果差等缺陷，實際應(yīng)用中需要增強紅外圖像以改善其質(zhì)量。一種基于線性映射與直方圖均衡化加權(quán)結(jié)合的高動態(tài)范圍紅外圖像增強技術(shù)，通過線性映射對紅外原始圖像做圖像增強，保存數(shù)據(jù)，再利用直方圖均衡化算法對紅外原始圖像做圖像增強，選取適當(dāng)?shù)臋?quán)值，將增強后的圖像加權(quán)結(jié)合，得到最終圖像。重點分析了傳統(tǒng)線性映射與直方圖均衡化的原理與處理方法，通過多幅高動態(tài)范圍場景的紅外圖像的處理比較，表明該算法操作簡單，且處理后效果顯著，可用于實時增強。

紅外圖像；高動態(tài)范圍；圖像增強；權(quán)值

0 引言

隨著非制冷紅外焦平面的迅速發(fā)展[1]，以及圖像預(yù)處理，包括非均勻校正[2-3]，盲元補償[4]和一點校正技術(shù)的應(yīng)用成熟[5]，紅外熱像儀越來越受到紅外技術(shù)人員的青睞。但紅外圖像質(zhì)量，尤其是高動態(tài)場景下的紅外圖像質(zhì)量較差是約束非制冷紅外焦平面長足發(fā)展的瓶頸之一。

高動態(tài)場景指探測器探測到的一幅圖像中，各區(qū)域的溫度差異過大的場景（一般達到200℃差值范圍即可稱為高動態(tài)范圍），反映到紅外數(shù)據(jù)即是最大灰度與最小灰度差值過大。

常見的處理高動態(tài)范圍方法包括空間域處理和變換域處理。空間域處理指直接在一幀或多幀圖像數(shù)據(jù)上做算法增強，對每一像素點或分割區(qū)域處理；變換域處理指將一幀圖像數(shù)據(jù)通過特定算法變換為另一種數(shù)據(jù)軸，并在該數(shù)據(jù)軸處理數(shù)據(jù)，最后通過逆變換還原圖像并呈現(xiàn)。傳統(tǒng)的變換算法包括小波變換[6]，傅里葉變換等。

1 算法對比

本文主要研究基于空間域的處理，包括全局映射法，直方圖均衡化法[7]，非銳化掩膜法[8]等。其中，在全局映射法中選取若干點分割圖像灰度段，不同圖像灰度段采用不同拉伸參數(shù)，拉伸后的紅外圖像抑制不感興趣的背景區(qū)域，拉伸目標(biāo)區(qū)域。全局映射與其衍生的方法均有運算簡單，內(nèi)存消耗少，易于實現(xiàn)等特點，低動態(tài)范圍圖像首選該方法。但該方法在高動態(tài)范圍中會出現(xiàn)背景細節(jié)丟失等缺陷，且分段映射的實時性較差。

若對紅外圖像各像素點灰度值統(tǒng)計為灰度與頻數(shù)關(guān)系的直方圖坐標(biāo)軸，并通過該直方圖的特點與包含信息[9]進行處理，亦能有效改善圖像質(zhì)量。其中，直方圖均衡化算法是直方圖處理中較優(yōu)秀的算法。該算法通過某灰度級上像素點的數(shù)量和分布狀態(tài)來確定其間距的改變。通常像素點多分布密集的灰度級間距會增大，相反則會縮小甚至合并。該方法能有效拉開各灰度級之間的間距從而使目標(biāo)對比度增大，但實際應(yīng)用中往往存在目標(biāo)背景過度曝光等問題。V. Vickers[10]等人在該基礎(chǔ)上，提出一種設(shè)定閾值，在該閾值之上的灰度級不進行拉伸，從而避免背景過度拉伸曝光的方法，稱為平臺直方圖均衡化。該方法被許多人改進后，得到多種直方圖均衡化方法，其核心部分均是直方圖均衡化優(yōu)化與閾值選取。

紅外圖像中目標(biāo)邊緣輪廓與細節(jié)處的灰度值會出現(xiàn)較大的變化，這種變化通常涉及的像素點較少，這幾個像素點的突變，在圖像中成為高頻突變[11]現(xiàn)象。通過研究高頻突變現(xiàn)象衍生出來的紅外圖像細節(jié)增強算法，統(tǒng)稱為非銳化掩膜[12]方法或高頻增強方法。非銳化掩膜算法的基本原理公式為：

out(,)＝in(,)＋×[in(,)]

式中：in(,)和out(,)分別代表輸入圖像與輸出圖像；[]代表傳統(tǒng)的銳化或濾波方法；代表細節(jié)的凸顯程度，一般情況下越大圖像細節(jié)越明顯。在原始紅外圖像中，圖像噪聲會表現(xiàn)出高頻突變，一般的銳化或平滑濾波會將圖像噪聲提取出來，紅外圖像細節(jié)增強中會增大噪聲，降低信噪比，因此該方法需要搭配降噪處理，過程較為復(fù)雜。非銳化掩膜方法的核心部分是濾波算法的選擇以及凸顯比例的選擇。

2 加權(quán)處理增強算法

上述算法各有優(yōu)點，若能取其精華去其糟粕，得到的圖像質(zhì)量將不輸給任何用復(fù)雜算法增強后的紅外圖像。在此思想基礎(chǔ)上，加權(quán)處理算法可表示為：

式中：out(,)為最終的14位圖像；[]和[]表示最基本的紅外圖像增強算法，也可以是基礎(chǔ)算法的變形優(yōu)化；和表示該種算法在輸出圖像中所占權(quán)重。本文主要研究線性映射與直方圖均衡化的權(quán)重增強。

2.1 線性映射

在高動態(tài)紅外圖像，線性映射及其優(yōu)化算法無法達到還原圖像的作用，其根本原因在于線性映射單純將灰度范圍拉伸至最高精度范圍，沒有考慮各個灰度級所占比重。一般紅外圖像背景灰度較小、比重高，目標(biāo)灰度大、比重小，若目標(biāo)灰度比背景灰度大很多，背景中細節(jié)間較小的灰度差異就會體現(xiàn)不出來。

本文構(gòu)造最基本的線性映射算法為：

式中：(,)為處理后圖像；(,)代表原始圖像；max()與min()代表該(,)中像素點的最大與最小值。

在實時處理中，應(yīng)先對紅外圖像做盲元補償，若圖像中存在灰度值過大或過小的點，該處理算法將達不到效果。

2.2 直方圖均衡化

直方圖均衡化算法基于灰度直方圖的統(tǒng)計原理，其基本原理是根據(jù)像素點的個數(shù)重新分配灰度值，使直方圖灰度值根據(jù)像素點個數(shù)分布合理，實現(xiàn)圖像的非線性拉伸。

本文構(gòu)造最基本的直方圖均衡化算法為：

式中：()為增強后的灰度直方圖；為原始直方圖的灰度級；表示從最小灰度級累計到最大的灰度級；(r)表示該r灰度級出現(xiàn)的頻數(shù)，即像素點。最后通過增強后灰度直方圖反變換為紅外圖像()T(,)。

在該算法中，可優(yōu)化設(shè)置閾值，當(dāng)頻數(shù)(r)大于時，使(r)等于，這種優(yōu)化算法稱為平臺直方圖算法。

2.3 權(quán)值計算

在圖像處理中，有一種操作手法是利用過度曝光的圖像與正常增強后的該圖像有權(quán)相加，所得到的該區(qū)域既不會丟失中增強出來的細節(jié)部分，又能利用的增強不足來補償，并且噪聲不被過分放大。在可見光中，數(shù)碼單反相機中的HDR逆光控制模式即是通過該方法，在拍攝圖像時通過連續(xù)拍曝光過度，恰當(dāng)曝光和曝光不足的圖像并相加得到理想圖像[13]。在紅外圖像中非銳化掩膜與高頻增強算法也是利用了該思想。

本文通過線性映射與直方圖均衡化所得紅外圖像空間有權(quán)相加所得圖像，其權(quán)值的選取遵循動態(tài)范圍越高，直方圖均衡化權(quán)值越高；動態(tài)范圍越低，線性映射權(quán)值越高，當(dāng)動態(tài)范圍處于正常范圍內(nèi)，可將直方圖均衡化權(quán)值設(shè)為0，減少計算量。在一般的高動態(tài)范圍內(nèi)（如烙鐵處于正常室溫下，溫度范圍在300℃左右），線性映射與直方圖均衡化的權(quán)值均可設(shè)為典型值0.5。

實時成像需要一直判斷原始圖像的動態(tài)范圍，以確定其權(quán)值是否合適。本文在實時操作中采取設(shè)置閾值與兩種不同權(quán)值的方法，判斷原始圖像最大值與最小值差值，若差值小于閾值，屬于正常范圍，則采用一種權(quán)值方法；若大于閾值，則更換權(quán)值，以達到最好效果。用典型值0.5作為正常范圍的權(quán)值。

3 結(jié)果分析

為了證明該算法的實時有效性，以下分析溫度在300℃的烙鐵放置在室溫為20℃的場景的紅外圖像。

圖1場景原始圖像的灰度級在8500～10500之間，跨度約為2000，屬于正常高動態(tài)范圍。圖1中(a)無法表示背景信息，只有兩個亮點，從直方圖中可以看出，圖像灰度級集中在低灰度級。(b)中將直方圖非線性拉伸，由于高動態(tài)范圍內(nèi)，目標(biāo)與背景差距過大，拉伸后烙鐵及其周圍會有過度曝光現(xiàn)象，且這種曝光程度會隨著動態(tài)范圍增大而增大。從視覺效果來看，(b)不利于人眼觀察，若長時間觀察(b)，將對人眼有所損害。

本文所得圖像(c)將(b)壓縮，壓縮程度取決于權(quán)值。壓縮過程中又能保存高灰度（即目標(biāo)）的灰度級，如直方圖中圓圈所示，高灰度級像素點沒有被壓縮，在圖像中表現(xiàn)為高溫的烙鐵仍為亮斑，且適合人眼觀察。相對比于傳統(tǒng)非銳化掩膜法，該方法將直方圖進行壓縮，其噪聲也會被壓縮，有利于提高圖像信噪比。

綜上分析，本文提及的紅外高動態(tài)范圍圖像增強算法處理流程圖如圖2。由于該算法繼承簡單的線性映射與直方圖均衡化，該兩種算法在硬件平臺中均可以實現(xiàn)，操作少、復(fù)雜度低、占用內(nèi)存小，因此本文的算法不會增加硬件復(fù)雜度。在正常場景下，權(quán)值可設(shè)為恒定值，因此該算法系統(tǒng)可以在實時顯示中使用。

利用現(xiàn)有仿真軟件，如MATLAB等，可以通過采集不同場景來仿真驗證該算法的實際效果。本文采用電子科技大學(xué)獨立研制的320×240非制冷紅外焦平面陣列探測器采集不同動態(tài)范圍場景下的紅外圖像，并利用傳統(tǒng)映射方法、直方圖均衡化算法、本文提及算法增強圖像，如圖3，表明了本文所述算法可應(yīng)用于不同場景，且效果顯著。

圖1 典型高動態(tài)場景圖像增強對比

圖2 算法流程圖

Fig.2 Algorithm flowchart of infrared image enhancement

圖3 場景應(yīng)用對比

Fig.3 Scene contrast

4 結(jié)束語

本文針對高動態(tài)范圍下傳統(tǒng)增強方法處理紅外圖像的不足，提出一種基于兩種不同傳統(tǒng)增強方法的簡易增強算法，該算法主要操作是傳統(tǒng)映射拉伸與直方圖均衡化，核心部分是兩種方法圖像的權(quán)值選取。該算法能有效解決映射拉伸曝光不足，直方圖均衡化曝光過度的問題，且處理后圖像噪聲降低，細節(jié)部分凸顯，有利于人眼觀察。

本文提及的算法已能夠在電腦軟件端實現(xiàn)，并用于非制冷紅外焦平面陣列探測器測試系統(tǒng)，現(xiàn)正在硬件平臺上研究實現(xiàn)該算法，使硬件與PC分離。

[1] 邢素霞, 張俊舉, 常本康, 等. 非制冷紅外熱成像技術(shù)的發(fā)展與現(xiàn)狀[J]. 紅外與激光工程, 2004, 33(5): 441-444 (DOI: 10.3969/j. issn.1007-2276.2004.05.001).

[2] 周建勛, 王利平, 劉濱. 紅外圖像非均勻性產(chǎn)生原因分析[J]. 紅外與激光工程, 1997(3): 11-13.

[3] Hardie R C, Hayat M M, Armstrong E, et al. Scene-based nonuniformity correction with video sequences and registration.[J]., 2000, 39(8):1241-1250.

[4] 周慧鑫, 殷世民, 劉上乾, 等. 紅外焦平面器件盲元檢測及補償算法[J]. 光子學(xué)報, 2004, 33(5): 598-600.

[5] 劉子驥. 非制冷紅外焦平面探測器測試及驗證成像技術(shù)研究[D]. 成都: 電子科技大學(xué), 2013.

[6] Rafael C Gonzalez. 數(shù)字圖像處理[M]. 北京: 電子工業(yè)出版社, 2008: 250-256

[7] 任艷斐. 直方圖均衡化在圖像處理中的應(yīng)用[J]. 科技信息: 科學(xué)教研, 2007(4): 37-38 (DOI:10.3969/j.issn.1001-9960.2007.04.027).

[8] Polesel A, Ramponi G, Mathews V J. Image enhancement via adaptive unsharp masking[J]., 2000, 9(3):505-510.

[9] 羅辛一. 紅外圖像實時增強處理與壓縮編碼的算法研究[D]. 南京: 南京大學(xué), 2001: 42-46.

[10] Vickers V E. Plateau equalization algorithm for real-time display of high-quality infrared imagery[J]., 1996, 35(7): 1921-1926.

[11] 金偉其, 劉斌, 范永杰等. 紅外圖像細節(jié)增強技術(shù)研究進展[J]. 紅外與激光工程, 2011, 40(12): 2521-2527 (DOI: 10.3969/ j.issn. 1007- 2276.2011.12.040).

[12] Leu J. Edge sharpening through ramp width reduction[J]., 2000, 99(18): 501-514.

[13] 王宇慶, 王索建. 紅外與可見光融合圖像的質(zhì)量評價[J]. 中國光學(xué), 2014, 7(3): 396-401.

An Infrared Image Enhancement Technology of High Dynamic Range

CHEN Wei-qin1，ZHENG Xing1，LIU Zi-ji1，XIE-Ke2，YUAN Kai1，JIANG Ya-dong1

(1,,610000,;2.,300192,)

Uncooled infrared focal plane image has many disadvantages like low contrast, low resolution, incomplete detail information, poor visual effect, which needs to be enhanced to improve its quality in practical application. A high dynamic range infrared image enhanced technology is based on the weighted sum of linear mapping and histogram equalization. This paper focuses on the analysis of the principle and method of the traditional linear mapping and histogram equalization. And through comparing the high dynamic range infrared images in different scenes, it shows the simplicity and feasibility of this method.

infrared image，high dynamic range，image enhancement，weight

TP391.41

A

1001-8891(2015)08-0655-04

2015-05-20；

2015-06-11.

陳偉欽（1990-），男，碩士，主要研究紅外圖像處理，E-mail：cwecan@126.com。