一種改進(jìn)的基于頻域的紅外圖像細(xì)節(jié)增強(qiáng)方法

劉潔， 云利軍,2， 龍暉， 王坤

(1.云南師范大學(xué) 信息學(xué)院，云南 昆明 650500;2.云南省光電信息技術(shù)重點(diǎn)實(shí)驗(yàn)室，云南 昆明 650500;3.云南省委辦公廳信息技術(shù)中心，云南 昆明 650021)

1 引 言

紅外圖像通常具有噪聲大、細(xì)節(jié)紋理不明顯的特點(diǎn)，不利于使用者觀察和識(shí)別，因此增強(qiáng)紅外圖像細(xì)節(jié)以提高圖像識(shí)別精度是十分必要的.傳統(tǒng)紅外圖像增強(qiáng)方法大致可分為空域圖像增強(qiáng)方法和頻域圖像增強(qiáng)方法[1].傳統(tǒng)的空域增強(qiáng)方法以直方圖均衡(HE)和非銳化掩蔽(UM)為主[2]，其中HE應(yīng)用最為廣泛，其將原始圖像中較大概率的灰度級(jí)分散到更多的輸出灰度級(jí)上，對(duì)較低概率的灰度級(jí)進(jìn)行合并或壓縮，從而在灰度級(jí)不變的情況下實(shí)現(xiàn)對(duì)比度的增強(qiáng)，但該方法存在平坦區(qū)域噪聲被放大的問題；UM也是常用的增強(qiáng)方法，其典型的處理方式是在原始輸入圖像上加上鈍化模板的一個(gè)權(quán)重部分，其在增強(qiáng)細(xì)節(jié)方面表現(xiàn)較好，卻存在濾波器不完美而產(chǎn)生偽像的問題[3-4].傳統(tǒng)的頻域增強(qiáng)方法主要是將原始圖像通過傅立葉變換轉(zhuǎn)換到頻域進(jìn)行處理，通過頻域高通濾波對(duì)圖像高頻成分進(jìn)行增強(qiáng)處理，提升目標(biāo)邊沿或輪廓細(xì)節(jié)的對(duì)比度，常用的頻域高通濾波器主要包括拉普拉斯濾波器(Laplacian)、Sobel濾波器等，這種增強(qiáng)方式雖然簡(jiǎn)單，但在增強(qiáng)細(xì)節(jié)的同時(shí)也會(huì)放大圖像噪聲，降低處理圖像的信噪比和視覺感受[5-7].為盡可能克服上述缺點(diǎn)，本文在傳統(tǒng)紅外圖像增強(qiáng)處理算法的基礎(chǔ)上，重點(diǎn)研究了紅外圖像的細(xì)節(jié)增強(qiáng)方法.

2 紅外圖像增強(qiáng)方法

本文在傳統(tǒng)的增強(qiáng)方法上加入圖像分層處理，以克服噪聲放大，層次、亮度丟失等缺點(diǎn)，實(shí)現(xiàn)較好的細(xì)節(jié)增強(qiáng)效果;針對(duì)原始紅外圖像先進(jìn)行傅立葉變換，在頻域中將圖像高頻部分和低頻部分分離，分別對(duì)高頻圖像進(jìn)行對(duì)比度受限的自適應(yīng)直方圖均衡(CLAHE)處理，對(duì)低頻圖像進(jìn)行UM和灰度變換處理，然后將處理后的高頻圖像與處理后的低頻圖像進(jìn)行加權(quán)融合，最終實(shí)現(xiàn)對(duì)紅外圖像的細(xì)節(jié)增強(qiáng),整體流程如圖1所示.

2.1 圖像低頻部分與高頻部分分離

設(shè)F(u,v)為原始紅外圖像的傅立葉變換，根據(jù)基礎(chǔ)卷積定理，有

GL(u,v)=L(u,v)*F(u,v)

(1)

GH(u,v)=H(u,v)*F(u,v)

(2)

公式中,GL(u,v)、GH(u,v)分別是低通濾波及高通濾波后圖像的低頻部分和高頻部分.在實(shí)際應(yīng)用中，常用的頻域?yàn)V波器有高斯濾波器、巴特沃斯濾波器、理想濾波器等，本文采用高斯低通濾波器和高斯高通濾波器來(lái)完成圖像低頻與高頻的分離.

圖1 處理流程圖

2.2 圖像低頻部分增強(qiáng)處理

分離后的圖像低頻部分主要包含圖像背景、大致輪廓，對(duì)低頻部分進(jìn)行傅立葉反變換，產(chǎn)生低頻圖像,其具有對(duì)比度低、圖像模糊等特點(diǎn)，因而需要對(duì)其對(duì)比度進(jìn)行調(diào)整，由于基于直方圖均衡類的算法對(duì)紅外圖像對(duì)比度的調(diào)整具有顯著效果[8]，因此選用CLAHE對(duì)低頻圖像進(jìn)行對(duì)比度及灰度調(diào)整，得到低頻增強(qiáng)圖像El(x,y)，主要處理步驟如下：

(1)對(duì)輸入低頻圖像進(jìn)行分塊，將低頻圖像分割成M×N個(gè)連續(xù)不重疊的子區(qū)域；

(2)對(duì)每個(gè)子區(qū)域進(jìn)行灰度直方圖“剪切”，并對(duì)“剪切”像素按規(guī)則重分配同時(shí)設(shè)定灰度 “剪切閾值”為T，即當(dāng)灰度值高于T時(shí)，這部分像素會(huì)被“剪切”，掃描子區(qū)域，統(tǒng)計(jì)所有需要“剪切”掉的像素總數(shù)，將這部分被“剪切”掉的像素均分給原始圖像所有灰度級(jí);如圖2所示，圖中黑色部分表示剪切及重分配像素，這種重分配可能導(dǎo)致直方圖中另一部分再次超過閾值，如圖2中陰影部分，為了解決該問題，通過遞歸重復(fù)再分配過程，直到多余部分可以忽略不計(jì)為止；

圖2 直方圖的剪切及重新分配

(3)對(duì)所有重分配后的子區(qū)域進(jìn)行灰度直方圖處理；

(4)進(jìn)行雙線性插值運(yùn)算，獲取每個(gè)子區(qū)域中心點(diǎn)，將這些點(diǎn)作為樣本進(jìn)行雙線性內(nèi)插，即通過尋找距離中心點(diǎn)最近的四個(gè)像素點(diǎn)，根據(jù)相應(yīng)權(quán)值計(jì)算該點(diǎn)的灰度值，邊界處其灰度值用鄰近兩個(gè)樣本進(jìn)行雙線性內(nèi)插，圖像中四個(gè)角的點(diǎn)用一個(gè)鄰近樣本點(diǎn)進(jìn)行計(jì)算.

經(jīng)過CLAHE處理后獲得的低頻增強(qiáng)圖像El(x,y)，不僅對(duì)比度得到增強(qiáng)，而且在一定程度上消除了塊狀效應(yīng)，抑制了噪聲，低頻圖像增強(qiáng)效果如圖3所示.

圖3 低頻圖像增強(qiáng)效果對(duì)比圖

Fig.3Lowfrequencyimageenhancementeffectcomparisonchart

2.3 圖像高頻部分增強(qiáng)處理

分離后的圖像高頻部分主要包含大部分圖像邊緣、細(xì)節(jié)及噪聲，對(duì)高頻部分進(jìn)行傅立葉反變換，產(chǎn)生高頻圖像f，并對(duì)其進(jìn)行UM及灰度變換得到高頻增強(qiáng)圖像Eh(x,y),處理過程如下：

(1)采用一階Sobel梯度及二階拉普拉斯算子[9-10]來(lái)增強(qiáng)高頻圖像細(xì)節(jié)及邊緣，像素相乘來(lái)抑制噪聲，得到合適的非銳化模板gmask(x,y).

高頻圖像在經(jīng)過梯度Sobel算子處理后得到邊緣增強(qiáng)圖像，將產(chǎn)生的邊緣增強(qiáng)圖像進(jìn)行均值濾波處理，以抑制梯度處理產(chǎn)生的噪聲，得到梯度增強(qiáng)圖像；高頻圖像在經(jīng)過拉普拉斯處理后得到銳化圖像，將銳化圖像與高頻圖像相加得到拉普拉斯增強(qiáng)圖像；將產(chǎn)生的梯度增強(qiáng)圖像與拉普拉斯增強(qiáng)圖像進(jìn)行相乘處理，獲得gmask(x,y).

(2)對(duì)高頻圖像f進(jìn)行UM處理，增強(qiáng)圖像細(xì)節(jié),公式如下：

Gu(x,y)=f+k×gmask(x,y)

(3)

其中k(k>=0)表示權(quán)重系數(shù)，一般情況下，k越大細(xì)節(jié)增強(qiáng)越好,但不宜過大，否則易產(chǎn)生灰度翻轉(zhuǎn)現(xiàn)象.根據(jù)公式(3),將gmask(x,y)與f按比例加權(quán)，從而完成UM處理，得到UM增強(qiáng)圖像Gu(x,y).

(3)對(duì)Gu(x,y)進(jìn)行灰度變換調(diào)整圖像的灰度范圍.Gu(x,y)雖然增強(qiáng)了高頻圖像細(xì)節(jié)及連續(xù)性，但在感知上并未影響高頻圖像灰度的動(dòng)態(tài)范圍，高頻圖像整體對(duì)比度不明顯，因此對(duì)高頻圖像采用灰度變換擴(kuò)展灰度范圍，進(jìn)一步增強(qiáng)圖像的細(xì)節(jié)，得到高頻增強(qiáng)圖像Eh(x,y).

首先，對(duì)Gu(x,y)灰度值分別設(shè)置輸入最小閾值lin、最大閾值hin(lin≤hin)和輸出最小閾值lout、最大閾值hout(lout≤hout).將Gu(x,y)灰度值映射到[louthout]范圍內(nèi)，在映射過程中，Gu(x,y)中灰度值低于lin的像素點(diǎn)被賦值為lout，同理，Gu(x,y)中灰度值高于hin的像素點(diǎn)被賦值為hout，具體映射公式為：

(4)

公式中x、xu分別表示映射前后的灰度值.

其次，對(duì)Gu(x,y)進(jìn)行Gamma校正，當(dāng)Gamma小于1時(shí)，紅外圖像靠近lin的灰度值較低，校正后，像素點(diǎn)灰度值變高，其灰度變化范圍被拉伸，灰度值靠近hin的一端灰度變化范圍被壓縮，圖像整體變明亮.同理，當(dāng)Gamma大于1時(shí)，則紅外圖像靠近lin的灰度值較低，校正后，像素點(diǎn)灰度值變低，其灰度變化范圍被壓縮，灰度值靠近hin的一端的灰度變化范圍被拉伸，圖像整體變暗.Gamma校正過程如圖4所示.

圖4 Gamma校正示意圖

綜上所述，高頻圖像f通過UM處理，強(qiáng)化圖像邊緣及細(xì)節(jié)，得到UM增強(qiáng)圖像Gu(x,y)，針對(duì)Gu(x,y)選擇合適的閾值及Gamma值，增加圖像的對(duì)比度，改善圖像的顯示效果，產(chǎn)生高頻增強(qiáng)圖像Eh(x,y)，高頻圖像增強(qiáng)流程如圖5所示，增強(qiáng)效果如圖6所示，與原始高頻圖像直方圖對(duì)比，增強(qiáng)高頻圖像直方圖主要分布區(qū)域明顯拉伸，說明高頻增強(qiáng)圖像有更好的灰度對(duì)比效果.

圖5 高頻圖像增強(qiáng)流程圖

圖6 高頻圖像增強(qiáng)效果對(duì)比圖

Fig.6High-frequencyimageenhancementeffect comparisonchart

2.4 低頻圖像和高頻圖像的融合

將低頻圖像與高頻圖像進(jìn)行線性融合，獲得最終增強(qiáng)效果圖像，公式如下：

E(x,y)=α*El(x,y)+β*Eh(x,y)

(5)

其中El(x,y)和Eh(x,y)分別為低頻增強(qiáng)圖像和高頻增強(qiáng)圖像，E(x,y)為融合后的最終增強(qiáng)圖像，α為背景調(diào)節(jié)系數(shù)，用來(lái)調(diào)節(jié)整體灰度水平，β為細(xì)節(jié)增強(qiáng)系數(shù)，用來(lái)控制圖像細(xì)節(jié)及圖像邊緣增強(qiáng)程度，通過這兩個(gè)系統(tǒng)的調(diào)節(jié)，可以靈活實(shí)現(xiàn)不同細(xì)節(jié)增強(qiáng)效果，以達(dá)到最佳圖像細(xì)節(jié)增強(qiáng)效果.

3 實(shí)驗(yàn)結(jié)果與分析

3.1 參數(shù)選擇

本文通過Matlab 2016a模擬軟件對(duì)常規(guī)紅外圖像增強(qiáng)方法和本文方法進(jìn)行了仿真實(shí)現(xiàn)，選取一幅分辨率為640×480的熱紅外圖像為例，該圖像中存在背景信息量大且模糊不清的現(xiàn)象，實(shí)驗(yàn)選取三組增強(qiáng)方法增強(qiáng)圖片背景中的細(xì)節(jié).

參數(shù)設(shè)置如下：

針對(duì)低頻部分處理，高斯低通濾波截止頻率D0設(shè)為480×0.08，CLAHE處理的子區(qū)域總數(shù)設(shè)為10×10.

針對(duì)高頻部分處理，高斯高通濾波截止頻率D0設(shè)為640×0.06，拉普拉斯濾器采用模板為[1 1 1;1 -8 1;1 1 1]，邊緣處理方式為′replicate′，均值濾波器大小為3×3，UM中權(quán)值k設(shè)為0.3，灰度變換中l(wèi)in=0.25、hin=0.55、lout=0、hout=1，Gamma值設(shè)為0.8.

針對(duì)圖像融合部分,經(jīng)反復(fù)實(shí)驗(yàn)，當(dāng)取值α=2、β=3時(shí)效果最好,文中分步融合效果如圖7所示.

圖7 融合方法示意圖

3.2 實(shí)驗(yàn)結(jié)果與分析

利用HE、拉普拉斯銳化濾波(Laplacian)及本文方法對(duì)圖像進(jìn)行增強(qiáng)對(duì)比實(shí)驗(yàn)，處理后的結(jié)果如圖8所示.

圖8 圖像增強(qiáng)方法效果對(duì)比圖

采用峰值信噪比(PSNR)[11]和圖像信息熵(Entropy)[12]對(duì)仿真結(jié)果進(jìn)行評(píng)估(如表1).由表1可知，除了HE信息量上有輕微損失，其他兩種方法信息量和信噪比都有提升，其中本文方法提升量均高于其他兩種方法，表明圖像細(xì)節(jié)增強(qiáng)程度優(yōu)于其他兩種方法.

表1 仿真結(jié)果的評(píng)價(jià)表

4 結(jié) 語(yǔ)

通過對(duì)紅外圖像的分層處理，對(duì)低頻圖像進(jìn)行CLAHE處理，對(duì)高頻圖像進(jìn)行UM及灰度變換處理，最后通過圖像加權(quán)融合，得到最終增強(qiáng)效果圖，通過實(shí)驗(yàn)仿真分析可知，本文方法在增強(qiáng)紅外圖像整體效果的同時(shí)，對(duì)紅外圖像的部分細(xì)節(jié)達(dá)到了較好的增強(qiáng)效果.