基于斜率分布和銳化的紅外圖像圖像增強(qiáng)研究

黎希

【摘 ?要】紅外圖像往往對比度較差，不便于后續(xù)圖像識別和分割，需要首先對圖像進(jìn)行增強(qiáng)。本文提出了一種紅外圖像增強(qiáng)方法，考慮到高動態(tài)范圍紅外圖像的特點(diǎn)，該方法由兩部分組成。首先，我們通過引入斜率分布來提高圖像的對比度，斜率分布在一個指定的直方圖域中以恒定的增加。我們對斜率分布的直方圖進(jìn)行優(yōu)化，在輸入圖像的分類直方圖計算出一個修正的直方圖，然后，為了處理紅外圖像的模糊效應(yīng)，我們提采用相對邊緣強(qiáng)度指數(shù)，用于高增量過濾，以有效抑制相對均勻區(qū)域的噪聲。實(shí)驗(yàn)結(jié)果表明，該算法具有較好的性能和計算效率。

【關(guān)鍵詞】圖像增強(qiáng);紅外圖像;圖像銳化

1.簡介

紅外線技術(shù)的發(fā)展使熱像儀的應(yīng)用更加廣泛。種應(yīng)用，如安全監(jiān)控、軍事目標(biāo)探測和跟蹤，以及駕駛輔助的夜視。通常用于遠(yuǎn)距離監(jiān)視的紅外攝像機(jī)檢測熱輻射以形成紅外圖像。熱輻射很容易被空氣和水蒸汽吸收、散射和反射。因此，創(chuàng)建的熱圖像具有比可見光圖像更模糊的特點(diǎn)[1]。另外，大多數(shù)源自場景背景的熱輻射在紅外圖像中都變成了類似的灰度。由于這種背景輻射，原始紅外圖像直方圖通常有一個高而窄的峰值。紅外線圖像的主要問題是對比度低和質(zhì)量差，為了進(jìn)行更合適的圖像處理，需要進(jìn)行圖像增強(qiáng)。圖像增強(qiáng)主要是對圖像進(jìn)行處理，使處理后的圖像比原來的圖像更適合于特定的應(yīng)用。為了有效地實(shí)現(xiàn)原始紅外圖像的可視化，圖像增強(qiáng)方法應(yīng)具有以下特點(diǎn)：它保留了原始紅外圖像最完整的信息和細(xì)節(jié)，同時它能產(chǎn)生一個令人愉快的場景再現(xiàn)，而不引入人工痕跡，并考慮計算效率。

自動增益控制去除直方圖最外側(cè)的一些極端值，并將動態(tài)范圍線性壓縮到8位域。然而，這種方法不能有效地表達(dá)細(xì)節(jié)。直方圖均衡使用從輸入的累積分布函數(shù)到均勻分布的映射中計算出的傳遞函數(shù)。但是，如果直方圖中存在大的峰值，它往往會過度增強(qiáng)圖像，導(dǎo)致增強(qiáng)后的圖像出現(xiàn)噪聲和沖刷的現(xiàn)象。自適應(yīng)雙高原直方圖均衡在直方圖中采用一個移動窗口來尋找局部最大值，并通過平均化計算出一個高原值。基于CLAHE的自適應(yīng)三邊對比度增強(qiáng)被提出。這些方法使用基于高原值的紅外圖像。然而，它不能有效地提高由閾值水平引起的對比度。為了獲得有效的對比度增強(qiáng)的圖像，在閾值處理過程中應(yīng)該考慮屬于高像素的灰度級應(yīng)該比低像素的灰度級有更高的閾值。

為了解決上述問題，我們引入了斜率分布直方圖[2]，這是一個以恒定增加的分布，我們研究了紅外圖像中的歸一化直方圖顯示其分布的均方根誤差平均值比其他分布小，這意味著理想的輸出圖像應(yīng)該接近于有序直方圖域中的斜率分布，對此我們提出了一種基于分布的紅外圖像增強(qiáng)算法。我們使用有序直方圖域中的分布直方圖，將其納入輸入圖像的分類直方圖的優(yōu)化問題中，以產(chǎn)生一個修正的直方圖。然后采用一個相對邊緣強(qiáng)度指數(shù)作為高增量核對圖像進(jìn)行銳化[3]，以產(chǎn)生一個邊緣增強(qiáng)的圖像，同時抑制相對均勻區(qū)域的噪聲。

2.斜率分布的對比度增強(qiáng)

設(shè)X是H×W像素大小的輸入圖像，其中X（i，j）是圖像的在（i，j）處的灰度像素，并假設(shè)X的動態(tài)范圍為[xd，xu]，X（i，j）∈[xd，xu]。我們的目標(biāo)是生成一個增強(qiáng)的圖像Y=Y（i，j），Y的動態(tài)范圍被壓縮為區(qū)間[yd、yu]，Y（i、j）∈[yd、yu]。我們使用8位圖像yd=0和yu=255的整個動態(tài)范圍，設(shè)X={x1，x2，...，xK}是輸入圖像X中存在的所有可能的K灰度級別的排序集，其中x1

3.圖像銳化

銳化的目的是加強(qiáng)細(xì)節(jié)，這些細(xì)節(jié)是紅外圖像采集的自然效果。銳化的目的是加強(qiáng)作為紅外圖像采集的自然效果而被模糊的細(xì)節(jié)。一般來說，圖像銳化不僅可以突出邊緣，還可以突出 噪聲。在紅外圖像中，對應(yīng)于輸入直方圖中的高峰值的背景可以被視為相對均勻的區(qū)域。相對均勻的區(qū)域被映射到在其輸出直方圖中的寬范圍。因此，其噪聲在銳化過程中很容易被放大。為了抑制噪聲的放大，我們采用了高增量核來增強(qiáng)邊緣對比度。

4.實(shí)驗(yàn)驗(yàn)證

為驗(yàn)證本文提出算法的有效性，我們在Matlab上對本文算法進(jìn)行了驗(yàn)證，如圖1所示，原始的紅外圖像圖1（a）經(jīng)過本文算法增強(qiáng)后，結(jié)果如圖1（b）所示，我們可以看出經(jīng)過圖像增強(qiáng)后圖像的邊緣輪廓明顯被增強(qiáng)，其余區(qū)域的對比度也有所增加，處理后的紅外圖像更有利于后續(xù)的圖像分割和識別。

5.結(jié)論

本文中我們提出了一種基于斜率分布的算法用于原始紅外圖像增強(qiáng)。我們在有序直方圖域中引入了分布，與使用均勻分布相比，它對圖像的對比度增強(qiáng)有更好的效果。我們把輸入圖像的分類直方圖和分布直方圖納入有序直方圖域的優(yōu)化問題中，以計算出一個修正的直方圖。此外，我們提出了一種銳化方法，該方法可以增強(qiáng)邊緣，同時有效抑制相對均勻區(qū)域的噪聲。實(shí)驗(yàn)結(jié)果表明，我們提出的算法能更好的增強(qiáng)紅外圖像的質(zhì)量。

參考文獻(xiàn)：

[1]劉軼彤. 基于Kinect和直方圖均衡化的紅外圖像增強(qiáng)算法[J]. 艦船科學(xué)技術(shù)，2015，37（3）：173-176.

[2]吳婷. 基于非均勻有序直方圖和銳化的紅外圖像增強(qiáng)[J]. 半導(dǎo)體光電，2020，v.41;No.207（01）：138-143.

[3]田文利. 基于雙重濾波與銳化的遙感圖像增強(qiáng)算法[J]. 國外電子測量技術(shù)，2017（4）.