紅外視頻圖像細節(jié)保持增強算法研究

紅外視頻圖像細節(jié)保持增強算法研究

王 坤 云南師范大學信息學院

本文首先針對紅外視頻圖像及其直方圖特征進行詳細討論；然后根據(jù)紅外視頻圖像特征及其直方圖特征，并與已有紅外視頻圖像亮度、細節(jié)保持增強算法進行比較，最后給出適用于紅外視頻圖像特點的細節(jié)保持的視頻圖像增強算法。

紅外視頻；圖像增強；直方圖均衡；細節(jié)保持；亮度保持

引言

隨著紅外成像器件本身的發(fā)展，紅外成像器件的成像質(zhì)量有了顯著單位提高，因此原有的算法已經(jīng)不能滿足紅外圖像增強效果的要求。隨著對紅外圖像增強效果要求的提高，保持原有紅外圖像細節(jié)信息成了現(xiàn)今紅外圖像增強算法的一個重要的要求。

文獻[7-8]中保持細節(jié)的方法是對整個直方圖做開方處理，然后再對處理后的直方圖進行傳統(tǒng)的直方圖均衡運算。這樣做雖然有助于提升比率較小的灰度級所占的比率，但沒有完整的保存本來就占比率較小的目標圖像的灰度級的細節(jié)信息。所以這種方法對保持圖像細節(jié)方面有著一定的缺陷。本文將針對文獻[7-8]細節(jié)保持增強算法的不足進行改進，使其能夠更好地保留原始紅外圖像的細節(jié)信息。

1.紅外視頻圖像直方圖特征

直方圖是用來表達一幅圖像的灰度值分布情況的統(tǒng)計圖表，其橫坐標表示圖像的灰度值，對于數(shù)字圖像，縱坐標則是灰度值的像素個數(shù)或該灰度值在整幅圖像中所出現(xiàn)的概率，其關(guān)系式表示如下：

紅外視頻圖像反映了目標和背景的紅外輻射的空間分布，其輻射亮度的分布主要是由所觀測景物的溫度和發(fā)射率所決定的。所觀測景物溫度高的部分表現(xiàn)在紅外圖像直方圖上為灰度值大的部分，所觀測景物溫度低的部分表現(xiàn)在紅外圖像直方圖上為灰度值小的部分。因此，紅外視頻圖像近似反映了所觀測景物的紅外輻射空間分布、景物溫差或輻射差[1,2]。

由圖1紅外成像系統(tǒng)框圖[3]所示，所觀測景物的紅外輻射需經(jīng)過大氣傳輸、光學成像、光電轉(zhuǎn)換和預處理等過程才被轉(zhuǎn)換為紅外視頻圖像。因此紅外視頻圖像一般表現(xiàn)為亮度較暗，且背景和目標對比度較低，邊緣模糊等特點，由此造成了紅外視頻圖像直方圖具有以下性質(zhì)[5]：

（1）紅外視頻圖像直方圖反映了紅外圖像中不同灰度級數(shù)在整幅紅外圖像中所出現(xiàn)的頻率或次數(shù)，而并沒有反映出每個像素點的位置信息，這樣就難以精確定位目標。

圖1 紅外成像系統(tǒng)框圖

圖2 紅外視頻原始圖像及其直方圖

（2）紅外視頻圖像直方圖與紅外圖像本身并不是一對一的關(guān)系，而是一對多的關(guān)系，即一幅紅外圖像對應于唯一的直方圖，但不同的紅外圖像有可能對應相同的直方圖。

（3）橫坐標所表示的是每一個灰度級數(shù)，其縱坐標是對這一灰度級數(shù)在整幅紅外圖像中所出現(xiàn)的次數(shù)的統(tǒng)計，因此，對紅外圖像進行劃分后，子紅外圖像的直方圖之和就等于整幅紅外圖像的直方圖。

（4）紅外視頻圖像直方圖大多表現(xiàn)為二峰性，這是因為目標和背景的灰度級大都分布在一定的灰度范圍內(nèi)，從而造成了目標和背景灰度都分別在一定的灰度范圍內(nèi)是連續(xù)的，表現(xiàn)在直方圖上則是兩個峰值或多個峰值。

圖2給出了一幅紅外視頻原始圖像及其直方圖，從圖中可以清楚地看到紅外視頻圖像直方圖的上述特征。

2.一種新的紅外視頻圖像細節(jié)保持增強算法（DREA）

針對文獻[7-8]中保持細節(jié)的方法的不足，本文將主要圍繞以下兩個方面展開研究：

（1）如何在增加原圖像中目標圖像所占比率的情況下，能最大限度的保持原圖像中目標圖像的直方圖信息。

（2）如何對直方圖進行合理分割，并對分割后的直方圖分別做相應的處理，以保持原圖像的亮度信息。

通過第2節(jié)對紅外視頻圖像直方圖特征的討論，了解到紅外視頻圖像直方圖具有二峰性的特點，背景部分一般占據(jù)灰度值較小的一部分，目標部分一般占據(jù)灰度值較大的一部分，而兩個峰值間的谷底部分則是背景和目標的分界區(qū)間。這樣，能否找到一種方法，能夠大致確定谷底部分背景和目標的分界點，然后以此分界點再分別對紅外視頻圖像的背景和目標做進一步處理就成了本文首先需要解決的問題。

對于離散的直方圖則可以利用差分運算來找到其拐點。而從紅外視頻圖像直方圖二峰性特點可知，在紅外視頻圖像直方圖中背景和目標之間一定存在最大的差分點，即背景和目標之間的大致分界點。

本文在文獻[7-8]的基礎(chǔ)上，以背景和目標的大致分界點為基準，對背景部分灰度級作改變比率的操作，而目標部分則不做任何操作，依然保留目標部分的所有信息，這樣就最大限度的保留了所占比率較小的細節(jié)部分。

本文將利用直方圖的梯度值來對背景和目標進行大致的劃分。其步驟如下：

（1）首先對原始灰度圖像直方圖進行差分運算，利用差分求解對原始灰度圖像的直方圖各個灰度級求其梯度[11]。

其處理結(jié)果分別如圖3、圖4和圖5所示。

圖3中，(a)圖是差分計算后的直方圖，(b)圖是依據(jù)最大點處理后的直方圖，(c)圖是對(b)圖做累積直方圖處理后的累積分布直方圖。

圖4、圖5分別是文獻[7-8]和本文所提算法的圖像及其直方圖，兩圖相比較可以看出，本文算法相較于文獻[7-8]所述算法不僅簡化了計算復雜度，而且進一步降低了灰度圖像背景部分所占比率，從而更好的保留了原始圖像的細節(jié)信息和亮度信息。

圖3 細節(jié)保持算法差分直方圖處理圖

圖4 田、樊對RMSHE改進算法的圖像及直方圖

圖5 本文改進算法(DREA)的圖像及直方圖

3.結(jié)論

本文基于田、樊所提算法和紅外圖像及其直方圖特點提出了細節(jié)保持增強的改進算法。改進算法相較于田、樊所提算法不僅簡化了計算的復雜度，而且較好地降低了灰度圖像背景部分所占比例，提升了目標圖像部分所占比例，從而更好的保留了原始灰度圖像的細節(jié)信息，同時也較好地保留了原始視頻圖像的亮度信息。

[1]陳書海,傅錄祥.實用數(shù)字圖像處理[M].北京:科學出版社,2005.

[2]彭真明,雍楊,楊先明等.光電圖像處理及應用[M].成都:電子科技大學出版社,2008.

[3]高學潮.紅外圖像處理算法的FPGA實現(xiàn)[J].光電技術(shù)應用, 2015, 30(6):80-820.

[4]陳錢.紅外圖像處理技術(shù)現(xiàn)狀及發(fā)展趨勢[J].紅外技術(shù), 2013(6):311-318.

[5]王憶鋒.紅外圖像灰度直方圖統(tǒng)計分析的研究[J].紅外,2009, 4 (30):14-16.

[6]仲玲利.基于FPGA的紅外圖像細節(jié)增強[D].南京:北京交通大學, 2016.

[7]謝慧,孫興波,袁文林.保持背景亮度的直方圖均衡[J].電子制作,2015(2).

[8]韋瑞峰,趙榮普等.基于直方圖的紅外圖像細節(jié)增強算法研究[J].紅外技術(shù), 2016,38(6).

[9]SD CHEN, A R Ramli contrast enhancement using recursivemean -separate histogram equalization for scalable brightness preservation [J]. IEEE Transactions on Consumer Electronics.2003, 49(4).

[10]Y T KIM. Contrast enhancement using brightness equalization [J]. IEEE Transaction on Consumer Electronics.1997, 43(1):1-8.

[11]吳大正.信號與線性系統(tǒng)分析(第4版) [M].北京:高等教育出版社,2005.

云南省應用基礎(chǔ)研究計劃青年項目（2013FD016）

王坤（1983- ），男，山東鄒城人，云南師范大學講師、河海大學博士研究生，研究方向：紅外視頻圖像目標識別與跟蹤技術(shù)、FPGA硬件設(shè)計