極值溫差短波紅外圖像的自適應雙局部增強方法
【專利摘要】本發明公開了極值溫差短波紅外圖像的自適應雙局部增強方法包括：步驟1：將圖像切割成多個局部圖像；步驟2：對步驟1中分割的所述每個局部圖像進行K均值聚類分割，把所述局部圖像劃分成多層區域，將每個區域的灰度級別的最大值和最小值作為多直方圖的分割閾值；步驟3：根據步驟2所述分割閾值將圖像分割成多個灰度區域，并對每個灰度區域進行直方圖統計，并且對分割后的圖像直方圖進行自適應平臺統計；步驟4：將所有直方圖組合均衡輸出，得到增強圖像；用于改善極值溫度紅外圖像質量，提高局部對此度，增強視覺效果。
【專利說明】極值溫差短波紅外圖像的自適應雙局部增強方法
【技術領域】
[0001] 本發明涉及紅外成像的【技術領域】，特別是涉及極值溫差短波紅外圖像的自適應雙 局部增強方法。
【背景技術】
[0002] 極值溫差短波紅外圖像由于目標的極值溫度差通常呈現出局部細節丟失，分辨率 低、視覺效果模糊和信噪比低等缺陷。在極值溫差短波紅外圖像增強領域通常使用直方圖 均衡算法，它將像素分布多的灰度值擴展到更多灰度范圍，將像素分布少的灰度壓縮到較 小的灰度范圍。但紅外圖像具有分辨率低、對比度低、成像模糊等特點。傳統的直方圖均衡 算法在紅外圖像增強應用中具有先天的缺陷。
[0003] 為改進傳統直方圖均衡算法的缺陷，研究人員在此基礎上提出了平臺直方圖均 衡（PHE)，該算法在直方圖均衡的基礎上加上了統計像素數的閾值，通過設置增強度來克服 直方圖均衡算法對某些灰度分布增強過度的現象；考慮紅外圖像的細節增強，研究人員提 出了局部直方圖均衡（LAHE)，以及Menotti等人提出的多直方圖均衡（multi-histogram equalization，MHE)等。
[0004] LAHE算法將圖像分成多個局部圖像，然后分別進行直方圖均衡增強；在一定程度 上增強了圖像的局部信息。但對于極值溫差目標，由于本質采用直方圖均衡，細節還是會丟 失。而MHE算法將直方圖分解成多個子圖（sub-image)，分別進行直方圖均衡，其算法計算 較復雜，實時實現比較困難。
[0005] 因此，改善極值溫度紅外圖像質量，提高局部對比度，增強視覺效果有利于后續的 探測、識別和跟蹤等應用，成為一個急需解決的問題。
【發明內容】
[0006] 本發明的目的在于提供極值溫差短波紅外圖像的自適應雙局部增強方法來克服 現有技術中存在的上述問題。
[0007] 為實現上述目的，本發明提供極值溫差短波紅外圖像的自適應雙局部增強方法， 包括：
[0008] 步驟1 :將圖像切割成多個局部圖像；
[0009] 步驟2 :對步驟1中分割的所述每個局部圖像進行K均值聚類分割，把所述局部圖 像劃分成多層區域，將每個區域的灰度級別的最大值和最小值作為多直方圖的分割閾值； [0010] 步驟3 :根據步驟2所述分割閾值將圖像分割成多個灰度區域，并對每個灰度區域 進行直方圖統計，并且對分割后的圖像直方圖進行自適應平臺統計；
[0011] 步驟4 :將所有直方圖組合均衡輸出，得到增強圖像。
[0012] 優選地，所述步驟1中采用聚類分析方法將圖像切割成16個局部圖像。
[0013] 優選地，所述步驟3在自適應平臺直方圖的基礎上引入直方圖局部分布信息，能 夠在增強圖像細節的基礎上保留圖像的每個灰度段的平均亮度。避免在直方圖增強中出現 的灰度過度增強、視覺效果不自然等缺陷。
[0014] 優選地，在所述步驟4中對16幅局部圖像分別增強，并出現16個不同的增強結 果，采用雙線性插值算法做最后的圖像灰度進行拼接；
[0015] 假設fTO、4、f1(l、fn為一個像素相鄰四個局部圖像塊中對應直方圖查找表，（ Xi， y」表示插值點在X軸和Y軸上坐標，i = 1?N-1，j = 1?N-1設計中N取2k，k = 1，2， 3...)，雙線性插值算法就是根據這四個點的灰度值來計算插入中間某一點的灰度值。
[0016] 算法公式如下：
【權利要求】
1. 極值溫差短波紅外圖像的自適應雙局部增強方法，其特征在于，包括： 步驟1:將圖像切割成多個局部圖像； 步驟2 :對步驟1中分割的所述每個局部圖像進行K均值聚類分割，把所述局部圖像劃 分成多層區域，將每個區域的灰度級別的最大值和最小值作為多直方圖的分割閾值； 步驟3 :根據步驟2所述分割閾值將圖像分割成多個灰度區域，并對每個灰度區域進行 直方圖統計，并且對分割后的圖像直方圖進行自適應平臺統計； 步驟4 :將所有直方圖組合均衡輸出，得到增強圖像。
2. 如權利要求1所述的極值溫差短波紅外圖像的自適應雙局部增強方法，其特征在 于，所述步驟1中采用聚類分析方法將圖像切割成16個局部圖像。
3. 如權利要求1所述的極值溫差短波紅外圖像的自適應雙局部增強方法，其特征在 于，所述步驟3在自適應平臺直方圖的基礎上引入直方圖局部分布信息，能夠在增強圖像 細節的基礎上保留圖像的每個灰度段的平均亮度，避免在直方圖增強中出現的灰度過度增 強、視覺效果不自然等缺陷。
4. 如權利要求2所述的極值溫差短波紅外圖像的自適應雙局部增強方法，其特征在 于，在所述步驟4中對16幅局部圖像分別增強，并出現16個不同的增強結果，采用雙線性 插值算法做最后的圖像灰度進行拼接； 假設4、feu、f1(l、L為一個像素相鄰四個局部圖像塊中對應直方圖查找表，（Xi,y』表 示插值點在X軸和Y軸上坐標，i= 1?N-l，j= 1?N-I設計中N取2k，k= 1，2,3...)， 雙線性插值算法就是根據這四個點的灰度值來計算插入中間某一點的灰度值 算法公式如下：
【文檔編號】G06T5/40GK104268845SQ201410597724
【公開日】2015年1月7日 申請日期:2014年10月31日 優先權日:2014年10月31日
【發明者】周津同 申請人:北京津同利華科技有限公司