红外图像增强算法研究
- 格式:pdf
- 大小:332.44 KB
- 文档页数:4
红外图像处理中的细节增强算法研究红外图像处理在军事、安防、医学等众多领域有着广泛的应用。
然而,由于红外图像拍摄环境的特殊性,常常存在图像质量较低、细节含量不足的问题。
因此,研究红外图像细节增强算法具有重要的理论意义和实际应用价值。
细节增强算法是一种通过改善图像中细节信息的可见性来提高图像质量的技术。
本文将对红外图像处理中常用的几种细节增强算法进行研究和分析,包括直方图均衡化、小波变换、局部对比度增强等。
直方图均衡化是一种简单且直观的细节增强算法。
它通过对图像的灰度级分布进行重新映射,使得图像中的细节信息更加丰富。
然而,直方图均衡化算法在增强图像细节的同时,也会对图像的全局对比度进行调整,可能导致图像过度亮度或过度暗度,影响图像的观感质量。
为了克服直方图均衡化算法的缺陷,研究者们提出了小波变换细节增强算法。
小波变换具有多尺度分析的特点,可以提取图像的不同倍频细节信息。
通过对图像进行小波分解,然后对低频和高频系数进行增强,可以使图像的细节信息得到更好的呈现。
在红外图像处理中,小波变换算法可以更好地增强图像中的热点和边缘细节信息。
然而,小波变换算法在处理过程中,由于分解和重构过程的信息损失,可能引入边缘模糊和噪声增强等问题。
为了解决这些问题,研究者们提出了局部对比度增强算法。
该算法通过分析图像的局部对比度信息,针对每个像素点进行细节增强,可以更有效地保留和增强图像中的细节信息。
除了上述的算法,还有一些其他的细节增强算法被广泛应用于红外图像处理中,如Retinex算法、双边滤波算法等。
Retinex算法通过模拟人眼对光照和颜色进行感知的过程,可以调整图像的全局和局部对比度,达到细节增强的效果。
双边滤波算法则通过保留图像的边缘信息和纹理细节,同时抑制噪声的影响,实现细节增强的效果。
综上所述,红外图像处理中的细节增强算法是一门重要的研究领域。
不同的细节增强算法有着各自的优缺点和适用范围,需要根据具体的应用场景选择合适的算法。
第39卷第6期2020年12月Vol. 39 No. 6December 2020红外与毫米波学报J. Infrared Millim. Waves文章编号:1001-9014(2020)06-0818-07DOI :10. 11972/j. issn. 1001-9014. 2020. 06. 022低照度短波红外图像增强算法张瑞3,汤心溢",李争23(1.中国科学院大学,北京100049;2.中国科学院上海技术物理研究所,上海200083;3.中国科学院红外探测与成像技术重点实验室,上海200083)摘要:为了拓展非制冷短波红外探测器在弱光夜视观测方面的应用,开展了针对短波红外低照度成像的研究。
提 出了 一种新的图像增强方法抑制图像噪声增强图像细节进而改善图像质量。
使用3D 降噪(3DNR (3D Noise reduction))算法,将多尺度高斯差分法结合边缘保持滤波器最大限度地分离图像高频信息与隐藏噪声,再针对图像 进行自适应灰度映射。
实验结果表明:该算法显著地抑制了在低照度下图像的时域噪声,丰富了短波红外图像的细节,改善了短波红外的夜视显示效果。
关 键 词:低照度;短波红外;视网膜模型;图像增强;降噪中图分类号:TP3-05 文献标识码:AResearch on low illumination shortwave infrared imageenhancement algorithmZHANG Rui 1,2,3 , TANG Xin -Yi 2,3* , LI Zheng 2,3(1. University of Chinese Academy of Sciences , Beijing 100049 China ;收稿日期:2019- 06- 18 ,修回日期:2020- 09- 10基金项目:十三五预研课题(H J J2019-0089)Foundation items : Pre -research project of the 13th five year plan作者简介(Biography ):张瑞,博士,主要从事短波红外"成像研究工作.* 通讯作者(Corresponding author ) : E -mail : tangxini@189. cn2. Shanghai Institute of Technical Physics , Chinese Academy of Sciences , Shanghai 200083 China ;3. key Laboratory of Infrared System Detection and Imaging Technology Shanghai 200083 China )Abstract : In order to expand application of uncooled short wave infrared array detectors for low-light night vision , a re search on low-light imaging of short-wave infrared have carried out. This paper proposes a new image enhancement method to suppress image noise enhance image details and improve image quality. The proposed schemes use 3DNR(3D noise reduction ), combine the multi-scale Gaussian differential method with the edge preserving filter to separate the high-frequency information and hidden noise of the image to the maximum extent and then carry out the adaptive grayscale mapping for the image. The experimental results demonstrate that the proposed algorithm outperforms some state-of-the-art algorithms and it can achieve outstanding image enhancement performance and suppress the time-do main noise of the image under low-light illumination.Key words : low illumination , short wave infrared (SWIR ) , retinex model , image enhancement , noise reductionPACS :07.05. Pj引言短波InGaAs 红外成像技术工作波段主要在0. 9-1.7 ^m ,其成像模式以反射为主。
文章编号:1002-8692(2008)S1-0143-03V i deo appl i eat i on&proj ect l …………,…,一一一——,—.—.——{k————;———.——二::_i:一基于自适应非线性滤波的红外图像增强算法王莉‘。
唐宏。
,胡伟‘(重庆邮电大学a.通信与信息工程学院;b.光电工程学院,重庆400065)论文【摘要】为了提高红外焦平面阵列的成像质量,提出一种基于自适应非线性滤波器与直方图均衡相结合的红外图像增强算法,该算法利用自适应非线性滤波器抑制噪声,并通过直方图均衡对红外图像进行增强处理,提高了红外图像的对比度,有效地提高了红外图像的成像质量。
实验结果表明,利用此算法增强后的红外图像视觉效果清晰,细节完整,达到设计要求。
【关键词】红外焦平面阵列;非线性滤波;直方图均衡;图像增强处理【中图分类号】TN216【文献标识码】ASt u dy on I nf r ar ed I m age Enhancem ent B a se d o n A da pt i ve N on l i ne ar Fi l t er i ngW A N G L i。
,T A N G H ong",H U W ei。
(4C oll ege of C o m m u ni cat i om and I nfor m at ion En gi n e e ri ng;6.C oll e g e of Ele c t ronic E ngi ne er i ng,C hon gqi ng U ni ve r si ty of Po s t s and T el eco m m uni cat i on s。
C hongqi n g400065,Chi na)【A bst r act】A nove l ef f ect i ve al g or i t hm f or enha nci ng i n f r ar ed i m a ge quali t y i s pr e sent ed w hi ch i s bas ed o n a speci a l co m bi nat i on of an adap t i ve non l i near fi l t e r a nd hi s t ogr am equM i za t i on.N onl i nea r f il te r ing t e chni que i s us ed f or t he sup pr es si on of noi s e.and t he i nlage enhancem ent pr oce ssi on i s i m pl e m e nt ed aft er t he supp r essi on of noi s e of i n f r ar ed f ocal pl ane ar r a ys(I R FPA)by usi n g hi s t ogr am equal i za t i on.ne new m e t hod C i Lr l bot h suppr ess t he noi s e ef fect ivel y of I R FP A a nd i ncr eas e t he contr as t of t he i nf rar ed i m a ge i n or der t o i m pr ove i nf r ar ed i m a ge qu al i t y.Si m ul a t i o ns i ndicat e t h at t he i nfr ared i m a ge s i gnal s det ai l a nd ed ges ar e pr e—ser ved a nd t he vi s ion e ff e ct i s i deal aft er t he new m e t hod proc es s ing.【K ey w or ds】IR FP A;nonl i near f i l t er i ng;hi s t ogr am equ al i za t i on;i m age enhancem ent pr oce ssi ng1引言非制冷红外焦平面成像系统是目前红外成像技术的主流,红外成像系统在军用和民用领域都得到广泛应用。
红外图像增强算法研究
安阳,胡耀祖
武汉理工大学信息学院,武汉 (430070)
E-mail:alen1983@
摘要:本文根据红外图像的特点介绍了几种经典的图像增强算法,讨论算法的效果,提出对算法的一些改进,给出了一些改进后的效果。
关键词:红外图像,直方图,锐化
1.引言
红外技术是二战后兴起的一项红外信息转换与处理技术。
它研究红外辐射的发射、传输和接收的规律及其应用原理,而红外成像技术是其应用最广泛的方面。
随着科技的不断发展,红外热成像技术在军事、科研、工农业生产、医疗卫生等领域的应用越来越广泛,与此同时图像实时处理的研究也得到了迅速发展[1]。
随着红外成像技术的广泛应用,人们对红外图像成像质量的要求越来越高,要提高红外图像的质量可以有两种途径:一是不断研究更高性能的红外探测器;另一个就是要进行红外图像的预处理,从而改善图像质量。
目前随着材料技术的突破,美国,西欧等发达国家在红外成像阵列的研制取得了巨大的发展,高密度,高灵敏度,快响应的红外焦平面阵列在军事上已经得到了应用,非制冷焦平面阵列也得到了快速的发展。
但是由于材料器件的限制,仅仅依靠红外探测器的提高不能完全达到我们所期望的图像质量,而且高精度的探测器件的研制所花费的人力物力是十分巨大的。
而解决这个问题的一个有效的手段就是对红外图像进行实时图像预处理。
实时图像处理技术能在现有的条件下不仅能提高红外图像质量,而且在较短的时间内迅速改善和提高红外热像仪的各项性能指标。
2.红外图像对比度增强算法
2.1 红外图像的特点
红外成像的目标和背景的红外辐射需经过大气传输、光学成像、光电转换和电子处理等过程,才被转换成为红外图像。
所以从红外图像的产生过程分析,红外图像主要有以下特点:1)空间相关性强,对比度低;2)表征对象的温度分布,是灰度图像,分辨率较低,图像比较模糊;3)噪声干扰较大,噪声比较复杂,信噪比低;4)存在器件性的非均匀性等。
我们可以看出红外图像存在很多缺陷,对人眼来说其最显著的特点就是对比度很低,图像很模糊,所以本文主要从对比度提升和图像锐化两个方面进行增强算法的研究。
2.2 红外图像的直方图均衡化及改进
红外图像直方图的特点是像素相对比较集中,灰度值变化不大,使得图像的对比度很低,视觉效果很差。
直方图均衡的作用是改变图像中灰度概率分布,使其均匀化。
使图像中灰度概率密度较大的像素向附近灰度级扩展,因而灰度层次拉开,而概率密度较小的像素的灰度级收缩,从而让出原来占有的部分灰度级,这样的处理使图像充分有效地利用各个灰度级,因而增强了图像对比度。
对于原图像概率密度为()k r k n P r n
= (01k r ≤≤) 0,1,2,....,1k l =− 式中k n 为图像中出现k r 灰度的像素数目,n 是图像的像素总数。
经过灰度变换函数1
()k k r T s −=0()()k
k k r j j s T r P r ===∑ (01k r ≤≤ 0,1,2,....,1k l =−) 1()k k r T s −= 得到的图像具有均匀直方图的图像[2]。
图1,图2和图3给出了变换前后的图像及其直方图。
图1 原红外图像 图2 直方图均衡化后的红外图像
图3 变换前后的直方图分布(上方为原图像直方图,下方为变换后的直方图)
虽然直方图均衡化达到了平坦直方图的目的,但是变换后的灰度级数往往减少了,容易引起图像的不连续,丢失图像信息,产生色斑等现象。
往往会影响图像的视觉效果。
从图2中我们我们很明显能发现这一现象。
丢失灰度级的原因主要是变换函数k s 的值往往是经过舍入取得的近似值,使得接近的灰度值合并。
为了减少灰度级的丢失,我们可以增加像素的大小,即增加灰度级数或者放大灰度级间的间隔。
前一种方法显然会增加图像的存储大小,极大的加大算法的复杂度。
所以我们从后一种方法考虑。
3. 图像的锐化处理
图像锐化的目的是增强图像的边缘或轮廓。
常用的方法式对图像进行微分处理,也可以在频域中运用高通滤波技术。
对于图像函数(,)f x y ,[(,)][/,/]grad f x y f x f y =∂∂∂∂,用[(,)]G f x y 代替
[(,)]grad f x y 的幅度,则1222[(,)][()()]f f G f x y x y
∂∂=+∂∂,对数字图像用像素的差分运算来代替微分运算。
经典的梯度微分算法有:Rorbert, Sobel, Prewitt 等算子。
另外一种偏导数微分算子拉普拉斯算子,
222
22(1,)(1,)(,1)(,1)4*(,)f f f f i j f i j f i j f i j f i j x y ∂∂∇==+=−+++−++−∂∂ 拉普拉斯锐化输出 2(,)(,)G i j F i j k f τ=−∇[3],这里k τ是与扩散效应有关的系数。
该系数取值要合理,k τ如果过大,图像轮廓边缘会产生过冲;反之如果k τ过小,锐化效果就不明显。
高通滤波法常用巴特沃斯高通滤波器,截止频率0D 的n 阶巴特沃斯高通滤波器传递函数
201(,)11)[](,)H u v D D u v =
+,这几种锐化算法对红外图像的处理效果如下图:
图4 原图像 图5 k τ=1拉普拉斯算子 图6 k τ=0.7拉普拉斯算子
锐化后图像 锐化后图像
图7 sobel 算子 处理后图像 图8 巴特沃斯高通滤波图像 图9 改进巴特沃斯高通滤波图像
图5为k τ=1的拉普拉斯算子变换图像,图6为k τ=0.7的拉普拉斯算子变换图像,图7为Sobel 算子变换图像,图8为标准巴特沃斯高通滤波器滤波后的图像。
我们可以发现Sobel 算子处理的图像仅仅只有目标的大体外部轮廓,图像的质量不高,用于目标检测具有较好的效果。
拉普拉斯算子处理的图像图像质量锐化效果要明显优于Sobel,。
而在加强边缘效果的
同时也引入了噪声,减小k τ的值我们发现图像的质量得到了一定的提升,
但是k τ过小的话锐化效果将达不到应有的效果,所以选择适当的k τ值是拉普拉斯算法的关键。
高通滤波由于将图像大量的低频分量的信息都滤除了,使得整个图像显的十分的昏暗,又由于红外图像对比度低,受背景的影响很大,虽然背景被成功的滤除掉了,目标图像也损失了大量的有用
信息。
所以要在处理后的图像保留一定的原图像成分,就考虑将高通滤波器的传递函数变为:
201
(,)11)[](,)H u v D D u v β=++ β为一常数并且β<1,图9为β=0.7时处理后的图
像,这个图像我们可以看出整个效果非常好,不但有良好的锐化效果,图像的对比度也得到了加强,具有一定的立体感。
4 总结
由于受到材料和工艺的限制,仅依靠红外探测器得不到理想的红外图像,对红外探测器输出图像进行增强处理尤为必要。
本文从红外图像的特点出发,深入研究了直方图均衡算法和经典的锐化算法,使用CCS 软件实现各种算法并分析比较了各种算法的效果和特点,提出改进的思路和一些改进的效果。
红外图像增强还有其他一些非常重要的方面,比如非均匀性校正对图像质量的影响也是很大的,新的良好的算法的不断涌现必将推动红外成像技术更快更好的发展。
参考文献
[1] 陈永甫.《红外辐射红外器件与典型应用》[M].北京:电子工业出版社.2004.6
[2] 阮秋琦.《数字图像处理学》[M].北京:电子工业出版社.2007.2。
[3] 贾贻鲁.《红外图像预处理算法及实现》[D ].天津:天津大学.2006.1
The study of infrared image enhance algorithm
An Yang ,Hu Yaozu
Department of Information Engineering ,WuHan University of Technology ,WuHan (430070)
Abstract
This paper introduced several classical image enhance algorithm base on the characteristic of infrared image, discussing the effect of those enhance algorithms, have given a few suggesting that to the algorithm have been improved, have given the effect of improved algorithm.
Keywords: infrared image,histogram,sharpening
作者简介:安阳,男,1983年生,硕士研究生,主要研究方向是信号处理与信息安全技术。