本發明屬于紅外圖像處理
技術領域：
，更具體地，涉及一種紅外圖像細節增強方法與裝置。
背景技術：
：主流紅外熱成像和測溫設備輸出數據的動態范圍為14bits位寬，而顯示設備和人眼識別能力的動態范圍一般為8bits。為了方便顯示和觀察紅外圖像細節，需要在保留全局和局部細節的前提下，對原始輸出數據進行動態范圍壓縮。傳統的直方圖均衡算法，是使圖像中概率密度大的像素占據較多的灰度級，反之則分配較少的灰度級，從而有效利用8bits的灰度級，提高了紅外圖像對比度。但這種算法會導致背景噪聲過放大、圖像過增強、圖像泛白等問題。平臺直方圖均衡算法引入平臺值的概念，通過計算合適的平臺值，對直方圖中概率密度過大的像素進行限制，解決了傳統直方圖均衡算法中圖像過增強的問題，圖像全局顯示效果得到有效的改善，但是對于寬溫度范圍的場景，算法對局部細節增強不明顯。而對局部細節增強的雙邊濾波器算法存在復雜度高、計算量大，不易實時實現且存在邊緣虛像的問題。技術實現要素：針對現有技術的以上缺陷或改進需求，本發明提出了一種改進的紅外圖像細節增強方法與裝置，在保持現有算法優點的同時，使得處理后的紅外圖像顯示細節更加豐富，同時算法復雜度低，易于實時實現。為了實現上述目的，按照本發明的一個方面，提供了一種紅外圖像細節增強方法，包括：(1)采用平臺直方圖均衡算法對原始紅外圖像i進行壓縮處理，獲得圖像基調數據ib；(2)根據所述原始紅外圖像i設計其細節保持濾波器，利用所述細節保持濾波器對所述原始紅外圖像i進行細節保持濾波，得到圖像細節數據id；(3)計算所述圖像細節數據id的放大系數，并根據所述放大系數和預設的細節增益因子g處理所述圖像細節數據id，得到最終細節數據i'd，其中所述細節增益因子g用于控制圖像細節占比權重；(4)根據公式if＝ib+g*i'd融合所述圖像基調數據ib和最終細節數據i'd得到合并紅外圖像if，并處理所述合并紅外圖像if中非正和溢出數值部分，得到輸出紅外圖像i'f。本發明的一個實施例中，所述步驟(1)具體包括：(1.1)根據平臺值t調整所述原始紅外圖像i的直方圖分布函數h(l)，得到調整后直方圖分布函數h'(l)：其中，所述平臺值t通過計算所述原始紅外圖像i的直方圖參數選取，l為所述原始紅外圖像i的最大像素值；(1.2)利用調整后直方圖分布函數h'(l)計算所述原始紅外圖像i的圖像基調數據ib：其中ib(l)表示所述原始紅外圖像i中像素值為l的像素經過計算在圖像基調數據ib中的新值，所述d小于或等于所述輸出紅外圖像i'f中像素值的理論最大值。本發明的一個實施例中，所述步驟(2)具體包括：(2.1)計算所述原始紅外圖像i的各個像素點濾波均值meani和方差vari：meani＝fmean(i)vari＝fmean(i.*i)-meani.*meani其中fmean()表示窗口大小為r*r，權重系數均為1/(r*r)的二維滑動窗口均值濾波器，.*表示矩陣點乘操作，r為預設值；(2.2)計算：其中ε為防溢出因子；(2.3)對a和b進行二維滑動窗口均值濾波：meana＝fmean(a)meanb＝fmean(b)(2.4)計算圖像細節數據id：id＝i-meana.*i-meanb。本發明的一個實施例中，所述步驟(3)具體為：對圖像細節數據id做如下處理得到最終細節數據i'd：i’d＝g*meana.*id。本發明的一個實施例中，所述步驟(4)具體為：其中max()和min()表示取最大值和最小值操作，所述m為所述輸出紅外圖像i'f中像素值的理論最大值。本發明的一個實施例中，所述平臺值t的選取范圍為h(l)最大值的1/32到1/128之間。本發明的一個實施例中，所述d的取值為255。本發明的一個實施例中，所述r的取值大小介于2到8之間，所述ε的取值為20。本發明的一個實施例中，所述細節增益因子g的取值范圍為0.5-4。按照本發明的另一方面，還提供了一種紅外圖像細節增強裝置，包括圖像基調數據獲取模塊、圖像細節數據獲取模塊、最終細節數據獲取模塊以及輸出紅外圖像獲取模塊，其中：所述圖像基調數據獲取模塊，用于采用平臺直方圖均衡算法對原始紅外圖像i進行壓縮處理，獲得圖像基調數據ib；所述圖像細節數據獲取模塊，用于根據所述原始紅外圖像i設計其細節保持濾波器，利用所述細節保持濾波器對所述原始紅外圖像i進行細節保持濾波，得到圖像細節數據id；所述最終細節數據獲取模塊，用于計算所述圖像細節數據id的放大系數，并根據所述放大系數和預設的細節增益因子g處理所述圖像細節數據id，得到最終細節數據i'd，其中所述細節增益因子g用于控制圖像細節占比權重；所述輸出紅外圖像獲取模塊，用于根據公式if＝ib+g*i'd融合所述圖像基調數據ib和最終細節數據i'd得到合并紅外圖像if，并處理所述合并紅外圖像if中非正和溢出數值部分，得到輸出紅外圖像i'f。總體而言，通過本發明所構思的以上技術方案與現有技術相比，具有如下有益效果：本發明提供的紅外圖像細節增強方法，采用平臺直方圖均衡算法，保持圖像整體細節和對比度；采用細節保持濾波器控制圖像局部細節，合并基調數據和細節數據得到最終輸出圖像，對圖像細節增強的同時抑制了噪聲。添加平臺值t和細節增益因子g以應對各種場景。直方圖均衡算法和細節保持濾波器計算復雜度低，有利于實現實時算法，可應用于紅外溫度流和視頻數據。附圖說明圖1是本發明實施例中一種紅外圖像細節增強方法的原理示意圖；圖2是利用本發明紅外圖像細節增強方法的效果示意圖；圖3是本發明實施例中一種紅外圖像細節增強裝置的結構示意圖。具體實施方式為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。此外，下面所描述的本發明各個實施方式中所涉及到的技術特征只要彼此之間未構成沖突就可以相互組合。如圖1所示，本發明提供了一種紅外圖像細節增強方法，包括如下步驟：步驟一：采用平臺直方圖均衡算法對原始紅外圖像i進行壓縮處理，獲得圖像基調數據ib，作為全局圖像顯示基調。其中平臺值t的選取通過計算圖像直方圖參數獲得。所述步驟一中采用的直方圖均衡算法，先通過平臺值調整直方圖，如下式：其中h(l)為調整前紅外圖像i的直方圖分布函數，表示原始紅外圖像中像素值為l的像素個數，h'(l)為調整后的直方圖分布函數。通過平臺值t對占較多像素的背景和噪聲進行了抑制。平臺值t根據實際圖像對比度需求，選取范圍為h(l)最大值的1/32到1/128之間，可作為紅外圖像對比圖調節參數。利用調整后的直方圖分布函數計算圖像基調數據ib，計算方式如下式；其中ib(l)表示原圖中像素值為l的像素進過計算，在基調數據ib中的新值。所述d小于或等于所述輸出紅外圖像i'f中像素值的理論最大值，一般選取為像素值的理論最大值(例如，當每個像素點的位數為8bits時，像素值的理論最大值為255)。l為所述原始紅外圖像i的最大像素值。步驟二：根據所述原始紅外圖像i設計其細節保持濾波器，利用所述細節保持濾波器對所述原始紅外圖像i進行細節保持濾波，得到圖像細節數據id；所述步驟二中采用的細節保持濾波器，其計算方法如下：首先計算紅外圖像i各個像素點濾波均值和方差：其中fmean()表示窗口大小為r*r，權重系數均為1/(r*r)的二維滑動窗口均值濾波器，r的取值大小介于2到8之間，一般取4，取值過大對計算量略有影響。.*表示矩陣點乘操作，也即矩陣內數據自身平方后作為計算結果。i、meani和vari都輸與紅外圖像等大小的矩陣，例如640*480分辨率的紅外圖像對應640*480的矩陣數據。本步驟中所有計算均為矩陣計算，之后不再贅述。細節保持濾波器輸出id與原始紅外圖像i的差值為細節信息，數值相對原始圖像較小，因此我們可以認為id為i的一次線性擬合輸出，id＝i-(a.*i+b)。基于線性回歸方法求解擬合系數得到：其中a為擬合一次項系數，b為零次項系數，ε為防溢出因子，用于防止數值異常和計算溢出，其經驗取值為20。再次對a、進行b二維滑動窗口均值濾波：最終得到紅外圖像細節數據id：id＝i-meana.*i-meanb(6)以上為細節保持濾波器所指計算過程。步驟三：計算所述圖像細節數據id的放大系數，并根據所述放大系數和預設的細節增益因子g處理所述圖像細節數據id，得到最終細節數據i'd，其中所述細節增益因子g用于控制圖像細節占比權重。所述步驟三中用細節特征函數去計算細節放大增益。用一次項系數a可以表征圖像細節程度，對圖像細節數據id做如下處理得到最終細節數據i'd：i'd＝g*meana.*id(7)其中g為細節增益因子，以便控制圖像細節占比權重，g取值范圍為0.5-4，一般取值1。當g增加時，圖像細節更加突出，g減小時，圖像細節受到抑制。步驟四：合并圖像基調數據ib和圖像細節數據i'd，并處理if＝ib+g*i'd數值中非正和溢出部分，得到輸出紅外圖像i'f。所述步驟四中圖像基調數據ib和圖像細節數據i'd合并處理如下：if＝ib+g*i'd(8)由于最終輸入給顯示器為nbits灰度數據，因此需要對if中越界的小于零和大于m的數據進行修剪，m＝2n，方式如下：本實施例中以n＝8為例，修剪方式如下：其中max()和min()表示取最大值和最小值操作。上式中，當if最大值和最小值差值較小時，直接把if平移到8bits灰度中間值；當差值較大時，需要對if進行壓縮處理，使之均勻分布在0～255之間。如上得到i'f即為本方法進行細節增強輸出的最終紅外數據。本方法的紅外圖像增強效果可以通過圖2的對比體現。相比于圖2左側圖像，右側圖像在泛白或者過黑的區域能顯示更多的細節，背景噪聲也得到抑制，有效提高圖像顯示效果，并且克服了一般細節增強算法邊沿翻轉的問題。本方法計算復雜度低。把本方法應用在紅外熱像儀產品上，測試本方法處理單幀紅外圖像耗時。相比于現有方法普遍數百毫秒甚至數秒的單幀處理時間，本方法對圖片庫中文件測試，平均耗時為3.32ms(384*288)和8.93ms(640*480)，并且單幀耗時數值波動小，基本與圖像內容無關。本方法可以應用在50hz和30hz的紅外產品中。測試硬件環境為：inteli5-5200u，ddr3l-16004g軟件環境為：window1064位操作系統,visualstudio2013實際情況如表1所示：表1分辨率幀率單幀耗時384*28850hz3.32ms640*48030hz8.93ms進一步地，如圖3所示，本發明還提供了一種紅外圖像細節增強裝置，包括圖像基調數據獲取模塊1、圖像細節數據獲取模塊2、最終細節數據獲取模塊3以及輸出紅外圖像獲取模塊4，其中：所述圖像基調數據獲取模塊1，用于采用平臺直方圖均衡算法對原始紅外圖像i進行壓縮處理，獲得圖像基調數據ib；所述圖像細節數據獲取模塊2，用于根據所述原始紅外圖像i設計其細節保持濾波器，利用所述細節保持濾波器對所述原始紅外圖像i進行細節保持濾波，得到圖像細節數據id；所述最終細節數據獲取模塊3，用于計算所述圖像細節數據id的放大系數，并根據所述放大系數和預設的細節增益因子g處理所述圖像細節數據id，得到最終細節數據i'd，其中所述細節增益因子g用于控制圖像細節占比權重；所述輸出紅外圖像獲取模塊4，用于根據公式if＝ib+g*i'd融合所述圖像基調數據ib和最終細節數據i'd得到合并紅外圖像if，并處理所述合并紅外圖像if中非正和溢出數值部分，得到輸出紅外圖像i'f。本領域的技術人員容易理解，以上所述僅為本發明的較佳實施例而已，并不用以限制本發明，凡在本發明的精神和原則之內所作的任何修改、等同替換和改進等，均應包含在本發明的保護范圍之內。當前第1頁12