一種應用于紅外熱像儀圖像細節增強和噪聲抑制方法
【專利摘要】本發明公開了一種應用于紅外熱像儀圖像細節增強和噪聲抑制方法，包括以下步驟：S1邊緣圖像提取、S2細節圖像提取、S3基本圖像提取、S4將提取出的邊緣圖像、細節圖像和基本圖像分別進行細節增強；S5將增強后的邊緣圖像、細節圖像和基本圖像進行融合，得到最終的增強圖像；本發明提供了一種應用于紅外熱像儀圖像細節增強和噪聲抑制方法，對邊緣圖像、細節圖像和基本層圖像的分別進行提取和處理，再將處理后的圖像進行融合，使得處理后的圖像對比度和細節顯著增強；同時在第二平滑圖像對應的細節層中去除了明顯的邊緣，完全不會出現邊緣灰度反轉現象。
【專利說明】
-種應用于紅外熱像儀圖像細節増強和噪聲抑制方法
技術領域
[0001] 本發明設及一種應用于紅外熱像儀圖像細節增強和噪聲抑制方法。
【背景技術】
[0002] 現代高性能紅外熱像儀能夠獲得動態范圍很大的原始圖像數據，位寬一般12-16 位，但是顯示設備的動態范圍位寬一般為8位，所W必須對壓縮原始圖像數據所W-般顯示 設備上只會顯示大輪廓;基本背景信息;損失了場景大量的細節特征，從而導致重要的細節 f目息丟失。
[0003] 現有技術的圖像去噪方法有:全局直方圖均衡化，利用整幅圖像的概率密度分布 函數計算累積密度分布函數，過灰度級映射實現處理圖像對比度增強該方法能夠對直方圖 概率密度高德灰度級實現明顯的增強效果，而對低概率密度灰度級很難有效增強，甚至灰 度級合并導致細節丟失。
[0004] 自動增益控制，首先剔除場景中的極值，然后整體動態范圍映射到0-255的灰度空 間，運種方法導致對比度低，細節丟失嚴重；
[0005] 圖像分層處理，主要是把圖像分層細節層和基本層，該方法運算量大，容易出現邊 緣灰度反轉，對微小細節增強不明顯。

【發明內容】

[0006] 本發明的目的在于克服現有技術的不足，提供一種應用于紅外熱像儀圖像細節增 強和噪聲抑制方法，對邊緣圖像、細節圖像和基本層圖像的分別進行提取和處理，再將處理 后的圖像進行融合，使得處理后的圖像對比度和細節顯著增強。
[0007] 本發明的目的是通過W下技術方案來實現的：一種應用于紅外熱像儀圖像細節增 強和噪聲抑制方法，包括W下步驟:包括邊緣圖像提取步驟S1、細節圖像提取步驟S2、基本 圖像提取步驟S3、細節增強步驟S4和圖像融合步驟S5;
[000引所述的邊緣圖像提取步驟Sl包括W下子步驟：
[0009] S11.采用第一邊緣平滑濾波器對原始圖像I進行處理，得到第一平滑圖像Tl;
[0010] Sl2.提取邊緣圖像DIl:
[0011] DIl = I-Tl;
[0012] 進一步地，由于大部分的噪聲主要存在于第一平滑圖像Tl中，利用原始圖圖像I減 去第一平滑圖像Tl來提取邊緣圖像，能夠對噪聲起到很好的抑制作用。
[0013] 所述的細節圖像提取步驟S2包括W下子步驟：
[0014] S21.采用第二邊緣平滑濾波器對原始圖像I進行處理，得到第二平滑圖像T2;
[0015] S22.計算第二平滑圖像T2對應的細節層DI2:
[0016] DI2 = I-T2；
[0017] 進一步地，由于大部分的噪聲主要存在于第二平滑圖像T2中，用原圖像I減去第二 平滑圖像T2來得到細節層，能夠對噪聲起到很好的抑制作用。
[001引 S23.提取細節圖像DI:
[0019] DI=DI2-DI1；
[0020] 所述的基本圖像提取步驟S3包括:采用邊緣保持濾波器對原始圖像I進行處理，得 到基本層圖像T3;
[0021] 所述的細節增強步驟S4包括：
[0022] S41.對邊緣圖像DIl進行細節增強處理，得到增強的邊緣圖像DIl^ ;
[0023] S42.對細節圖像DI進行細節增強處理，得到增強的細節圖像DI^ ;
[0024] S43.對基本圖像P3進行細節增強處理，得到增強的基本圖像T3/ ;
[0025] 所述的圖像融合步驟S5包括:將增強的邊緣圖像DIl^、細節圖像DI^與基本圖像 T3/進行融合，得到最終的增強圖像D0UT_B:
[00%] DWT_B = T3^Pl*DI(y+P2*DI^ ;
[0027] 式中，Pl，P2是比例系數，Pl的取值區間為(0，3)，P2的取值區間為(0，2)。
[0028] 步驟S41中通過GAMMA曲線變換對邊緣圖像DI1進行細節增強，得到增強的邊緣圖 像DIl'。
[0029] 步驟S42中通過GAMM曲線變換對細節圖像DI進行細節增強，得到增強的細節圖像 DI'。
[0030] 所述的步驟S43包括:將基本層圖像T3對進行對比度增強，并基本層圖像T3中像素 點灰度值范圍壓縮到0-255的灰度空間。
[0031] 所述的一種應用于紅外熱像儀圖像細節增強和噪聲抑制方法，還包括一個最終的 增強圖像值域限定步驟S6,包括W下子步驟：
[0032] S61.查找最終的增強圖像D0UT_B中灰度值小于0的像素點，并將其灰度值限定為 0；
[0033] S62.查找最終的增強圖像D0UT_B中灰度值大于255的像素點，并將其灰度值限定 為 255。
[0034] 本發明的有益效果是:通過對邊緣圖像、細節圖像和基本層圖像的分別進行提取 和處理，再將處理后的圖像進行融合，使得處理后的圖像對比度和細節顯著增強；同時在第 二平滑圖像對應的細節層中去除了明顯的邊緣，完全不會出現邊緣灰度反轉現象。
【附圖說明】
[0035] 圖1為本發明的流程圖。
【具體實施方式】
[0036] 下面結合附圖進一步詳細描述本發明的技術方案，但本發明的保護范圍不局限于 W下所述。
[0037] 如圖1所示，一種應用于紅外熱像儀圖像細節增強和噪聲抑制方法，包括W下步 驟:包括邊緣圖像提取步驟S1、細節圖像提取步驟S2、基本圖像提取步驟S3、細節增強步驟 S4和圖像融合步驟S5;
[0038] 所述的邊緣圖像提取步驟Sl包括W下子步驟：
[0039] S11.采用第一邊緣平滑濾波器對原始圖像I進行處理，得到第一平滑圖像Tl;
[0040] SI 2.提取邊緣圖像DI I:
[0041] DIl = I-Tl;
[0042] 所述的細節圖像提取步驟S2包括W下子步驟：
[0043] S21.采用第二邊緣平滑濾波器對原始圖像I進行處理，得到第二平滑圖像T2;
[0044] S22.計算第二平滑圖像T2對應的細節層DI2:
[0045] DI2 = I-T2；
[0046] S23.提取細節圖像DI:
[0047] DI=DI2-DI1；
[0048] 此步驟在第二平滑圖像T2對應的細節層DI2,減去了邊緣圖像DIU去除了明顯的 邊緣信息），完全不會邊緣灰度反轉現象。
[0049] 所述的基本圖像提取步驟S3包括:采用邊緣保持濾波器對原始圖像I進行處理，得 到基本層圖像T3;
[0050] 所述的細節增強步驟S4包括：
[0051] S41.對邊緣圖像DIl進行細節增強處理，得到增強的邊緣圖像DIl^ ;
[0052] S42.對細節圖像DI進行細節增強處理，得到增強的細節圖像DI^ ;
[0053] S43.對基本圖像P3進行細節增強處理，得到增強的基本圖像T3/ ;
[0054] 所述的圖像融合步驟S5包括:將增強的邊緣圖像DIl^、細節圖像DI^與基本圖像 T3/進行融合，得到最終的增強圖像D0UT_B:
[0055] DWT_B = T3^Pl*DI(y+P2*DI';
[0056] 式中，Pl，P2是比例系數，Pl的取值區間為(0，3)，P2的取值區間為(0，2)。
[0057] 步驟S41中通過GAMMA曲線變換對邊緣圖像DI1進行細節增強，得到增強的邊緣圖 像DIl'。
[0058] 步驟S42中通過GAMMA曲線變換對細節圖像DI進行細節增強，得到增強的細節圖像 DI'。
[0059] 所述的步驟S43包括:將基本層圖像T3對進行對比度增強，并基本層圖像T3中像素 點灰度值范圍壓縮到0-255的灰度空間。
[0060] 所述的一種應用于紅外熱像儀圖像細節增強和噪聲抑制方法，還包括一個最終的 增強圖像值域限定步驟S6,包括W下子步驟：
[0061] S61.查找最終的增強圖像D0UT_B中灰度值小于0的像素點，并將其灰度值限定為 0；
[0062] S62.查找最終的增強圖像D0UT_B中灰度值大于255的像素點，并將其灰度值限定 為 255。
[0063 ] 實施例1，通過(2k+l) * (化+1)的滑動窗口依次對整幅圖像進行檢測：
[0064]
…
[0065] 式中，X表示圖像行坐標，y表示圖像列坐標，k窗口大??；
[0066] -k:k表示S和t的取值為-k到k之間的整數，即s = -k,-k+l,. . . ,k-l ,k;
[0067] t = -k,_k+l, . . . ,k_l ,k。
[00側 在3取值范圍為3 =戈-4+1，...，4-1山*取值范圍為
[0069] [(x+s,y+t)的最大值，即當前窗口中的像素最大值。
[0070] 衰示I(x+s,y+t)的最小值，即當前窗口中的像素最小 值。
[0071 ] 公式（1)中的delta(x,y)表示圖像對滑動（2k+l)*(化+1)窗口求局部delta值，即 最大值和最下值之差，能夠表征圖像中細節和邊緣，一般情況下：
[0072] delta<100的區域是不包含細節平滑區域；100<delta<2000的區域主要是細節； Delta〉2000的區域為比較明顯邊緣。
[0073] 引入參數eps，對de 1 ta (X, y)進行歸一化，得到：
[0074]
(2)
[0075] 根據公式(2)可W看出，
[0076] 如果delta(x,y) ^eps，則a(x,y) >0.5;
[0077] 如果(1611日(^;,5〇<693，則日(^;,5〇<0.5;
[0078] 求圖像對滑動(2k+1) * (化+1)窗口求局部的均值：
[0079]
巧）
[0080] 對于邊緣平滑濾波器：
[0081] I_s(x,y) = I(x,y)*(l-a(x,y))+I_avg(x,y)*a(x,y) (4)
[0082] 式中I_s(x，y)表示邊緣平滑濾波器輸出圖像，I(x，y)表示原圖像。
[0083] 可見a(x，y)越大則均值比例就大，圖像原始值比例越小，也就是說delta<eps的區 域delta越小越接近原圖；Del1:a = eps區域原圖和均值各占一半;del1:a〉邱S的區域delta越 大越平滑；因此第一邊緣平滑濾波器和第二邊緣平滑濾波器就可W通過設置不同的eps來 實現，例如第一邊緣平滑濾波器可設置eps為2000~5000之間，第二邊緣平滑濾波器可設置 eps為30~100之間。
[0084] 對于邊緣保持濾波器：
[0085] I_bs(x,y) = I_avg(x,y)*(l-a(x,y))+I(x,y)*a(x,y), (5)
[0086] I_bs (X，y)為邊緣保持濾波器輸出的圖像。
[0087] 由公式（5)可知：平滑de 1 ta比較小區域，保持de 1 ta比較大的區域，即可達到邊緣 保持目的，例如巧S可設置為30~100。
【主權項】
1. 一種應用于紅外熱像儀圖像細節增強和噪聲抑制方法，其特征在于:包括以下步驟： 包括邊緣圖像提取步驟S1、細節圖像提取步驟S2、基本圖像提取步驟S3、細節增強步驟S4和 圖像融合步驟S5; 所述的邊緣圖像提取步驟Sl包括以下子步驟：511. 采用第一邊緣平滑濾波器對原始圖像I進行處理，得到第一平滑圖像Tl;512. 提取邊緣圖像DI1: DIl = I-Tl; 所述的細節圖像提取步驟S2包括以下子步驟：521. 采用第二邊緣平滑濾波器對原始圖像I進行處理，得到第二平滑圖像T2;522. 計算第二平滑圖像T2對應的細節層DI2: DI2 = I-T2；523. 提取細節圖像DI: DI=DI2-DI1； 所述的基本圖像提取步驟S3包括:采用邊緣保持濾波器對原始圖像I進行處理，得到基 本層圖像T3; 所述的細節增強步驟S4包括：541. 對邊緣圖像DIl進行細節增強處理，得到增強的邊緣圖像DIlS542. 對細節圖像DI進行細節增強處理，得到增強的細節圖像DlS543. 對基本圖像P3進行細節增強處理，得到增強的基本圖像T3S 所述的圖像融合步驟S5包括:將增強的邊緣圖像DIf、細節圖像Df與基本圖像T3'進 行融合，得到最終的增強圖像DOUT_B: D0UT_B = T37+Pl^DIO7+P2*DI7 ； 式中，P1，P2是比例系數，Pl的取值區間為(0,3)，P2的取值區間為(0,2)。2. 根據權利要求1所述的一種應用于紅外熱像儀圖像細節增強和噪聲抑制方法，其特 征在于:步驟S41中通過GAMM曲線變換對邊緣圖像DIl進行細節增強，得到增強的邊緣圖像 DIl7 〇3. 根據權利要求1所述的一種應用于紅外熱像儀圖像細節增強和噪聲抑制方法，其特 征在于：步驟S42中通過GAMMA曲線變換對細節圖像DI進行細節增強，得到增強的細節圖像 DI7。4. 根據權利要求1所述的一種應用于紅外熱像儀圖像細節增強和噪聲抑制方法，其特 征在于:所述的步驟S43包括:將基本層圖像T3對進行對比度增強，并基本層圖像T3中像素 點灰度值范圍壓縮到0-255的灰度空間。5. 根據權利要求1所述的一種應用于紅外熱像儀圖像細節增強和噪聲抑制方法，其特 征在于:還包括一個最終的增強圖像值域限定步驟S6,包括以下子步驟：561. 查找最終的增強圖像DOUT_B中灰度值小于0的像素點，并將其灰度值限定為0;562. 查找最終的增強圖像DOUT_B中灰度值大于255的像素點，并將其灰度值限定為 255。
【文檔編號】G06T5/00GK105957030SQ201610265370
【公開日】2016年9月21日
【申請日】2016年4月26日
【發明人】謝雪平, 曾衡東, 章睿, 董濤
【申請人】成都市晶林科技有限公司