基于改进直方图均衡化的红外图像增强技术的研究

近年来,红外成像技术广泛应用于军工、制造等领域,但由于红外图像的成像原理和成像系统自身的扫描机制,使得获得的红外图像对比度低、噪声大、清晰度不高,并且红外图像经过红外热像仪的电子部分和光学元件处理后,灰度级会有所损失。为了计算机能够更好进行目标检测和跟踪,对图像的处理是必不可少的,其中图像增强技术是图像处理的基础。设计了一种改进的直方图均衡化的增强技术即双平台直方图均衡化。

基于平台直方图的红外图像自适应增强算法

针对红外图像的特点,提出了一种基于平台直方图均衡化的自适应红外图像增强算法 该算法通过自适应地选择平台阈值,对红外图像进行增强处理,克服了采用一般直方图均衡化增强红外图像的缺点,同时算法的运算量远远小于其他平台直方图均衡化算法,便于实时实现 理论分析和仿真结果均表明,该算法对红外图像具有很好的增强效果,可较好的抑制背景的增强,突出目标.

基于双平台直方图的红外图像增强算法

针对红外图像特别是红外弱小目标图像的特点,提出了一种基于双平台的直方图均衡算法。在对统计直方图设置两个不同的平台阈值的基础上,对修改后的直方图进行均衡化处理,然后对得到的图像进行灰度间距上的均衡化处理。算法中的上限平台阈值对背景和噪声进行了适当抑制,下限平台阈值对小目标和细节进行了适当放大,从而克服了一般直方图均衡化在对红外图像增强时的缺点。相对单平台直方图的均衡算法,能够增强图像整体效果,同时较好地保持了图像细节。

基于噪声检测的矿井视频监控图像投票中值滤波

矿井视频监控由于受到井下光照不均匀、高浓度粉尘、成像器件电压不稳定等因素的影响,导致实时获取的图像对比度不高且含有大量的颗粒状噪声,严重影响对图像的准确判读与分析。为此,对经典中值滤波算法进行了改进,提出了一种融合噪声检测策略与投票统计学原理的改进型中值滤波算法。首先对获取的原始矿井视频监控图像采用双平台直方图均衡化算法(Double platform histogram equalization,DPHE)进行处理,该算法通过对图像各灰度级对应的像素点数目设定2个阈值(平台值)对图像背景信息进行抑制,对图像细节信息进行增强;然后将增强后的图像划分为多个规则图像块,根据各图像块内像素点灰度值的分布特征设计了一种噪声图像块自适应检测方法,若某图像块内的灰度值异常点数目超过一定限值,则该图像块被标记为噪声图像块;最后,对噪声图像块进行投票中值滤波。采用C++语言对所提算法进行了编程,并采用2幅采集于某煤矿井下综采工作面的视频监控图像进行试验,结果表明:所提算法对于不同失真程度的矿井视频监控图像的处理效果优于中值滤波、直方图均衡化等算法,对于最大限度地发挥矿井视频监控系统的作用有一定的参考价值。

一种基于背景抑制的星空图像增强方法

针对高空观测图像目标尺寸小、信噪比低以及背景和杂波干扰严重的问题,提出了一种基于背景和杂波抑制的星空图像增强方法。建立了星空背景图像增强算法模型,利用不同形状结构元素的形态学滤波方法对原始星空图像进行背景和杂波抑制,将多个支路形态学滤波的结果加权平均,采用双平台直方图均衡化方法进一步对观测目标进行图像增强。在此基础上对星空背景图像增强效果进行计算机仿真验证,并对增强后图像的信噪比和背景抑制因子进行计算。结果表明,采用该方法能够控制星空背景和杂波,改善图像的对比度,使目标细节更为丰富,便于后续目标检测与跟踪。

一种新的X射线图像增强算法

基于X射线影像增强器的视觉系统所成图像的缺点是动态范围小,对比度不够高。为此,提出一种新的X射线图像增强算法。首先在高低两个不同射线管电压下分别获取两幅图像,利用离散小波变换对其进行多分辨率图像融合,以扩展X射线图像动态范围,之后再利用双平台直方图均衡算法对融合图像进行增强。实验结果显示,射线图像得到有效增强。

基于FPGA的实时图像预处理技术在汽车夜视系统中的应用

针对红外图像的特点,提出了汽车夜视系统中图像增强的预处理方案。给出了基于FPGA的视频格式转换、快速中值滤波、自适应平台直方图双向均衡化的原理、实现方法及仿真结果。仿真结果表明本方案较好地满足了图像处理效果和处理速度的要求。

场景自适应的红外图像动态范围压缩算法

经典的红外图像动态范围压缩算法存在低动态范围时增强噪声,高动态范围时压低背景亮度以及由此带来的视频闪烁等问题,其场景适应性较差。提出了一种场景自适应的红外图像动态范围压缩算法。首先统计原始图像的最小值、均值和最大值,然后计算一套自适应参数集,最后使用自适应参数分别对均值两侧的像素按照特定的规则进行灰度映射,得到结果图像。实验结果表明,当原始图像的动态范围产生剧烈变化时,使用所设计的算法对经典的动态范围压缩算法改造后,能得到观感舒适层次分明的红外图像,较原始算法具有较大的效果提升。

一种基于图像局部信息的红外图像动态范围压缩算法

红外焦平面探测器输出的信号通常为14bit数字图像,要在常用的显示器上显示必须将14bit的图像压缩到8bit,压缩算法直接影响到了图像的细节和对比度。提出了一种基于图像局部信息的红外图像动态范围压缩算法,通过高斯滤波器将原始红外图像分解为基图像和细节图像,并统计原始图像每个像素的局部方差,然后根据每个像素的局部方差计算细节图像的自动增益函数,最后,将基图像进行平台直方图均衡化后与细节图像合成得到压缩后的图像。通过对多种场景的红外图像进行仿真验证,表明该算法能较好地增强图像的细节。