[发明专利]一种红外图像的线性拉伸方法

权利要求书

1.一种红外图像的线性拉伸方法，包括：

获取红外图像；

用所述红外图像的像素点灰度值构建最大二叉堆和最小二叉堆；

获取所述最大二叉堆的根节点，以所述最大二叉堆的根节点为所述红外图像的暗点灰度值；

获取所述最小二叉堆的根节点，以所述最小二叉堆的根节点为所述红外图像的亮点灰度值；

根据所述亮点灰度值和所述暗点灰度值获得所述红外图像的拉伸参数；

用所述拉伸参数拉伸所述红外图像。

2.如权利要求1所述的方法，其特征在于，其中用所述红外图像的像素点灰度值构建最大二叉堆和最小二叉堆包括：

初始化所述最大二叉堆和所述最小二叉堆；

获取所述红外图像的所述像素点灰度值；

比较所述像素点灰度值和所述最大二叉堆的根节点，当所述像素点灰度值小于所述最大二叉堆的根节点时，用所述像素点灰度值更新所述最大二叉堆的根节点，并对所述最大二叉堆重新进行建堆操作；

比较所述像素点灰度值和所述最小二叉堆的根节点，当所述像素点灰度值大于所述最小二叉堆的根节点时，用所述像素点灰度值更新所述最小二叉堆的根节点，并对所述最小二叉堆重新进行建堆操作。

3.如权利要求2所述的方法，其特征在于，其中获取所述红外图像的所述像素点灰度值之后还包括：

判断所述像素点是否为盲元；

当所述像素点是盲元时，对所述像素点进行盲元补偿。

4.如权利要求2所述的方法，其特征在于，其中获取所述红外图像的所述像素点灰度值之后还包括：对所述像素点灰度值进行非均匀校正。

5.如权利要求1所述的方法，其特征在于，在根据所述亮点灰度值和所述暗点灰度值获得所述红外图像的拉伸参数之前还包括：

计算所述亮点灰度值和所述暗点灰度值的差值；

比较所述差值和第一阈值；

当所述差值大于所述第一阈值时，根据所述亮点灰度值和所述暗点灰度值获得所述红外图像的拉伸参数。

6.如权利要求1所述的方法，其特征在于，在根据所述亮点灰度值和所述暗点灰度值获得所述红外图像的拉伸参数之前还包括：

用调整系数调整所述亮点灰度值。

7.如权利要求1至6中任意一项所述的方法，其特征在于，其中根据所述亮点灰度值和所述暗点灰度值获得所述红外图像的拉伸参数包括：按照下列公式计算所述拉伸参数：

，

，

其中，S为第一拉伸参数，O为第二拉伸参数，High’为第三拉伸参数，Low’为第四拉伸参数，High为所述亮点灰度值，Low为所述暗点灰度值，Max为拉伸目标灰度值上限，Min为拉伸目标灰度值下限，[ ]是取整运算，是向下取整运算，是向上取整运算。

8.如权利要求1至6中任意一项所述的方法，其特征在于，其中用所述拉伸参数拉伸所述红外图像包括：按照下列公式计算拉伸后的红外图像的像素点的灰度值：

，

其中，S为第一拉伸参数，O为第二拉伸参数，High’为第三拉伸参数，Low’为第四拉伸参数，R为所述红外图像的像素点灰度值，Y为拉伸后的红外图像的像素点的灰度值，Max为拉伸目标灰度值上限，Min为拉伸目标灰度值下限。