[发明专利]UUV近海面红外图像自适应归并直方图拉伸增强方法

说明书

技术领域

本发明涉及的是一种红外成像技术，尤其是涉及一种UUV近海面红外图像的增强方法。

背景技术

红外成像系统在成像过程中由于自身成像原因会使得红外图像具有信噪比低、图像模糊、低对比度等特点。UUV拍摄近海面红外图像时，由于UUV运动的影响、拍摄景物温差区别、海浪干扰等因素，使得其拍摄的红外图像质量相比一般的红外图像更差。因此，为了提高UUV拍摄的近海面红外图像的质量，使得图像中的信息能够更好的被捕捉和利用，需要对红外图像进行增强处理。

直方图均衡化是一种有效、简单、使用广泛的图像增强方法，它的实现是以灰度“吞噬”为代价的。学者扈佃海等在《一种改进的直方图均衡化图像增强方法》中针对图像因细节丢失而变模糊的问题提出一种均衡化处理后增加图像灰度级的方法。该方法可以提高图像整体对比度与保留原图像更多的细节。但是该方法在处理极度模糊与轮廓不清楚的图像时，效果不理想。学者王炳健等在《基于平台直方图的红外图像自适应增强算法》中提出的自适应算法克服了平台阈值选择困难的问题，并且能够较好的增强目标，降低运算量，但是他主要对平台阈值的选取进行研究改进而并没有对平台直方图均衡化算法进行相关研究与改进。根据直方图均衡化原理可知，当像素个数所占比重在[0,1/N)(N为灰度级范围，一般为255)之间时，像素级可能会被归并，但是当像素个数所占比重大于或者等于1/N时，像素级一定不会被归并到相邻的灰度级中。因此直方图均衡化不能够实现对比重大于或者等于1/N的像素级的合并。然而在一些极度模糊的图像中，尽管有些像素级的比重大于或者等于1/N，但是它对图像质量的贡献并不大，即可以将其灰度级进行改变以提高图像质量。此时直方图均衡化原理便不能够对该部分灰度级起到作用了。

发明内容

本发明的目的在于提供一种能提高红外图像的清晰度、凸显目标的轮廓与纹理的UUV近海面红外图像自适应归并直方图拉伸增强方法。

本发明的目的是这样实现的：

(1)、获取原始红外图像；

(2)、获得红外图像传统直方图；

(3)、利用Otsu方法获取归并阈值G；

(4)、将小于阈值T的灰度级值对应的像素归并到其右相邻的灰度级中；

(5)、对得到的新的归并直方图进行灰度拉伸；

(6)、得到增强后的红外图像。

本发明还可以包括

1、所述利用Otsu方法获取归并阈值G的步骤包括：

(1)、将传统直方图的灰度级值存储到一个数组中；

(2)、利用Otsu方法求取该数组中数值的阈值T；

(3)、归并阈值取阈值T的一半，故G＝0.5*T。

2、所述将小于归并阈值T的灰度级值对应的像素归并到其相邻的灰度级中的步骤包括：

若红外图像灰度级值小于归并阈值G且灰度级小于255，将该灰度级对应的像素点值设置为该灰度级右相邻灰度级的大小；若红外图像灰度级值小于归并阈值G且灰度级等于255，将该灰度级对应的像素点值设置为该灰度级左相邻灰度级的大小；若红外图像灰度级值大于归并阈值G，则对应像素点的一切保持不变。

3、所述对得到的新的归并直方图进行灰度拉伸的步骤包括：

对于得到的归并直方图，利用下述公式进行变换，实现归并直方图拉伸：

将上式进行简化得：

其中，I(i,j)为图像像素值；x为拉伸变换后I(i,j)对应像素点的像素值；255为图像最大灰度级；G_min为归并直方图中最小的灰度级；G_max为归并直方图中最大的灰度级。

为解决已有技术中存在的问题本发明利用最大类间方差法实现归并阈值的自适应选取，打破以往直方图均衡化只能将像素个数比重在[0,1/N)区间中的像素归并的限制，自主调节像素个数比重归并范围，充分发挥细节“吞噬”在增强模糊、轮廓不清楚的图像时的作用，实验证明该方法对极度模糊的图像具有十分理想的结果。该发明以牺牲细节为代价换取红外图像的清晰度，凸显了目标的轮廓与纹理。

本发明的有益效果是：(1)利用Otsu方法(最大类间方差法或大津法)来实现像素个数阈值的选取。并根据实际实验经验取阈值的一半作为归并阈值，实现了增强算法的自适应。(2)受直方图均衡化“吞噬”细节的启发，提出通过设置阈值来确定“吞噬”条件范围，能够一定程度上抑制天空曝光的干扰而突出目标，使海浪具有明显的形状，不再连成一片光亮区域，从而使得海浪的纹理变得更加清晰，使属于同一灰度范围内的图像区域变得相对平滑。