[发明专利]一种基于引导图像滤波的自适应红外图像细节增强方法

说明书

技术领域

本发明属于红外图像处理领域，更具体地，涉及一种基于引导图像滤波的自适应红外图像细节增强方法。

背景技术

由于红外成像技术具有可靠性高、保密性好、轻便易携带等独特优势，在国民经济生活中有着广泛的应用。然而限于红外探测器本身的物理特性以及环境因素，红外图像普遍存在对比度低的缺点，不仅严重影响其本身的图像质量，还不利于后续的图像目标识别与追踪等图像再处理，因此需要对其进行图像增强处理。

现有的技术对于解决红外图像高动态范围低对比度问题，通常采用自适应增益控制和直方图均衡方法来对图像进行动态范围压缩的同时提升对比度，由于这类算法中缺少必要的图像细节处理，导致其最终输出图像会丢失细节信息。为解决经典算法丢失图像细节的问题，以多尺度分割、TOP-HAT变换、边侧抑制网络、梯度处理以及图像分层等为理论基础的新算法相继被提出来。这其中又以基于图像分层的细节增强算法对图像细节的处理性能最佳。这类算法的核心思想是将代表高频部分的细节纹理和代表低频的背景分开，对这两部分图像运用不同的处理算法，并由这些处理后的子图像构建算法最终的输出图像。由于算法有针对性的提升低频基本层子图像的对比度以及增强高频细节层子图像的细节纹理，因此该类算法能在保证图像对比度的同时突出其细节信息，并有效抑制图像中的噪声。但是这类算法对于怎样保证噪声抑制和细节增强之间的平衡以及图像局部对比度提升做的不够，而且算法复杂度较高。

目前，现有技术中出现了一种GF&DDE算法，其属于基于分层的细节增强算法，能够取得比较好的图像效果。但是，该方法在基础层处理时阈值参数的选取局限性比较大，并不能对各个场景都能得到一个好的图像效果，甚至丢失图像内容。而且，GF&DDE也存在着算法复杂度比较高的缺点。因此，本领域亟需寻找一种既保证红外图像视觉效果，又具有实时性的细节增强算法。

发明内容

针对现有技术的以上缺陷或不足，本发明提供一种基于引导图像滤波的自适应红外图像细节增强算法，该算法改进了GF&DDE算法存在的不足，克服了现有技术中不能保证噪声抑制和细节增强之间的平衡等技术问题。

为实现上述目的，按照本发明，提出了一种基于引导图像滤波的自适应红外图像细节增强算法，其特征在于，所述方法包括：

(1)采用引导图像滤波对图像进行滤波处理，将滤波后的图像作为基本层图像，将原始图像减去基本层图像的图像作为细节层图像；

(2)采用自适应的二值化直方图均衡化方法对所述基本层图像进行灰度映射；

(3)采用引导滤波器的线性增益因子对所述细节层图像进行放大增强细节；

(4)将处理后的基本层图像和细节层图像加权相加，得到最终的输出图像。

作为进一步优选的，所述采用引导图像滤波进行滤波处理是指通过引导滤波器对图像进行分层处理，具体为：

IMG_base＝H_guide*IMG_original

IMG_detail＝IMG_original-IMG_base

其中，ING_original为原始输入图像，H_guide是引导滤波器的传输函数，IMG_base是滤波后的基本层图像，IMG_detail原始图像与基本层图像相减得到的细节层图像。

作为进一步优选的，所述步骤(2)具体过程为：取一个自适应阈值将基本层图像的统计直方图二值化：

其中，H(k)为基本层图像的二值化直方图，n_k为基本层图像的统计直方图，T为自适应的一个阈值：

T＝(s_max-s_min)*β+s_min

其中，s_max与s_min分别为基本层图像的统计直方图中统计像素个数的最大值和最小值，β为固定参数，选取范围在0.005到0.05之间。

作为进一步优选的，所述步骤(2)进一步包括：将基本层图像用二值化直方图进行动态范围压缩：

其中，I_bp为基本层图像经最终处理后的图像。

作为进一步优选的，所述步骤(3)中，所述细节层图像增益由引导滤波器线性因子求得：