[发明专利]一种基于改进局部纹理特征的红外图像处理方法

权利要求书

1.一种基于改进局部纹理特征的红外图像处理方法，其特征在于，包括如下步骤：

步骤1、采用二阶拉普拉斯算子对角线模板对原始红外图像I进行掩模，得到差值图I_dif；

步骤2、获取差值图的统计直方图；

步骤3、设定边缘差值阈值，统计差值数，获取图像边缘信息；

步骤4、建立改进的局部二值模式算子LBP，针对边缘附近9*9邻域，提取局部纹理特征，对原始红外图像I的边缘校正，得到校正后的差值图I′_dif；

步骤5、将原始红外图像I和经过改进局部二值模式算子LBP校正过的差值图I′_dif加权相加，得到增强后的红外图像I_enh；

步骤1中对角线模板为[1 1 1；1 -8 1；1 1 1]；

步骤1中即对于原始红外图像I的第i行第j列像素I(i,j)，其对应的差值图的像素I_dif(i,j)为：

其中x、y表示像素位移；

步骤2中，统计每个差值间隔上的像素数目P_dif，其中差值取值范围为I_dif(i,j)∈[-2048,2048]；

步骤3包括：

步骤3-1、设定边缘差值个数阈值T，T＝λ*M*N，其中M和N为原始红外图像I的高和宽，其中λ表示边缘数占图像总像素的比值；

步骤3-2、从差值为0开始，以步长1向左向右同时累加得到累加和sum_P；

当sum_P≥T时，停止累加，标记此时差值为dif_T；

步骤3-3、获取图像边缘位置集，令(R,C)表示原始红外图像I第R行第C列，则位置集为{(R,C)|I_dif(R,C)＞dif_T or I_dif(R,C)＜-dif_T}；

步骤4包括如下步骤：

步骤4-1、建立改进的局部二值模式算子LBP，将基本LBP算子的矩阵块尺寸扩展为9*9个像素，其中中间3*3矩阵块作为边缘区域，其中心对应一个边缘像素，邻域上8个3*3矩阵块作为8个方向的背景区域；

步骤4-2、采用边缘的一半作为改进LBP算子的阈值T_LBP，即T_LBP＝0.5*dif_T，对差值图上8个方向的背景区域进行编码，若第i行第j列位置差值I_dif(i,j)＜T_LBP，则该位置的背景特征值为0，反之为1；

步骤4-3、当检测到某一个方向背景区域的特征值全为0，即编码值为000000000时，标记该边缘区域里的所有边缘为待校正边缘Tag_edge；

步骤4-4、由左至右、由上至下以步长3滑动边缘区域矩阵块，若下一边缘与当前边缘区域列距离大于3，则跳至下一边缘处，直至所有边缘检测完毕；

步骤4-5、根据以下公式校正所有标记的边缘，得到校正后的差值图I′_dif；

2.根据权利要求1所述的方法，其特征在于，步骤5中加权相加公式为：I_enh＝I+α*I′_dif，

其中α为权重，用于调节边缘增强的力度。