[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

说明书

本发明公开了一种基于改进局部纹理特征的红外图像处理方法，该方法首先采用二阶拉普拉斯算子对原始红外图像进行掩模，得到二阶差值图；其次，获取差值图的统计直方图；接着，依据边缘差值阈值，获取图像边缘信息；第四，建立改进的局部二值模式算子LBP，针对边缘附近9*9邻域，提取背景局部纹理特征，对符合“伪增强”条件的边缘校正；最后，原始图和经过改进LBP检测与校正过的边缘加权相加，得到增强后的红外图像，最终达到去除红外图像二阶算子“伪增强”的目的。

技术领域

本发明属于红外图像去处理方法，特别是一种基于改进局部纹理特征的红外图像处理方法。

背景技术

红外热成像技术与可见光成像技术相比，拥有良好的烟、雾、霾等物质的穿透能力，夜间及恶劣天气下的强抗干扰性，当前已在视频监控、精确制导、安全管理等领域得到成功应用。由于受到目标辐射特性、红外传输特性以及环境因素的影响，红外图像存在信噪比低、细节少、对比度不强、视觉效果模糊等缺点，成为其实际应用的瓶颈。因此增强红外图像边缘、细节等信息是红外图像处理过程中基础且必要的步骤。

图像增强通过对图像进行去除噪声、边缘增强、改善颜色效果、改善细微层次、提高对比度、增加亮度等来改善图像的视觉效果，提高图像成分的清晰度。一种常见的图像增强的方法为锐化，目的在于突出物体的边缘轮廓和细节信息，便于目标的识别。对图像做一阶、二阶微分运算如拉普拉斯算子，即可增强图像边缘、突出图像中灰度的尖锐变换，达到图像锐化的目的。

红外图像采用微分运算增强边缘、细节信息时，常常因为突出了灰度尖锐变换时，在图像平滑区域产生“伪增强”效应，降低了红外图像质量。

发明内容

本发明提供了一种基于改进局部纹理特征的红外图像处理方法，从而实现红外图像边缘增强时产生的“伪增强”效应去除的目的。

本发明公开一种基于改进局部纹理特征的红外图像处理方法，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，提取背景局部纹理特征，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。

本发明步骤1中对角线模板为[111；1-81；111]。

本发明步骤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，其中x＝-1,0,1表示像素左移一位、无位移、右移一位，y＝-1,0,1表示像素上移一位、无位移、下移一位。

本发明步骤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]。

本发明步骤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；