[发明专利]一种基于视觉对比度分辨率的自适应红外图像增强方法

权利要求书

1.一种基于视觉对比度分辨率的自适应红外图像增强方法，其特征在于，包括以下步骤：

1)、按照人类视觉生理学中的暗视觉、中间视觉和明视觉，将红外图像的灰度范围划分为三个阶段，建立基于暗视觉、中间视觉、明视觉的视觉对比度分辨率模型CR(g)，视觉对比度分辨率模型CR(g)用于精确得到能被人眼识别的灰度差，即人眼视觉对比度分辨率阈值；

2)、通过红外图像目标和背景的分割阈值i、视觉对比度分辨率模型获取红外图像自适应非线性变换函数系数k1、k2，k1是背景灰度值的灰度变换系数，k2是目标灰度值的灰度变换系数，结合视觉对比度分辨率模型CR(g)得到最终红外图像自适应非线性变换函数，把红外图像灰度差增大至人眼视觉对比度分辨率阈值以上，把图像目标映射到人眼敏感区域，背景映射到人眼敏感度较低区域。

2.根据权利要求1所述的基于视觉对比度分辨率的自适应红外图像增强方法，其特征在于，所述步骤1)将红外图像的灰度范围划分为三个阶段：分别为[0，30]，[31，63]，[64，255]三个阶段，分别对应人类视觉生理学中的暗视觉、中间视觉、明视觉，灰度为g，建立模型CR(g)为：

CR(g)表示人眼的灰度分辨阈值，g表示灰度值。

3.根据权利要求1所述的基于视觉对比度分辨率的自适应红外图像增强方法，其特征在于，所述步骤2)采用最大类间方差法对红外图像进行图像分割得到分割阈值i，小于i的灰度大部分为背景范围灰度，大于i的灰度大部分为目标范围灰度，用下列公式获取自适应变换系数：

式中，f(x,y)为一幅红外图像，x、y表示图像中像素点的坐标值，图像的灰度范围为[f(x,y)_min,f(x,y)_max]，g为红外图像灰度值，CR(g)是人眼灰度分辨率阈值，i为图像目标和背景分割阈值，a为调节因子，控制变换系数的大小，范围为[0.5，1]，根据的大小取值，值越大，a值越小，k1是背景灰度值的灰度变换系数，k2是目标灰度值的灰度变换系数。

4.根据权利要求3所述的基于视觉对比度分辨率的自适应红外图像增强方法，其特征在于，所述自适应变换系数k1小于k2，由于红外图像灰度集中，小于255，即k1、k2大于1，表示背景范围灰度和目标范围灰度都有一定程度的拉伸，相邻灰度之间能达到了人眼灰度恰可分辨距离，而且目标灰度拉伸程度比背景拉伸程度更大，最终图像自适应非线性变换函数为：

h(x,y)代表最终的图像灰度，g为红外图像灰度值，CR(g)是人眼灰度分辨率阈值，i为红外图像目标和背景的分割阈值，k1、k2为自适应非线性变换系数，f(x,y)_min表示图像最小灰度值，f(x,y)_max表示图像最大灰度值。

5.根据权利要求3或4所述的基于视觉对比度分辨率的自适应红外图像增强方法，其特征在于，所述步骤2)采用最大类间方差法对红外图像进行图像分割得到分割阈值i，具体包括步骤：

原始红外图像灰度级为[0,1,2,…,L-1],图像归一化直方图中每个直方图分量i的概率为p_i，通过p_i计算累积和P₁(k)：

通过p_i计算累积均值m(k)：

通过p_i全局灰度均值m_G：

k为图像灰度级，可把图像灰度分为小于k和大于k两类；

2)计算类间方差

3)寻找k^*使其满足以下条件：

k^*即所需要的图像分割阈值。