[发明专利]一种用于红外图像的自适应染色方法、系统、存储介质、终端有效

专利信息
申请号: 201810975358.4 申请日: 2018-08-24
公开(公告)号: CN109147005B 公开(公告)日: 2023-02-28
发明(设计)人: 代志勇;卢靖 申请(专利权)人: 电子科技大学
主分类号: G06T11/40 分类号: G06T11/40;G06T5/00;G06T7/90;G06V10/762
代理公司: 成都华风专利事务所(普通合伙) 51223 代理人: 徐丰;张巨箭
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 红外 图像 自适应 染色 方法 系统 存储 介质 终端
【权利要求书】:

1.一种用于红外图像的自适应染色方法,其特征在于:包括以下步骤:

灰度直方图统计:计算出红外图像每一个灰度值的像素点个数占总像素点的比例;

条件判断与选择:判断在高于X%的灰度阶数量上分布的像素点数是否占整张红外图片总像素点数的Y%以下,如果是则进入K-means聚类,否则进入Mean-Shift聚类;

K-means聚类:手动指定聚类的数目即K值后进行聚类;

Mean-Shift聚类:自动进行聚类;

彩虹码伪彩色离散变换:将K-means聚类或Mean-Shift聚类完成的聚类数作为离散的颜色划分区间段即将红到蓝的彩虹色分为若干个区间,并取每个区间的中心色,进行从高灰度值到低灰度值的伪彩色映射;

彩虹码伪彩色离散变换在RGB三个通道上分别进行,变换关系如下:

R通道:

G通道:

B通道:

式中,n为聚类完成的聚类数,即所述颜色划分区间段数;x是具体的颜色编号,代表第x个颜色,其中x的取值是离散的,只能取0,1,2...n-1,所以x的取值区间为[0,n)。

2.根据权利要求1所述的一种用于红外图像的自适应染色方法,其特征在于:所述的方法还包括在所述灰度直方图统计之前的:

图像增强预处理:通过直方图均衡处理增强原始红外图像的对比度,改善红外图像的暗部细节;再通过非锐化掩膜处理增强红外图像中的边缘部分,提升图像的信息量。

3.根据权利要求2所述的一种用于红外图像的自适应染色方法,其特征在于:所述的图像增强预处理还包括在非锐化掩膜处理之后的:

在图像质量过差的时候进行Retinex算法,使得红外图像在动态范围压缩、边缘增强和颜色恒常三个方面达到平衡。

4.根据权利要求1所述的一种用于红外图像的自适应染色方法,其特征在于:所述的条件判断与选择中X与Y值的取值,为基于对大量的质量较高/观感较好的红外图片、以及质量低/观感差的红外图片进行灰度直方图统计分析得出的划分结论。

5.根据权利要求1所述的一种用于红外图像的自适应染色方法,其特征在于:所述的K-means聚类在手动指定聚类的数目后进行手动反馈不断调整K值。

6.根据权利要求5所述的一种用于红外图像的自适应染色方法,其特征在于:K值的初始值区间为8~12,手动调整的K值上限为20、下限为7。

7.一种用于红外图像的自适应染色系统,其特征在于:包括:

灰度直方图统计模块:用于计算出红外图像每一个灰度值的像素点个数占总像素点的比例;

条件判断与选择模块:用于判断在高于X%的灰度阶数量上分布的像素点数是否占整张红外图片总像素点数的Y%以下,如果是则进入K-means聚类,否则进入Mean-Shift聚类;

K-means聚类模块:用于手动指定聚类的数目即K值后进行聚类;

Mean-Shift聚类模块:用于自动进行聚类;

彩虹码伪彩色离散变换模块:用于将K-means聚类或Mean-Shift聚类完成的聚类数作为离散的颜色划分区间段即将红到蓝的彩虹色分为若干个区间,并用于取每个区间的中心色进行从高灰度值到低灰度值的伪彩色映射;

彩虹码伪彩色离散变换在RGB三个通道上分别进行,变换关系如下:

R通道:

G通道:

B通道:

式中,n为聚类完成的聚类数,即所述颜色划分区间段数;x是具体的颜色编号,代表第x个颜色,其中x的取值是离散的,只能取0,1,2...n-1,所以x的取值区间为[0,n)。

8.一种存储介质,其上存储有计算机指令,其特征在于:所述计算机指令运行时使得计算机执行权利要求1至6中任一项所述的一种用于红外图像的自适应染色方法的步骤。

9.一种终端,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机指令,其特征在于,所述处理器运行所述计算机指令时执行权利要求1至6中任一项所述的一种用于红外图像的自适应染色方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810975358.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top