[发明专利]一种自适应聚类的红外图像增强方法

权利要求书

1.一种自适应聚类的红外图像增强方法，其特征在于包括以下步骤：

S1给定一幅输入图像I，利用高频感知滤波计算操作，计算图像结构层信息I_S，对应的图像纹理层信息I_T，即：

I_T＝I-I_S (1)

S2对于图像结构层信息I_S，利用协方差矩阵特征图M^cov加权共现矩阵特征图M^co来编码目标内部结构成份和抑制背景噪声成份，从而获得相对清晰的结构信息

S3对于图像纹理层信息I_T，利用协方差矩阵特征图M^cov约束共现矩阵特征图M^co来保留重要的高频细节信息，从而获得相对较多的纹理细节

S4特征整合，对针对图像结构层信息I_S和图像纹理层信息I_T中重要像素进行聚类，并且采用多信息融合的操作，达到像素自适应分配前景和背景的对比度，得到最终的增强效果图I^e，

步骤S2包括：

计算获得共现矩阵特征图M^co，即：

公式(2)中，G(x,y)表示高斯滤波，x，y表示像素坐标，N表示周围像素集合，M表示共现矩阵，定义为：

公式(3)中，C(x,y)通过像素频率来计算像素x，y出现的共现性，h(x)，h(y)表示像素值的直方图；

计算获得协方差矩阵特征图M^cov，即：

公式(4)中，n表示图像某一区域R中的像素总数，z_v表示区域R中的特征向量，v表示区域R中的像素索引，γ表示区域R中特征向量的均值；

基于已获得的协方差矩阵特征图和共现矩阵特征图，通过最小化目标函数得到结构层图像即：

公式(5)中，i表示像素索引，α表示规则化参数，f'表示梯度算子。

2.根据权利要求1所述一种自适应聚类的红外图像增强方法，其特征在于，

所述步骤S3包括：

基于已获得的协方差矩阵特征图和共现矩阵特征图，计算结构层图像

公式(6)中，f表示导数滤波。

3.根据权利要求1所述一种自适应聚类的红外图像增强方法，其特征在于，

所述步骤S4包括：

对结构层图像和纹理层图像中的高频区域像素进行聚类，并采用多像素融合的策略，自动分配图像前景和背景的对比度，计算得到最终的增强图像I^e，

公式(7)中，K表示聚类函数，mean()表示均值函数，用来约束图像整体的像素值，σ表示用来控制像素聚类的范围。