[发明专利]一种车载红外行人检测用红外图像增强方法

说明书

本发明公开了一种车载红外行人检测用红外图像增强方法，包括步骤：一、图像处理器对红外图像进行自适应中值滤波处理，去除红外图像中的颗粒噪声和椒盐噪声；二、图像处理器采用平台直方图均衡化方法对步骤一处理后的红外图像进行均衡化处理，得到均衡化后的图像；三、图像处理器对步骤二均衡化后的图像进行伽马变换，得到图像y₁；四、图像处理器对步骤一处理后的红外图像先进行拉普拉斯锐化处理，再进行非极大值抑制处理，得到图像y₂；五、图像处理器对步骤三得到的图像y₁和步骤四得到的图像y₂进行加权组合处理，得到图像y。本发明设计新颖合理，能够提高红外图像的增强效果，获得图像的整体信息，识别度高，层次感丰富，实用性强，推广应用价值高。

技术领域

本发明属于图像处理技术领域，具体涉及一种车载红外行人检测用红外图像增强方法。

背景技术

为了保护交通系统中的行人，减轻驾驶员的操作强度，获知行人运动状态，为驾驶员提前进行安全示警，以便驾驶员及时进行避让反应，车载行人检测受到了普遍的关注，对保护行人、减少交通事故有着重大的意义。根据采集图像的车载摄像机工作环境的不同可分为：基于可见光图像的行人检测和基于红外图像的行人检测。可见光图像的采集时容易受光照的影响，行人识别的精确度降低，而且普通摄像机在夜晚、有雾、雨天等能见度差的情况下根本无法使用。在红外成像系统中，红外图像可以在白天黑夜，具有一定穿透烟、雾等的能力，而且不受强光、闪烁的干扰，真正实现全天候对行人的识别。但是由于红外热成像技术的限制和噪声、大气等自然环境的辐射因素的影响，使车载红外图像呈现出灰度分布集中、对比度低、分辨率差的问题，因此，如何提高车载红外图像的增强效果成为一个重要的研究课题。

近年来国内外诸多学者基于此提出了许多红外图像增强方法，例如，刘轶彤在2015年第37卷第3期的《舰船科学技术》第173～176页发表的《基于Kinect和直方图均衡化的红外图像增强算法》一文中，将Kinect和直方图均衡的红外图像增强方法应用于复杂海域上船舶的红外图像，该方法首先通过Kinect获取到红外图像的深度图像，根据景深的不同把船舶和背景区域分离出来；然后设定初始阈值，进行冗余灰度压缩、幂指数拉伸和直方图均衡后将图像的像素等间距的排列在相应的灰度级上，图像对比度得到提高，但是在背景较亮时的行人环境中，增强效果不柔和，比较生硬，无法将行人和背景区分开；赖睿、刘上乾等人在2006年12月第27卷第6期的《半导体光电》第767、768、769和776页发表的《一种新的自适应红外图像增强算法》一文中，提出例如一种新的自适应红外图像增强算法，该算法通过对原始图像的直方图进行自适应双阈值映射和欠采样投影处理,实现了对图像灰度级的重新分配；在减少冗余灰度级的基础上,有效拓宽了目标部分占据的动态范围,提高了目标与背景间对比度，但是在红外行人图像中，目标较小，背景较大，图像增强效果不理想。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种车载红外行人检测用红外图像增强方法，其方法步骤简单，设计新颖合理，实现方便，能够提高红外图像的增强效果，获得图像的整体信息，识别度高，层次感丰富，实用性强，推广应用价值高。

为解决上述技术问题，本发明采用的技术方案是：一种车载红外行人检测用红外图像增强方法，其特征在于，该方法包括以下步骤：

步骤一、图像处理器对红外图像进行自适应中值滤波处理，去除红外图像中的颗粒噪声和椒盐噪声；

步骤二、图像处理器采用平台直方图均衡化方法对步骤一自适应中值滤波处理后的红外图像进行均衡化处理，得到均衡化后的图像；

步骤三、图像处理器根据公式y₁＝cr^γ对步骤二均衡化后的图像进行伽马变换，得到图像y₁；其中，c为用于整体拉伸图像灰度的灰度缩放系数，r为进行伽马变换的图像的灰度值，γ为伽马变换的幂次数；