[发明专利]一种直方图双重伽马校正的红外图像对比度增强方法

说明书

本发明公开了一种直方图双重伽马校正的红外图像对比度增强方法，其技术方案包括：计算图像的理论灰度范围及有效灰度级数；进行直方图均值归一化处理；统计直方图中有效灰度级占比，计算得到校正参数Gamma0和Gamma1；对直方图数据进行分类，然后分别进行参数为Gamma0和Gamma1的幂指数校正；利用校正后直方图得到映射表，根据映射表对所有数据进行查表替换操作，最后得到对比度增强图像。本方法除了需要统计全图的直方图外，其余操作都是采用点处理算法，因此处理效率高，占用资源少实时性好,且方法复杂度低，通过对直方图分成两部分分别进行Gamma幂指数校正处理，对直方图合理控制及调整，内部参数自适应控制，可达到较好的对比度增强效果，适用范围广泛，本方法可以对各种类型红外图像进行增强，包括热红外及近红外等，方法中的Gamma参数针对图像直方图所具有的独特信息进行自动调整，对直方图进行增强。

技术领域

本发明属于红外图像和视频处理领域，尤其涉及一种直方图双重伽马校正的红外图像对比度增强方法。

背景技术

受不同的红外拍摄设备精度的影响，所采集到的红外图像对比度不足，目标不明显，视觉感知效果不佳，因此对比度增强是红外图像处理领域的一种基本图像处理技术。

现有的红外对比度增强方法，根据调整对象可以分为两类方法。一类方法是直接对图像像素点进行调整，如利用Gamma值对图像像素点直接进行校正。此类方法的不足是全局校正参数Gamma为一个值，图像部分区域增强效果不足；另一类方法为通过对直方图直接进行伽马校正处理，不对直方图进行分成两部分处理。此类方法的不足是对直方图中数据进行统一处理，会存在增强不足或者过度增强的缺陷。

发明内容

本发明提供了一种直方图双重伽马校正的红外图像对比度增强方法，用以解决现有红外图像对比度增强方法中细节丢失、参数非自适应等不足，使得对比度增强处理变得简单有效。

本发明采用如下技术方案：

一种直方图双重伽马校正的红外图像对比度增强方法，包括以下步骤：

S1：计算理论灰度范围和有效灰度级数；

S2：进行直方图均值归一化处理；

S3：统计直方图数据计算灰度级占比，得到参数Gamma0和Gamma1；

S4：对小于均值的直方图数据进行参数为Gamma0的幂函数校正操作；

S5：对大于均值的直方图数据进行参数为Gamma1的幂函数校正操作；最后进行经典直方图均衡处理，得到最终结果图像。

所述步骤S1中计算理论灰度范围和有效灰度级数，具体包括：所述计算理论灰度范围，理论最大灰度级减去理论最小灰度级然后加上1；所述计算有效灰度级数，统计直方图大于0的灰度级总数。

所述步骤S2对直方图均值归一化处理，具体实现方法为：将直方图归一化后乘上理论灰度范围，使直方图数组的均值为常数值1。

所述步骤S3统计直方图数据计算灰度级占比，计算得到两个控制参数，具体包括：计算均值归一化直方图中数据小于1大于0的灰度级数量与有效灰度级数之比，记为Gamma0；计算均值归一化直方图中数据大于0的灰度级数量与理论灰度范围之比，记为Gamma1。

所述步骤S4中对小于均值的直方图数据进行参数为Gamma0的幂函数校正操作，具体实现方法为：对小于1的直方图数据进行指数为Gamma0的幂函数处理。

所述步骤S5中对大于均值的直方图数据进行参数为Gamma1的幂函数校正操作，具体实现方法为：对大于1的直方图数据进行指数为Gamma1的幂函数处理。

完成S1-S5步骤处理后的直方图数据，进行经典的直方图均衡操作得到最终的输出图像。