[发明专利]变场景可调的高动态红外图像压缩方法及装置

说明书

本发明提供了一种变场景可调的高动态红外图像压缩方法及装置，该方法包括以下步骤：计算输入的红外图像数据的局部方差矩阵，根据局部方差矩阵对输入的红外图像数据进行导向滤波获得图像的基础层和细节层；对基础层进行全局抛点得到基础层全局抛点后的直方图矩阵；根据局部方差矩阵对基础层全局抛点后的直方图矩阵进行从新映射后得到广义直方图矩阵；利用韦伯定律对广义直方图矩阵进行从新映射后得到新权重数组，利用新权重数组得到基础层压缩图像数据；将基础层压缩图像数据和细节层数据进行加权合并得到压缩后的图像数据。本发明自适应的为纹理复杂区域灰度级分配更多的映射空间，还具备直方图均衡化的特性，避免大场景被过度压制。

技术领域

本发明涉及图像处理领域，尤其涉及一种变场景可调的高动态红外图像压缩方法及装置。

背景技术

随着红外成像系统的逐渐发展，为了更精确地反映待测场景不同区域温度的差异，原始红外图像位数通常是14bit或16bit。然而普通的显示设备通常只能显示8bit图像，因此需要对原始的红外图像进行压缩，在本领域通常被称为高动态范围压缩(HighDynamic Range Compression)算法。如何在压缩图像位数的同时更好地保留并增强目标细节等感兴趣信息，抑制背景噪声等不感兴趣的、影响图像视觉效果的信息是本领域一直以来致力于解决的问题。

发明内容

为解决现有技术存在的上述至少部分问题，本发明提供一种变场景可调的高动态红外图像压缩方法及装置。

本发明是这样实现的：

第一方面，本发明提供一种变场景可调的高动态红外图像压缩方法，包括以下步骤：

计算输入的红外图像数据的局部方差矩阵，根据局部方差矩阵对输入的红外图像数据进行导向滤波获得图像的基础层和细节层；

对基础层进行全局抛点得到基础层全局抛点后的直方图矩阵；

根据局部方差矩阵对基础层全局抛点后的直方图矩阵进行从新映射后得到广义直方图矩阵；

利用韦伯定律对广义直方图矩阵进行从新映射后得到新权重数组，利用新权重数组得到基础层压缩图像数据；

将基础层压缩图像数据和细节层数据进行加权合并得到压缩后的图像数据。

进一步地，所述计算输入的红外图像数据的局部方差矩阵的公式如下：

var＝meanFilter(X²)-(meanFilter(X))²

公式中，var为局部方差矩阵，meanFilter()为均值滤波函数边界取镜像填充；

所述根据局部方差矩阵对输入的红外图像数据进行导向滤波获得图像的基础层和细节层所采用的导向滤波公式为：

dist＝a.*src+(1-a).*meanFilter(src)

a＝var./(var+esp)

公式中，src为输入的红外图像数据，dist为输出的滤波结果矩阵数据，esp为滤波参数。

进一步地，所述对基础层进行全局抛点得到基础层全局抛点后的直方图矩阵所采用的公式如下：

公式中，hist为基础层直方图矩阵，sHist为基础层全局抛点后的直方图矩阵，llow为抛点阈值。

进一步地，所述根据局部方差矩阵对基础层全局抛点后的直方图矩阵进行从新映射后得到广义直方图矩阵具体包括：

①对局部方差矩阵进行映射，使得映射后的单个像素权重比例在0～1范围内，公式如下：