[发明专利]一种基于自适应伽马校正的红外图像压缩方法

说明书

本发明的目的是解决现有红外图像压缩方法通常采用伽马校正对红外数据进行调整时，存在对部分区域的增强效果不明显或者较大程度压缩中间灰度值的对比度，损失中间细节的技术问题，而提供一种基于自适应伽马校正的红外图像压缩方法。本发明首先对实时获取一帧红外图像进行直方图统计，并计算累计分布直方图，其次进行直方图修正并自适应设置压缩范围与起始灰度值；而后通过归一化处理获得归一化后的图像灰度值；再次自适应确定分段伽马压缩范围并进行分段伽马压缩，得到压缩后的图像灰度值，重建后得到自适应伽马校正后的红外图像。利用直方图有效灰度级自适应设定压缩范围，有效保护了相对均匀场景的均匀性，一定程度上抑制了噪声的过度拉伸。

技术领域

本发明涉及红外图像增强处理技术领域，具体涉及一种基于自适应伽马校正的红外图像压缩方法。

背景技术

红外热成像技术因其能够将自然场景中来自目标自身的不可见热辐射转化为人眼可视的灰度影像，实现对感兴趣目标的温差感知被动成像而被广泛应于遥感、安防、夜视等诸多领域。红外探测器输出信号通常为14bit或16bit，而显示设备一般只能显示8bit图像。为了使红外探测器输出图像在显示器显示，需要将高动态范围的原始图像与显示的动态范围相匹配，并尽可能保留原始图像中存在的细节。

直方图均衡是红外成像系统中使用最广泛的图像显示技术，其更加强调出现频率较大的灰度级，所以经过直方图均衡的图像会不可避免地出现过增强、均匀区域噪声放大等问题，通常会采用伽马(gamma)校正对红外数据进行调整。现有的利用gamma校正进行调整的方法主要分为两类，一类方法是全局使用一个gamma值进行校正，但是这种方法对部分区域的增强效果不明显；另一类方法是目前最常见的，其根据灰度均值将直方图分为两部分分别进行压缩，这类方法会较大程度压缩中间灰度值的对比度，损失中间细节。

发明内容

本发明的目的是解决现有红外图像压缩方法通常采用伽马校正对红外数据进行调整时，存在对部分区域的增强效果不明显或者较大程度压缩中间灰度值的对比度，损失中间细节的技术问题，而提供一种基于自适应伽马校正的红外图像压缩方法。

为达到上述目的，本发明采用的技术方案为：

一种基于自适应伽马校正的红外图像压缩方法，其特殊之处在于，包括以下步骤：

步骤1)、实时获取一帧红外图像iImg，并对其进行直方图统计，获得直方图及直方图数据Hist(r_k)；

其中，r_k为红外图像iImg中灰度范围中第k个灰度级，r_k∈[0,65536)；k∈[1,65536)，且为整数；Hist(r_k)为直方图中第k个灰度级出现的像素点个数；

步骤2)、修正直方图并自适应设置压缩范围与起始灰度值；

步骤3)、对修正后的直方图归一化处理，获得归一化后的图像灰度值s_rk：

其中，Hist″(r_k)为最终修正后的直方图中第k个灰度级出现的像素点个数；

步骤4)、自适应确定分段gamma压缩范围；

步骤5)、进行分段gamma压缩，得到压缩后的图像灰度值，重建后得到自适应伽马校正后的红外图像。

进一步地，步骤2)具体为：

2.1、设置上平台阈值为upThr(upThr0)修正直方图，获得修正后直方图数据Hist′(r_k)：

其中，Hist′(r_k)为修正后的直方图中第k个灰度级出现的像素点个数；