红外成像论文-红外图像增强算法研究.docx

论文题目：红外图像增强算法研究课程名：红外成像系统姓名：王晓烨红外图像增强算法研究摘要本文以红外图像的特征及经典增强方法为理论基础，从提高图像对比度、降低噪声、突出图像细节三个角度对红外图像增强算法进行研究。文中对红外图像的直方图特征、噪声特性进行分析。选用不同的图像增强算法，通过Matlab仿真、分析了不同算法的处理效果。关键词：红外图像；图像增强；直方图均衡；拉普拉斯算子AbstractBasedontheinfraredimagecharacteristicsandclassicenhancementmethod,theInfraredimageenhancementalgorithmisstudied,fromthreeangles:improvingimagecontrastandreducenoise,highlightingtheimagedetails.Thehistogramandnoisecharacteristicsoftheinfraredimageareanalyzed.Differentimageenhancementalgorithmisselected,andtheprocessingeffectofdifferentalgorithmsisanalyzedbyMatlabsimulation.Keywords:Infraredimage;Imageenhancement;Histogramequalization;Laplasseoperator绪论1.1研究背景及意义红外成像技术是一种信息探测与处理技术。红外成像系统把景物自身发出的红外辐射转化为可见的热图像。红外线波段位于可见光和微波之间，大约0.76-1000米，光凭人的裸眼不能直接感知。由于物体各个不同部分有不同的辐射特性，所以红外成像系统可以把景物的各个部分区分开来，然后转换为可见的图像，进而使人们可以用裸眼感知原来看不到的红外辐射光谱。大气、云层、烟雾等吸收可见光线和近红外光线，但在3-5微米、8-14微米红外线是透明的，因此这两个波段称为红外线的“大气窗口”[1]。红外成像系统具有如下优点[2-4]：由于红外辐射比可见光传感器利用的光辐射有更强的透过雨、雪、雾、霾的能力，因此红外成像系统作用距离远，抗干扰能力强；由于红外成像系统对景物成像不需要外界提供光源，因此可以在夜间和恶劣天气下全天候工作；由于它是被动接受目标信号，比雷达等主动探测设备更安全、可靠，因此有很好的隐蔽性；由于红外成像系统是利用景物红外辐射差异来产生景物图像，因此在识别伪装目标的能力上优于可见光。正因为有如此特点，所以红外成像技术不仅应用于军事国防领域，而且也广泛应用于遥感探测、医疗卫生、视频监控、交通运输以及工业检测等民用领域。红外图像是红外成像技术的产物。一般来说，红外图像分辨率低。同时因为红外线波长长、传输距离远、传输过程中在大气中产生衰减使得红外图像对比度低。而且在传输过程中，信号受到外界环境影响及红外系统器件本身缺陷，使得红外图像中存在各种噪声。以上因素共同影响红外成像系统成像，使得和可见光图像相比，红外图像大多有对比度低、图像模糊、信噪比低等缺点，这使得对目标物的特征提取、识别或跟踪变得极为困难，因此需要抑制噪声、提高图像信噪比、调整红外图像对比度，增强红外图像细节显示。1.2研究现状与发展趋势[5-7]就目前的发展现状，红外成像系统优异的性能和特点并没有被充分的发挥和体现。红外图像的成像质量决定了这项技术在各个领域中的具体应用。所以对红外图像进行增强等预处理的研究是至关重要的。传统的图像增强算法如灰度变换、直方图均衡[8]等,概念简单，数学上处理方便、编程简单，在一些要求不高的场合取得了很好的图像增强效果。但其对图像中不同位置、具有相同灰度等级的像素会表现出不同的图像结构，很可能无法实现所需要的处理效果。近年来，以直方图均衡为基础，很多学者提出了大量图像增强算法，如：平台直方图的红外图像增强算法[9]、自适应图像直方图均衡化算法[10]、带约束条件的局部直方图均衡方法[11]。图像增强的新方法层出不穷，但归纳起来主要有以下特点和趋势：多种数学工具，诸如人工神经网络、小波理论、遗传算法、模糊理论和数学形态学的加入，改善了图像的增强效果、扩展了适用范围，提高了运算速度。多特征的利用和多方法的融合。总之，如何在做红外图像增强时达到图像边缘增强和噪声抑制的统一，发挥机器的视觉特性降低噪声或去除噪声，是今后的研究重点和方向。第二章红外图像特征分析2.1红外图像产生机理及特点[12]红外图像是由红外探测器获取物体的红外辐射的空间分布，途中经过大气传输、光学系统、光电转换和电子处理等环节而获得，其反映了目标和背景红外辐射的空间分布，其辐射亮度分布主要由被观测物体的