一种高动态范围红外图像的显示与细节增强方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108090886A(43)申请公布日2018.05.29(21)申请号201810026864.9(22)申请日2018.01.11(71)申请人南京大学地址210023江苏省南京市栖霞区仙林大道163号(72)发明人岳涛王伟朱曦李斌(74)专利代理机构南京知识律师事务所32207代理人李媛媛(51)Int.Cl.G06T5/40(2006.01)权利要求书1页说明书4页附图2页(54)发明名称一种高动态范围红外图像的显示与细节增强方法(57)摘要本发明公开了一种高动态范围红外图像的显示与细节增强方法。具体步骤如下：(1)对图像进行预处理，对红外图像的灰度范围进行自适应线性拉伸；(2)用拉普拉斯滤波器将高动态红外图像的动态范围压缩到可显示的低动态范围图像，同时保留图像局部对比度；(3)针对图像中的细节分量，提出对原始输入高动态范围红外图像提取梯度信息并做非线性增强；(4)最后将低动态范围图像与增强的梯度信息通过优化融合重建，得到细节增强的红外图像。本发明有效地提高了高动态范围红外图像的整体对比度，保留图像的细节信息，可以有效应用于红外成像技术的检测、侦察、监控和导航等方面。CN108090886ACN108090886A权利要求书1/1页1.一种高动态范围红外图像的显示与细节增强方法，其特征在于，包括如下步骤：步骤1，对灰度范围聚集的原始高动态范围红外图像的直方图进行自适应线性拉伸；步骤2，用拉普拉斯滤波器将高动态范围红外图像的动态范围压缩为可显示的低动态范围图像，同时保留图像局部对比度；步骤3，针对图像中的细节分量，对原始高动态范围红外图像提取梯度信息并做非线性增强；步骤4，将低动态范围图像与增强的梯度信息通过优化融合重建，得到细节增强的红外图像。2.根据权利要求1所述的一种高动态范围红外图像的显示与细节增强方法，其特征在于，所述步骤1中，对直方图进行自适应线性拉伸的具体过程为：I＝I/(last-first)-first/(last-first)过小或过大的异常值使得图像的动态范围跨度过大，删除掉微小量的异常值，有利于后期图像的处理，其中，I表示自适应线性拉伸后的图像；当像素个数小于N时即视为异常值；first＝find(hc＞N，1，‘first’)，表示把去除过小异常值后的第一个像素值取出作为初值；last＝find(hc＞N，1，‘last’)，表示把去除过大异常值后的最后一个像素值取出作为最大值，hc表示原图像的直方图分布。3.根据权利要求1所述的一种高动态范围红外图像的显示与细节增强方法，其特征在于，所述步骤4中，由于图像梯度值的大小与图像的细节信息有关，梯度值需要分别在x,y方向求导，因此，优化融合重建的公式为：其中：O是最终的动态范围与细节最优的输出图像，R是拉普拉斯金字塔滤波处理后的压缩图像，E是与原图像同样大小的单位图像，λ是优化可调参数；是最终输出图像的x方向和y方向的梯度值，Gx、Gy是输入图像的x方向和y方向的梯度。4.根据权利要求3所述的一种高动态范围红外图像的显示与细节增强方法，其特征在于，所述优化可调参数λ的取值在0.06到0.1之间。2CN108090886A说明书1/4页一种高动态范围红外图像的显示与细节增强方法技术领域[0001]本发明涉及计算摄像学和图像处理领域，尤其涉及高动态范围红外图像的动态范围压缩与细节增强的红外技术领域。背景技术[0002]红外成像技术在检测、侦察、监控和导航方面有广泛的应用。红外成像系统一般是应用在有较大的温度变化的场景，而目标与背景或者目标局部的温差却相对较小，如地(海)面与天空、局部高温或火焰目标等。因此，红外成像系统不仅需要具有较高的空间和温度分辨力，而且要有较大的信号动态范围(HDR)。[0003]高动态范围的红外传感器获得的原始图像数据(14-16bits)远远超过现有的显示设备(通常为8bits)，高动态范围红外图像显示之前，必须进行重新映射，如果色调映射方法处理不当，将使得原有大的动态图像信息得不到保留，即大动态图像压缩可能会造成后续8bits图像中难以复原出原始图像所丢失的细节信息。因此，如何对高动态红外图像进行动态范围的压缩的同时获取具有较好区域间对比度的基层和纹理信息丰富的细节层，并且合理优化基层与细节层是当前的一个研究热点。[0004]常见的红外图像增强技术包括全局方法和局部方法。全局方法是在像素的灰度级上转换输入图像。这类技术包括直方图增强方法及其一系列改进技术，如伽马校正，非线性全局压缩算子，以及最优对比度映射。全局增强算法能在一定程度上改善红外图像的可视化效果，但是没有考虑像素邻近点之间的关系，容易出现在局部区域的增强效果有限，细节丢失，过度增强等问题。