[发明专利]极值温差短波红外图像的自适应双局部增强方法

权利要求书

1.极值温差短波红外图像的自适应双局部增强方法，其特征在于，包括：

步骤1：将图像切割成多个局部图像；

步骤2：对步骤1中分割的所述每个局部图像进行K均值聚类分割，把所述局部图像划分成多层区域，将每个区域的灰度级别的最大值和最小值作为多直方图的分割阈值；

步骤3：根据步骤2所述分割阈值将图像分割成多个灰度区域，并对每个灰度区域进行直方图统计，并且对分割后的图像直方图进行自适应平台统计；

步骤4：将所有直方图组合均衡输出，得到增强图像。

2.如权利要求1所述的极值温差短波红外图像的自适应双局部增强方法，其特征在于，所述步骤1中采用聚类分析方法将图像切割成16个局部图像。

3.如权利要求1所述的极值温差短波红外图像的自适应双局部增强方法，其特征在于，所述步骤3在自适应平台直方图的基础上引入直方图局部分布信息，能够在增强图像细节的基础上保留图像的每个灰度段的平均亮度，避免在直方图增强中出现的灰度过度增强、视觉效果不自然等缺陷。

4.如权利要求2所述的极值温差短波红外图像的自适应双局部增强方法，其特征在于，在所述步骤4中对16幅局部图像分别增强，并出现16个不同的增强结果，采用双线性插值算法做最后的图像灰度进行拼接；

假设f₀₀、f₀₁、f₁₀、f₁₁为一个像素相邻四个局部图像块中对应直方图查找表，(x_i，y_j表示插值点在X轴和Y轴上坐标，i＝1～N-1，j＝1～N-1设计中N取2^k，k＝1，2，3...)，双线性插值算法就是根据这四个点的灰度值来计算插入中间某一点的灰度值

算法公式如下：

fxi0=f00+xi[f10-f00]fxi1=f01+xi[f11-f01]fxiyi=fxi0+yi[fxi1-fxi0]]]>

=xi[f10-f00]+yi[f01-f00]+xiyj[f11+f00-f01-f10]+f00.]]>