[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

说明书

技术领域

本发明涉及红外成像的技术领域，特别是涉及极值温差短波红外图像的自适应双局部增强方法。

背景技术

极值温差短波红外图像由于目标的极值温度差通常呈现出局部细节丢失，分辨率低、视觉效果模糊和信噪比低等缺陷。在极值温差短波红外图像增强领域通常使用直方图均衡算法，它将像素分布多的灰度值扩展到更多灰度范围，将像素分布少的灰度压缩到较小的灰度范围。但红外图像具有分辨率低、对比度低、成像模糊等特点。传统的直方图均衡算法在红外图像增强应用中具有先天的缺陷。

为改进传统直方图均衡算法的缺陷，研究人员在此基础上提出了平台直方图均衡(PHE)，该算法在直方图均衡的基础上加上了统计像素数的阈值，通过设置增强度来克服直方图均衡算法对某些灰度分布增强过度的现象；考虑红外图像的细节增强，研究人员提出了局部直方图均衡(LAHE)，以及Menotti等人提出的多直方图均衡(multi-histogram equalization，MHE)等。

LAHE算法将图像分成多个局部图像，然后分别进行直方图均衡增强；在一定程度上增强了图像的局部信息。但对于极值温差目标，由于本质采用直方图均衡，细节还是会丢失。而MHE算法将直方图分解成多个子图(sub-image)，分别进行直方图均衡，其算法计算较复杂，实时实现比较困难。

因此，改善极值温度红外图像质量，提高局部对比度，增强视觉效果有利于后续的探测、识别和跟踪等应用，成为一个急需解决的问题。

发明内容

本发明的目的在于提供极值温差短波红外图像的自适应双局部增强方法来克服现有技术中存在的上述问题。

为实现上述目的，本发明提供极值温差短波红外图像的自适应双局部增强方法，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。

优选地，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。

优选地，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。

优选地，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]]]>