[发明专利]一种基于steerablepyramid的近红外图像增强方法

说明书

技术领域

本发明涉及一种基于steerable pyramid的近红外图像增强方法，属于图像处理的技术领域。

背景技术

近红外成像主要是利用被测目标所反射的近红外波段环境光成像，相比可见光成像具有更好的大气穿透性能和人体皮肤穿透性，因此近红外成像在军事，医学及众多工业化生产中都有广泛的应用。但受到生产工艺的限制，现有技术中的装置和方法很难从硬件层面提高近红外图像的质量，而实际应用对近红外图像质量的要求越来越高，无法满足现有技术的应用要求；通过图像增强算法对图像进行处理，改善图像质量成为主流研究方向。

近红外图像的增强主要解决的问题包括，增强图像对比度，突出图像细节，消除噪声等几个方面。传统的图像增强算法分为空间域增强和频域增强。空间域增强直接处理像素灰度值，主要方法有灰度拉伸，直方图均衡，反锐化掩膜等；频域增强先将图像变换到频率域，再用频域滤波器处理频域图像实现增强。单纯的空间域增强或者频域增强无法满足现有系统既要消除噪声又要增强细节的要求。近年来，针对实际的工程需求，有很多科研工作者提出新的红外图像增强算法，但这类方法往往依赖应用场景而且实现功能有针对性，如云海姣等提出结合直方图均衡和模糊集理论的红外图像增强(云海姣,吴志勇,王冠军,等.结合直方图均衡和模糊集理论的红外图像增强[J].计算机辅助设计与图形学学报,2015,27(8):1498-1505.)主要提高图像对比度。

发明内容

针对现有技术的不足，本发明提供一种基于steerable pyramid的近红外图像增强方法。

发明概述：

本发明提出一种基于steerable pyramid的近红外图像增强方法。原始图像经过steerable pyramid多尺度分解，得到多个尺度下的高频系数和低频系数，再分别对高频系数和低频系数进行出处理，实现原始图像的噪声去除和对比度的提高。

具体而言，本发明的主要技术内容包括，对原始图像进行多尺度分解和重构，分解过程中的每个尺度得到多个方向的高频系数和低频系数，高频系数采用阈值法去除图像噪声，低频系数采用模糊集合非线性变换提高图像对比度，然后通过steerable pyramid反变换进行图像重构，最终实现近红外图像增强。

本发明的技术方案为：

一种基于steerable pyramid的近红外图像增强方法，包括步骤如下：

1)将输入图像进行steerable pyramid分解，得到第n个尺度下的低频系数和K个方向的高频系数；第一次steerable pyramid分解时n＝1；

2)将步骤1)中得到的K个方向的高频系数分别采用阈值法去除图像噪声；即在频率域设定阈值，以隔离图像的噪声信息；其中，阈值法处理结果主要由阈值大小和阈值函数两个因素决定；

高频系数中图像信号系数值一般较大，噪声系数值较小，因此，通过选取合适的阈值，通过阈值函数可以将信号系数和噪声系数分离。

3)将步骤1)中得到的低频图像进行2的降采样得到图像I1，图像I1的分辨率降低为原图像的1/4；n＝n+1，重复步骤1)、2)N-1次；其中，图像I1即为下一层steerable pyramid分解过程的输入图像；设定变量m＝N；

4)将第m个尺度的低频系数进行模糊集合非线性变换；即在空间域对低频图像的像素值进行模糊函数变换；低通系数保留原图概貌特征，本发明通过模糊集合理论处理各尺度低通系数，增强图像对比度。

5)将第m个尺度上经处理后的高频系数和低频系数进行steerable pyramid反变换，重构出第m个尺度上增强后的图像；

6)将步骤5)中得到的增强后的图像进行2的上采样，得到第m-1个尺度上的低频图像；m＝m-1；

7)重复步骤4)、5)、6)，直到得到与原始图像同等分辨率的图像；

8)将步骤7)中得到的图像进行反锐化掩膜，增强图像细节，得到增强后的图像。

根据本发明优选的，所述步骤1)中，K的值包括2、3或4；所述步骤3)中，N的值包括2、3或4。

根据本发明优选的，所述步骤2)中的阈值其中，σ为噪声信号均方差，n为steerable pyramid的信号长度；噪声信号均方差σ通过高频系数的中值估计，即σ＝median(I)，其中，I为图像像素值，median(I)表示选取图像像素值的中值；选取阈值为最小尺度多个高频系数阈值中的最小值；因每个尺度中有多个方向的高频信息，同样通过计算得到的阈值也有多个，本发明选取最小的那个。