[发明专利]一种基于人眼视觉特性的红外图像增强方法

权利要求书

1.一种基于人眼视觉特性的红外图像增强方法，其特征在于，包括：

步骤一、采用高斯滤波，将采集的图像进行去噪；

步骤二、将人眼视觉特性与Weber定律结合，对图像进行亮度处理，其中Weber定律的表达关系如下：

r＝kIn(s)+c

式中的r为感觉物理量，s为对应物理量，k∈(0，+∞)，c∈(-∞，+∞)；

并利用背景强度和梯度信息的对数关系对图像进行分解，将图像分割成二维图像，所有图像具有相同属性的内部特性；针对三区域进行图像分割，分别是：Devries-Rose区域、Weber区域、Saturation区域；

其中，B(x，y)为每个像素的背景强度，X(x，y)是输入图像，Q是每个像素点上下左右四个相邻像素构成的集合，Q′是每个像素对角线上的四个相邻像素构成的集合，m和n是常数；

定义最大差异B_T、强度阈值B_i、梯度阈值K_i、梯度与背景强度的关系比值H(x，y)、G(x，y)得到红外分割图像，公式如下：

img 1＝X(x，y)，B₂≥B(x，y)≥H(x，y)≥K₂；

img 2＝X(x，y)，B₃≥B(x，y)≥G(x，y)≥K₁；

img 3＝X(x，y)，其他剩余像素；

步骤三、计算Devries-Rose区域、Weber区域、Saturation区域每个区域的阈值，丢弃对比度小于最小阈值的像素，移除无意义的像素以减少伪像；

定义图像的P(k)，公式如下；

其中，n_k是图像中的像素总数灰度等级k，N个像素的灰度级的有效区域为[1，L-1]；

并运用转移函数来增强图像的对比度；得到IAVIHE算法公式如下；

式中，P_bas为基准值，即P(k)中的最大值与最小值的平均值；α(k)为可适性约束函数，公式如下；

式中，X_m为平均亮度、γ为实数，范围为[-1，1]；其中k值越趋近于X_m，α(k)的值会越增大；

步骤四、将增强后的三区域图像按Devries-Rose区域：Weber区域：Saturation区域为0.3：0.4：0.3的比例进行合并，突出Weber区域，增强目标信息，最终得到增强后的红外图像；其公式如下；

Img＝0.3*img1+0.4*img2+0.3*img3。

2.如权利要求1所述的一种基于人眼视觉特性的红外图像增强方法，其特征在于，所述利用背景强度和梯度信息的对数关系对图像进行分解的方法具体为：背景强度计算为加权局部平均值，梯度信息计算为梯度测量值。

3.如权利要求1或2所述的一种基于人眼视觉特性的红外图像增强方法，其特征在于，

所述采用高斯滤波，用来抑制服从正态分布的噪声。

4.一种权利要求1-3之一所述的一种基于人眼视觉特性的红外图像增强方法的基于人眼视觉特性的红外图像增强装置，其特征在于，包括图像预处理模块、图像增强模块以及图像合并模块；其中图像预处理模块包括图像去噪模块和图像分解模块，所述图像去噪模块用于采用高斯滤波，将采集的图像进行去噪；图像分解模块用于将图像分割成二维图像；图像增强模块用于调整概率密度函数增强图像对比度；图像合并模块用于将增强后的区域图像按照比例进行合并，最终得到增强后的红外图像。