[发明专利]一种红外图像细节增强及去噪方法

权利要求书

1.一种红外图像细节增强及去噪方法，其特征在于，该方法包括以下步骤：

步骤一，对输入的红外图像进行分层处理，得到背景层图像和细节层图像；

步骤二，对背景层图像进行直方图均衡和映射处理，得到增强后的背景层图像；

步骤三，对细节层图像进行高斯滤波，并标记脉冲点；

步骤四，对经过步骤三标记后的细节层图像进行分块计算极值，判断块内极值是否为脉冲点并进行处理，得到去噪声的细节层图像；

所述步骤四具体包括：

步骤4.1，对标记后的细节层图像进行分块处理；

步骤4.2，对分块后的细节层图像进行8方向算子滑窗逐点求块内极值：

其中，F(x，y)为卷积区域，K_i为8方向算子，E_i(x，y)为卷积后区域，E(x，y)为卷积后区域的最小值；

步骤4.3，计算自适应双阈值T：

计算中值mid时，先丢弃步骤三中标记出的脉冲点再计算中值，和σ为分割区域的均值和方差，P、Q为划分的块的大小；如果E(x，y)∈[T_min，T_max]，则对应点E(x，y)为非脉冲点，反之则标记为脉冲点，(S_min，S_max)为红外图像允许的有效动态范围；

步骤4.4，判断块内脉冲总数是否小于2，如果否则在相应块内按8×8，4×4，2×1，1×1的尺度进行依次分解迭代，直到块内脉冲数小于2，得到去噪声的细节层图像；

步骤五，对步骤四得到的去噪声的细节层图像进行Gamma变换并加权回增强后的背景层图像得到输出图像。

2.根据权利要求1所述的一种红外图像细节增强及去噪方法，其特征在于，所述步骤一具体为：对输入的14bit红外图像进行非锐化掩膜并进行引导滤波以分层，得到背景层图像和细节层图像。

3.根据权利要求1所述的一种红外图像细节增强及去噪方法，其特征在于，所述步骤二具体包括：

步骤2.1，对背景层图像进行分块处理；

步骤2.2，计算分块后的背景层图像的块内直方图hist_w和整个背景层图像的全局直方图hist_G；

步骤2.3，计算融合直方图hist_loc：

hist_loc(i)＝(hist_w(i)×θ+(100-θ)×hist_G(i))/100

其中，θ为调整因子；

步骤2.4，对融合直方图进行裁剪，然后映射得到增强后的背景层图像。

4.根据权利要求3所述的一种红外图像细节增强及去噪方法，其特征在于，所述步骤2.4还包括计算裁剪点β：

M是每个块中的像素个数，N是块的动态范围大小，S_max是最大斜率，α是裁剪因子；

对裁剪后的融合直方图进行直方图映射：

T[n]是映射结果，L为灰阶数，n∈[0，L-1]，p[i]为裁剪后的融合直方图。

5.根据权利要求1所述的一种红外图像细节增强及去噪方法，其特征在于，所述步骤三具体包括：

步骤3.1，对细节层图像进行高斯滤波；

步骤3.2，然后对滤波后的细节层图像进行动态范围检测，超过动态范围即为脉冲点：

其中[S_min，S_max]为红外图像允许的有效动态范围，flag_nf为非脉冲点标记，flag_f为脉冲点标记。

6.根据权利要求1所述的一种红外图像细节增强及去噪方法，其特征在于，所述步骤五具体包括：

步骤5.1，对去噪声的细节层图像进行亮度调整：

其中，I_d为降噪后的细节层图像，I_b为增强后的背景层图像，γ为放大系数；

步骤5.2，对步骤5.1亮度调整后的细节层图像和增强后的背景层图像进行加权归一化，得到经过细节增强且去除噪声的输出图像I_out：

I_out＝I_b+β×I_{d_layer}

β为权重系数。