[发明专利]一种基于同态滤波的非制冷红外热像自适应映射方法

说明书

本发明提供了一种基于同态滤波的非制冷红外热像自适应映射方法，包括如下步骤：步骤1：非线性灰度拉伸，读入红外原始图像数据，简单统计当前帧灰度像素的图像信息，像素最大最小值，确定非线性灰度拉伸函数参数；步骤2：依据参数输出灰度图，对灰度图进行黑灰白三个区域的统计，依据占比关系判断当前处理图像的对比度效果；步骤3：对图片进行进一步的细节增强处理，使用同态滤波器，抑制图像低频成分，增强图像高频成分，突出景物细节；步骤4：做映射处理，获得最终结果；步骤5：显示步骤4。本发明所述的基于同态滤波的非制冷红外热像自适应映射方法，利用统计的思想，对图片进行分类处理，算法简洁，提高了运算速度。

技术领域

本发明属于红外热成像技术领域，尤其是涉及一种基于同态滤波的非制冷红外热像自适应映射方法。

背景技术

在非制冷红外热成像系统中，由于红外探测器本身存在的固有缺陷，拍摄的图像存在对比度低、边缘模糊、背景复杂和目标景物细节清晰度不明显等缺点。为了提高图像质量，传统方法有两种方向，一种是空间域出发，直方图类算法和灰度拉伸，另一种是从频域出发，滤波器类的算法，如同态滤波器。两者都可以一定程度扩展动态范围、提高对比度。直方图类算法和灰度拉伸，这类算法简单有效、易于硬件实现，但对于低对比度红外图像的细节部分增强效果有限，更难以为后续图像处理工作提供高效识别。同态滤波器在处理图像光照不均方面具有良好的效果。通过减少低频成分并增加高频成分，同态滤波器能够减少光照变化并锐化边缘或图像的细节，是一种增强图像对比度和压缩图像亮度范围的特殊滤波算法。但适用范围有限，不同场景下，同态滤波器最佳参数不同。为提高环境适应性，提高图像对比度的同时，增强物体细节，并保证实时性，提出一种基于非线性灰度拉伸和同态滤波器的非制冷红外热成像自适应映射方法。

发明内容

有鉴于此，本发明旨在提出一种基于同态滤波的非制冷红外热像自适应映射方法，以提供一种对红外成像环境适应性高、图像对比度高、运算速度快的非制冷红外热像自适应映射方法。

为达到上述目的，本发明的技术方案是这样实现的：

一种基于同态滤波的非制冷红外热像自适应映射方法，包括如下步骤：步骤1：非线性灰度拉伸，读入红外原始图像数据，简单统计当前帧灰度像素的图像信息，像素最大最小值，确定非线性灰度拉伸函数参数；

步骤2：依据参数输出灰度图，对灰度图进行黑灰白三个区域的统计，依据占比关系判断当前处理图像的对比度效果；步骤3：对图片进行进一步的细节增强处理，使用同态滤波器，抑制图像低频成分，增强图像高频成分，突出景物细节；步骤4：做映射处理，获得最终结果；步骤5：显示步骤4的结果。

进一步的，所述步骤1中非线性灰度拉伸的步骤包括：

步骤1.1：将16位数据精确转化到0到1，获得最大值Max和最小值Min，确定拉伸函数的参数值m，

步骤1.2：根据拉伸灰度图的范围为0.1到0.9，确定拉伸函数参数值E，

取E1和E2中的最小值。

步骤1.3：确定拉伸函数：

g(x，y)为输入，f(x,y)为输出，输入输出的值均为0到1。

进一步的，所述步骤2中，对灰度图进行黑灰白三个区域的统计步骤包括：

步骤2.1：将步骤1中得到的输出f(x,y)精确映射到0到255；

步骤2.2：按照直方图统计的思想，统计当前帧每一灰度级的占比；

步骤2.3：统计灰度级：0到60，61到135，136到255这三个区域占比。