[发明专利]一种基于纹理加权直方图均衡化的红外图像增强方法

说明书

本发明公开了一种基于纹理加权直方图均衡化的红外图像增强方法、装置、设备及计算机可读存储介质，包括：确定原始红外图像中各个像素点的局部极值差异；将各个像素点的局部极值差异与预设差异阈值进行比较，记录原始红外图像中局部极值差异大于等于预设差异阈值的像素点位置，得到统计区域；在统计区域内对原始红外图像进行直方图统计，得到统计区域直方图；对统计区域直方图进行非线性变换，得到非线性变换后的直方图；对非线性变换后的直方图进行累计概率分布计算，获得灰度映射函数；将原始红外图像输入灰度映射函数，输出目标增强红外图像。本发明所提供的方法、装置、设备及计算机可读存储介质，可以抑制背景过增强和局部噪声放大现象发生。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种基于纹理加权直方图均衡化的红外图像增强方法、装置、设备以及计算机可读存储介质。

背景技术

原始红外图像通常具有低对比度、高背景亮度等特点，图像细节淹没在背景中，极大增加了目标探测识别难度。因此，需要一种计算简单且效果好的图像增强算法提高图像对比度。直方图均衡化是一种经典的图像对比度增强算法，不仅方法简单，还可以有效增强图像对比度。然而，传统直方图均衡化偏向于增强高概率灰度，抑制低概率灰度。直接应用于红外图像时，会出现背景过增强，局部噪声放大，小目标饱和等不足。

综上所述可以看出，在红外图像增强时，如何避免背景过增强及局部噪声放大现象是目前有待解决的问题。

发明内容

本发明的目的是提供一种基于纹理加权直方图均衡化的红外图像增强方法、装置、设备以及计算机可读存储介质，以解决现有技术中利用直方图对红外图像增强时，会出现背景过增强、局部噪声放大现象的问题。

为解决上述技术问题，本发明提供一种基于纹理加权直方图均衡化的红外图像增强方法，包括：确定原始红外图像中各个像素点的局部极值差异；其中，所述各个像素点的局部极值差异为所述各个像素点邻域的最大像素灰度值与最小像素灰度值的差值；将所述各个像素点的局部极值差异与预设差异阈值进行比较，记录所述原始红外图像中局部极值差异大于等于所述预设差异阈值的像素点位置，得到统计区域；在所述统计区域内，对所述原始红外图像进行直方图统计，得到统计区域直方图；对所述统计区域直方图进行非线性变换，得到非线性变换后的直方图；对所述非线性变换后的直方图进行累计概率分布计算，获得灰度映射函数；将所述原始红外图像输入至所述灰度映射函数，输出目标增强红外图像。

优选地，所述确定原始红外图像中各个像素点的局部极值差异包括：

根据D(i,j)＝max{f(m,n)}-min{f(m,n)},(m,n)∈Ω(i,j)确定所述原始红外图像中各个像素点的局部极值差异；

其中，Ω(i,j)为所述原始红外图像中像素(i,j)的邻域，f(m,n)为所述邻域Ω(i,j)中像素(m,n)的灰度，max{f(m,n)}为所述邻域Ω(i,j)中全部像素灰度的最大值，min{f(m,n)}为所述邻域Ω(i,j)中全部像素灰度的最小值，D(i,j)为所述像素(i,j)的局部极值差异。

优选地，所述记录所述原始红外图像中局部极值差异大于等于所述预设差异阈值的像素点位置，得到统计区域包括：

记录所述原始红外图像中局部极值差异大于等于所述预设差异阈值的像素点位置，得到统计区域

其中，T为所述预设差异阈值，V(i,j)＝1表示所述原始红外图像中像素点(i,j)参加后续直方图统计，V(i,j)＝0表示所述原始图像中像素点(i,j)不参加后续直方图统计。

优选地，所述对所述统计区域直方图进行非线性变换，得到非线性变换后的直方图包括：

对所述统计区域直方图进行γ变换，得到γ变换后的直方图。

优选地，所述对所述非线性变换后的直方图进行累计概率分布计算，获得灰度映射函数包括：