【正文】 時，去除信號中噪聲。在數(shù)字圖像處理中，非線性濾波器己經(jīng)得到了廣泛的應(yīng)用與重視?，F(xiàn)在有很多種非線性濾波器，而在圖像處理中用到的非線性濾波器大多數(shù)是次序統(tǒng)計濾波器。非線性濾波器主要包括中值濾波器、形態(tài)濾波器、小波濾波器、多項式濾波器以及利用人工神經(jīng)網(wǎng)絡(luò)構(gòu)成的非線性濾波器等。紅外圖像中的噪聲可以分為兩類：散粒噪聲和高斯噪聲。消除散粒噪聲的有效方法是幀內(nèi)中值濾波。非線性的中值濾波器是邊沿保護(hù)器。為了使中值濾波能更好的保護(hù)邊緣，目前更多地使用加權(quán)中值濾波器與其改進(jìn)形式。近年來，許多學(xué)者提出了一些圖像局部增強(qiáng)的新方法，充分利用了鄰域信息，形成了局部灰度調(diào)整算法。如自適應(yīng)直方圖均衡(AHE)、自適應(yīng)對比度增強(qiáng)(ACE)、保形對比度增強(qiáng)方法、一種帶有約束條件的一種自適應(yīng)鄰域擴(kuò)展對比度增強(qiáng)算法、局部直方圖均衡方法，該類增強(qiáng)能夠根據(jù)圖像的像素鄰域的灰度分布特性，采用相應(yīng)的直方圖均衡方法處理圖像，取得了較好的增強(qiáng)效果，但要求計算量大，而且處理不當(dāng)會帶來噪聲干擾。目前，紅外圖像中的目標(biāo)分割方法中引入了遺傳算法、小波變換、紋理分析及對背景建立數(shù)學(xué)模型進(jìn)行預(yù)測等。近年來，人們?nèi)匀粚﹂撝捣指罘椒ㄍ度胼^多的注意力。閥值法是一種簡單而有效的圖像分割技術(shù)，與其它分割方法相比，它的最大特點(diǎn)是計算簡單。因此，在把計算速度作為重要考慮內(nèi)容的應(yīng)用場合，閾值法己成為圖像分割中被廣泛采用的方法。要從復(fù)雜的景物中分辨出目標(biāo)并將其形狀完整地提取出來，閾值的選取是灰度閾值分割的關(guān)鍵。若閾值選的過高，則過多的目標(biāo)點(diǎn)將被誤歸為背景。反之，則會出現(xiàn)相反情況，這將影響分割后二值圖像中目標(biāo)的大小與形狀，甚至?xí)鼓繕?biāo)丟失。迄今為止，國內(nèi)外學(xué)者們針對閾值選取這一課題進(jìn)行了廣泛深入的研究，提出了約50多種閾值選取的方法。根據(jù)對多種目標(biāo)圖像的研究，通常情況下使用以下幾種閾值分割方法：（1）類間方差法；（2）最小誤差法；（3）最大熵法；（4）模糊閾值法。有不少學(xué)者對圖像分割的閾值法作了分析比較，普遍認(rèn)為：在像素分類錯誤率、被分區(qū)域的均勻性等方面，最大類間方差法(Otsu)是較為經(jīng)典的圖像分割方法，性能較優(yōu)。但是當(dāng)目標(biāo)變小時，包括Otsu法在內(nèi)的傳統(tǒng)閾值法的性能會迅速下降；最小誤差方法由于于要用目標(biāo)在整幅圖像中所占比例來指導(dǎo)分割，因而限制了它應(yīng)用于自動目標(biāo)識別與跟蹤系統(tǒng)的分割算法中，而且在算法性能分析中也極少考慮它；最大熵法是根據(jù)最大熵原理求取閾值的方法，這種方法使得利用閾值分割出的圖像兩部分一階灰度統(tǒng)計的信息量最大。目前又可將此方法推廣到二維熵，使門限的選擇更加合理，二維熵方法不僅利用了點(diǎn)像元信息，而且利用了周圍像元的平均灰度信息，求出每一像元灰度值和該像元與周圍像元平均灰度值的聯(lián)合概率，從而決定分割的熵平面，但二維熵方法計算較為復(fù)雜；模糊閾值法則多與其它幾種算法結(jié)合使用，把模糊性指數(shù)、模糊熵概念應(yīng)用到圖像分割中，結(jié)合基于圖像直方圖等的模糊最大熵閾值圖像分割方法，給出了模糊最大熵的值對圖像進(jìn)行分割。隨著圖像信息處理技術(shù)的發(fā)展，紅外圖像處理的方法也層出不窮。歸納起來，呈現(xiàn)出以下特點(diǎn)和趨勢： （1）多種數(shù)學(xué)工具。諸如人工神經(jīng)網(wǎng)絡(luò)、小波理論、遺傳算法。以及模糊理論、數(shù)學(xué)形態(tài)學(xué)等。人們將這些新型理論工具應(yīng)用到圖像處理中，起到了改善圖像效果、擴(kuò)展適用范圍、提高運(yùn)算速度等作用。 （2）多特征的利用和多方法的融合。為了使圖像處理方法取得更好的效果，不能僅僅局限于單一特征的分析，而是綜合利用整體信息和局部信息，融合多種方法的優(yōu)勢進(jìn)行。本文的主要工作是對非制冷紅外熱像儀輸出的紅外圖像進(jìn)行研究。首先采用常用的圖像增強(qiáng)算法如直方圖均衡化、灰度變換算法、圖像的平滑降噪以及銳化方法對紅外圖像進(jìn)行增強(qiáng)處理，并且分析比較各種增強(qiáng)算法的圖像效果。然后針對獲得的紅外圖像較模糊、噪聲大等特點(diǎn)，提出了用直方圖均衡增強(qiáng)灰度、用中值平滑濾波消除噪聲的紅外圖像處理算法。全文共分為四章，各章節(jié)的內(nèi)容安排如下：第1章對全文進(jìn)行概述，說明了本文的研究背景和意義以及紅外圖像處理技術(shù)的國內(nèi)外研究現(xiàn)狀和發(fā)展趨勢。第2章介紹了紅外圖像的產(chǎn)生機(jī)理，總結(jié)了紅外圖像的特點(diǎn)，對紅外圖像的直方圖特征、噪聲特性、對比度和分辨率進(jìn)行了研究。第3章研究了幾種經(jīng)典的圖像增強(qiáng)算法對紅外圖像的處理效果，針對紅外圖像的特點(diǎn)，分別從不同的角度選用不同的增強(qiáng)算法進(jìn)行大量的仿真實驗，分析比較各種算法的圖像效果。第4章對本文做了總結(jié)，分析了本課題的研究成果，然后就本文中存在的不足做分析，對后續(xù)的研究工作做了說明和展望。第2章 紅外圖像的介紹紅外圖像是伴隨著紅外成像技術(shù)的出現(xiàn)而誕生的。紅外熱成像技術(shù)，又稱熱成像技術(shù)，是一種輻射信息探測技術(shù)，熱成像系統(tǒng)能夠把物體表面自然發(fā)射的紅外輻射分布轉(zhuǎn)變?yōu)榭梢妶D像。因為不同物體或同一物體的不同部位具有不同的紅外輻射特性，所以系統(tǒng)可以直觀的顯示其差異而將他們區(qū)分開來，轉(zhuǎn)換成可見圖像，從而將人類的視覺感知范圍由傳統(tǒng)的可見光譜擴(kuò)展到裸眼看不到的紅外輻射光譜區(qū)。支撐紅外成像技術(shù)的理論與技術(shù)基礎(chǔ)包括紅外物理學(xué)、光電子學(xué)、現(xiàn)代信息處理技術(shù)、材料科學(xué)、精密光學(xué)機(jī)械和特種紅外工藝等。紅外熱成像技術(shù)的特征是：（1）紅外輻射能夠穿過霧靄煙塵而且系統(tǒng)工作波段寬，系統(tǒng)作用距離遠(yuǎn)。（2）采用被動工作方式，不易被發(fā)現(xiàn)或受干擾。（3）可在晝夜或惡劣氣候下工作，接近全天候。（4）適合高精度跟蹤瞄準(zhǔn)。（5）不易受射擊、爆炸和照明閃光等強(qiáng)光影響。上述這些特點(diǎn)使紅外熱成像系統(tǒng)特別適合軍事應(yīng)用，因此，各國都已巨額投資競相開展這一領(lǐng)域的研究工作。近年來，隨著紅外熱成像系統(tǒng)成本的降低，紅外熱成像系統(tǒng)在國民經(jīng)濟(jì)中也有越來越多的應(yīng)用。自然界中的一切物體，只要它的溫度高于絕對零度，總是在不斷地發(fā)射紅外輻射。因此，只要收集并探測這些輻射能，就可以形成與景物溫度分布相對應(yīng)的熱圖像。這種熱圖像再現(xiàn)了景物各部分溫度和輻射發(fā)射率差異，因而能顯示出物體的特征，形成可見的熱圖像，即紅外圖像。能生成紅外圖像的系統(tǒng)就是紅外成像系統(tǒng)，也可稱為紅外熱像儀。紅外成像系統(tǒng)必須具有把紅外光變成可見光的功能，其轉(zhuǎn)換分為兩步：第一步是通過光學(xué)系統(tǒng)，由紅外探測器把紅外熱輻射變?yōu)殡娦盘?，該信號的大小反映出紅外輻射的強(qiáng)弱；第二步是通過電視顯像系統(tǒng)，經(jīng)過電子學(xué)處理，將反映目標(biāo)紅外輻射分布的電子視頻信號在監(jiān)視器上顯示出來，實現(xiàn)從電到光的轉(zhuǎn)換，得到反映目標(biāo)熱像的可見圖像。在紅外成像系統(tǒng)中，實現(xiàn)上述轉(zhuǎn)換功能的部件主要有光學(xué)系統(tǒng)、紅外探測器、信號圖處理器、信號處理電路和顯示記錄裝置等幾部分。根據(jù)上述相關(guān)的理論，結(jié)合實際熱成像系統(tǒng)的輸出結(jié)果，可以總結(jié)出紅外熱圖像具有以下的特點(diǎn)：（1）由于景物熱平衡、光波波長長、傳輸距離遠(yuǎn)、大氣衰減等原因，造成紅外圖像空間相關(guān)性強(qiáng)、對比度低、視覺效果模糊。（2）紅外熱圖像表征景物的溫度分布，是灰度圖像，沒有彩色或陰影，故對人眼而言，分辨率低、分辨潛力差。（3）熱成像系統(tǒng)的探測能力和空間分辨率低于可見光 CCD 陣列，使得紅外圖像的清晰度低于可見光圖像。（4）外界環(huán)境的隨機(jī)干擾和熱成像系統(tǒng)的不完善，給紅外圖像帶來多種多樣的噪聲，比如熱噪聲、散粒噪聲、光子電子漲落噪聲等等。這些分布復(fù)雜的噪聲使得紅外圖像的信噪比比普通電視圖像低。（5）由于紅外探測器各探測單元的響應(yīng)特性不一致、光機(jī)掃描系統(tǒng)缺陷等原因，造成紅外圖像的非均勻性，體現(xiàn)為圖像的固定圖案噪聲、串?dāng)_、畸變等。從上面的分析中可知，紅外圖像一般較暗，目標(biāo)圖像與背景對比度低，邊緣比較模糊，噪聲大等。在對圖像進(jìn)行處理前，了解圖像整體或局部的灰度分布情況是非常必要的，對圖像的灰度級分布進(jìn)行分析的重要手段就是建立灰度直方圖(Density Histogram)?；叶燃壍闹狈綀D描述了一幅圖像的概貌，通過圖像灰度直方圖，可以直觀的看出圖像中各灰度級的分布情況,用修改直方圖的方法增強(qiáng)圖像是實用而有效的處理方法之一。簡單地說，灰度級的直方圖就是反映一幅圖像中的灰度級與出現(xiàn)這種灰度的概率之間的關(guān)系的圖形?；叶戎狈綀D的橫坐標(biāo)是灰度級，縱坐標(biāo)是該灰度級出現(xiàn)的頻度，它是圖像最基本的統(tǒng)計特性。直方圖給出一個直觀的指標(biāo)，用以分析一幅數(shù)字圖像是否合理地利用全部允許的灰度信息，在圖像處理程序中察看直方圖信息是進(jìn)行圖像處理前必不可少的步驟，因此研究直方圖的特性對整個處理過程極其重要。（對比度、分辨率、噪聲） （1）紅外圖像對比度。紅外熱像儀是一種利用目標(biāo)與背景之間的溫差來成像的成像裝置。由于一般景物的溫差比較小，再加上經(jīng)過大氣傳輸、熱像儀中光學(xué)部分和電子處理部分過程中損失的灰度級，所以紅外圖像的對比度比較低，不利于人眼的觀察。通常可以在灰度直方圖中看出此特征，往往表現(xiàn)為絕大部分灰度集中于某些相鄰的灰度級范圍內(nèi)。 （2）紅外圖像分辨率。紅外成像系統(tǒng)由于探測器陣列數(shù)目有限及探測單元尺寸的限制，空間采樣頻率無法滿足采樣定理，圖像空間分辨率低，混頻現(xiàn)象有時很嚴(yán)重。而制造密集的紅外焦平面陣列，工藝復(fù)雜，費(fèi)用昂貴，按照傅立葉光學(xué)的觀點(diǎn)，光學(xué)成像系統(tǒng)是一個低通濾波器，由于受到光學(xué)衍射的影響，其傳遞函數(shù)在由衍射極限分辨率所決定的某個截止頻率上，其值全為0。而大多數(shù)自然景物空間頻率較豐富，包括各種高頻信息，紅外成像系統(tǒng)由于光學(xué)衍射和有限的探測器尺寸，成像過程中圖像信號的高頻部分（細(xì)節(jié)）會有所丟失，造成圖像的模糊和變形。所以目前的紅外熱像儀輸出的紅外圖像分辨率較低。 （3）紅外圖像的噪聲分析。對非致冷紅外熱成像系統(tǒng)而言，雖然存在諸多優(yōu)點(diǎn)，但由于固有的本質(zhì)特性，紅外熱釋電探測器的分辨率還不能做的很高，導(dǎo)致圖像的對比度、信噪比較低。圖像噪聲主要來源于溫度噪聲、熱噪聲、放大器噪聲，而溫度噪聲和熱噪聲是一種白噪聲源(WHITENOISE)，而放大器噪聲通常只需要考慮溝道熱噪聲，而無需考慮復(fù)合噪聲等。因此在紅外成像成像系統(tǒng)中，占主導(dǎo)地位的是白噪聲源。紅外圖像噪聲的情況非常復(fù)雜，因此要完全濾除圖像的噪聲幾乎不可能，因為每一種圖像濾波算法只適合濾除一種或幾種噪聲。目前濾除噪聲的方法分成兩類：全局處理，它必須知道統(tǒng)計模型，如Wiener濾波、Kalman濾波等方法；采用局部算子，如中值濾波、梯度倒數(shù)加權(quán)濾波等典型算法。 本章首先介紹了紅外圖像的成像系統(tǒng)和產(chǎn)生機(jī)理，通過對紅外熱像儀基本原理的研究，總結(jié)了紅外圖像的特點(diǎn)以及直方圖的特征，并分析了紅外熱像儀成像過程中的噪聲、對比度和分辨率，為下文研究紅外圖像增強(qiáng)算法奠定了理論基礎(chǔ)。