【正文】 這個(gè)乘數(shù)也增強(qiáng)了低頻部分的幅度，只要偏移量與乘數(shù)相比比較小，低頻增強(qiáng)的影響就弱于高頻增強(qiáng)的影響。頻率域內(nèi)常用的高通濾波器有四種： ? ① 理想高通濾波器： 000 。 D( u , v ) DH ( u , v )0 。高溫區(qū)域則是以紅色為主色調(diào) ,綠色輸入線性遞減 ,產(chǎn)生高溫區(qū)的編碼值。根據(jù)色度學(xué)原理 ,任何一種顏色都可以由紅、綠、藍(lán)3基色按不同的比例來合成 ,因此圖像的偽彩色處理先要設(shè)定紅、綠、藍(lán) 3個(gè)基色的函數(shù)關(guān)系 ,使對(duì)應(yīng)的每一個(gè)函數(shù)都有相應(yīng)的紅、綠、藍(lán)輸出 ,之后 3者合成一個(gè)色。屆時(shí) F(j,k)看成是一個(gè)二維的強(qiáng)度函數(shù)，然后用 m個(gè)平行于水平面的切割平面作切割，得到 m個(gè)不同的灰度區(qū)間 L1,L2， … ,Lm(見下圖 )。 圖像增強(qiáng)技術(shù) ? 假彩色增強(qiáng) ? 假彩色增強(qiáng)的對(duì)象是三基色描繪的自然圖像或同一景物的多光譜圖像。 (j,k)點(diǎn)的銳化輸出為 圖像增強(qiáng)技術(shù) ? 彩色技術(shù) ? 什么是偽彩色增強(qiáng)技術(shù) ? 偽彩色技術(shù)就是將灰度圖像的各個(gè)不同灰度級(jí)按照線性或非線性的映射方法變換成不同的顏色 ， 得到一幅彩色圖像的增強(qiáng)技術(shù) 。 如果把包含 F(j,k)自身在內(nèi)的鄰域均值看成是 F(j,k)擴(kuò)散形成的模糊的話， 上式又可理解為 Laplacian算子等于 F(j,k)與 F(j,k)模糊之差。 其 他??? ??③ 給邊緣規(guī)定一個(gè)特定的灰度值，即 aL 。 12圖像增強(qiáng)技術(shù) ? 空間域圖像銳化 ? 銳化的目的是增強(qiáng)圖像邊緣 ， 使人看起來愜意 ， 以及便于對(duì)目標(biāo)的識(shí)別和處理 。此外還有疊代操作，就是對(duì)輸入圖像重復(fù)進(jìn)行同樣的中值濾波，直到輸出不再有變化為止。為了盡可能減小模糊失真，有人提出了 “ 超限鄰域平均法 ” ，公式如下： ( x , y ) A ( x , y ) A11F ( x , y ) : F ( j, k ) F ( x , y ) TLLG ( j, k )F( j, k ) : 其 它??? ????? ??????就是說當(dāng) F(j,k)大于鄰域平均值一定值后，作噪 聲處理，否則不變。 圖像增強(qiáng)技術(shù) ? 空域圖像平滑 ? 噪聲消除法 ? 由傳感器或信道引起的噪聲通常呈現(xiàn)孤立離散性分布，它們常常與鄰域像素有比較明顯的差異。 。 a F ( j, k ) ccad 39。?? ??? ? ? ? ??????如圖 。 ( F a )ba?? ? ??圖 全域線性變換示意圖 圖像增強(qiáng)技術(shù) 另一種情況，當(dāng)圖像中大部分像素的灰度級(jí)都在 [a,b]內(nèi)，只有少部分在 a,b外，可以采用下式的變換形式。 圖像增強(qiáng)技術(shù) ? ① 全域線性變換 ? 在曝光不足或過渡的情況下，圖像灰度可能會(huì)局限在一個(gè)很小的范圍內(nèi)?？臻g域處理時(shí)直接面對(duì)圖像灰度級(jí)作計(jì)算；頻率域處理是在圖像的某種變換域內(nèi)，對(duì)圖像的變換系數(shù)值進(jìn)行運(yùn)算，即作某種修正，然后通過逆變換獲得增強(qiáng)圖像，這是一種間接增強(qiáng)的方法。 紅外圖像的目標(biāo)檢測及跟蹤 ? 形心跟蹤算法 ? 形心跟蹤中，目標(biāo)位置的確定可以通過質(zhì)心或強(qiáng)度中心來確定。由于目標(biāo)在運(yùn)動(dòng)過程中距攝像機(jī)的距離時(shí)刻變化，目標(biāo)的大小也隨之變化，所以波門的大小必須隨之自適應(yīng)地同步變化，以保證在滿足精度的前提下盡量減少計(jì)算量，同時(shí)增強(qiáng)系統(tǒng)的抗干擾能力。如果至少有一個(gè)高斯分布符合分布則按照如下方法對(duì)高斯分布進(jìn)行更新： 紅外圖像的目標(biāo)檢測及跟蹤 ? 對(duì)符合的高斯分布按下式更新權(quán)重，均值和方差 ? 權(quán)重更新公式： ? ?( ) 1 ( 1 )w e ight t w e ight t??? ? ? ? ? () t 表示當(dāng)前幀， 1t? 表示前一幀 , ? 表示更新速度； ? ?( ) 1 ( 1 )m e an t m e an t im ag e da ta??? ? ? ? ? ?均值更新公式： () imagedata 表示當(dāng)前幀的像素值； 方差更新公式： ? ? ? ? 222 ()( ) 1 ( 1 ) im a g e d a ta m e a n ttt? ? ? ? ?? ? ? ? ? ?() 紅外圖像的目標(biāo)檢測及跟蹤 ? 對(duì)不符合的高斯分布分布值按下式更新權(quán)重，方差和均值保持不變，僅對(duì)權(quán)重進(jìn)行更新： ? ?( ) 1 ( 1 )we igh t t we igh t t?? ? ? ? () 如果沒有一個(gè)高斯分布符合當(dāng)前像素點(diǎn)，則找出權(quán)重最小的高斯分布， 將該分布的權(quán)重 ()weight t 賦予一個(gè)較小值，均值 ()meant用當(dāng)前像素點(diǎn)的值代替，方差 2()t? 賦予一個(gè)較大值。 )K kkkP x w e ig h t k f x u ??? ? ?()weight k K。 紅外圖像的目標(biāo)檢測及跟蹤 ? 高斯分布是一種最常見的概率分布模型，自然科學(xué)中很多隨機(jī)變量都服從高斯分布，因此在數(shù)據(jù)量較大的圖像處理領(lǐng)域經(jīng)常用它來描述例如噪聲，像素灰度等變量。做差之后會(huì)形成一個(gè)差值圖像，有些是因?yàn)楣庹詹痪鶆蚨纬傻脑肼?，有些是目?biāo)的位置，所以需要對(duì)差值圖像進(jìn)行閾值處理，將噪聲去除掉，挑選出目標(biāo)，也即標(biāo)定目標(biāo)的位置。 Horn 等指出光流計(jì)算存在病態(tài)解問題，必須引入附加條件才能確定光流的唯一解；Bimbo 等提出了兩種計(jì)算光流場的新方法，并和其他光流場計(jì)算方法進(jìn)行了比較。 紅外圖像的目標(biāo)檢測及跟蹤 ? 典型的 TBD目標(biāo)檢測算法 ? TBD 算法流程概括起來包含三個(gè)步驟 ：一是背景抑制，通過各種單幀圖像背景抑制算法，或通過濾波將紅外圖像低頻和高頻部分進(jìn)行分離，提高信噪比，盡可能抑制原始圖像中的低頻背景雜波干擾；二是可疑目標(biāo)跟蹤，利用相鄰幾幀中目標(biāo)的運(yùn)動(dòng)信息來分割可能目標(biāo)，從背景抑制后的圖像中分割出少量候選目標(biāo)進(jìn)行跟蹤；三是目標(biāo)檢測，利用序列圖像中目標(biāo)運(yùn)動(dòng)的連續(xù)性和軌跡的一致性，進(jìn)一步排除虛假目標(biāo)，從候選目標(biāo)中檢測出真正的目標(biāo)。通過將高通濾波后的目標(biāo)與它周圍的背景作自適應(yīng)門限比較可以很好地分割出點(diǎn)目標(biāo)，這樣既可以解決由單純的自適應(yīng)門限造成的預(yù)選點(diǎn)過多，又可解決單純的高通濾波，當(dāng)目標(biāo)出現(xiàn)在強(qiáng)噪聲下分割不出來的弊病。能否有效地提取出目標(biāo)，問題的關(guān)鍵是尋找一個(gè)合理的閾值。 紅外成像系統(tǒng)簡介 ? 從二十世紀(jì)八十年代末 人們已經(jīng)開始利用紅外傳感器來檢測遠(yuǎn)距離的熱源 ? 隨著熱成像技術(shù)的成熟 紅外圖像中的目標(biāo)檢測技術(shù)已經(jīng)成為一項(xiàng)獨(dú)立的、具有明顯特色的研究方向。 紅外成像系統(tǒng)簡介 ? 二、圖像信號(hào)處理器硬件系統(tǒng)的研究。正因?yàn)槎鄧筷?duì)在夜視和光電裝備方面的優(yōu)勢，所以在整個(gè)戰(zhàn)爭期間他們掌握了絕對(duì)的主動(dòng)權(quán)。 紅外成像系統(tǒng)簡介 ? 從二十世紀(jì)五十年代開始，紅外成像技術(shù)被廣泛應(yīng)用于軍事領(lǐng)域，尤其是在紅外成像制導(dǎo)、紅外告警和偵察方面。在戰(zhàn)斗中投入的夜視裝備之多，性能之好，是歷次戰(zhàn)爭所不能比擬的。 ? 紅外成像系統(tǒng)與雷達(dá)相比，具有結(jié)構(gòu)簡單、體積小、重量輕、分辨率高、隱蔽性好、抗干擾能力強(qiáng)等優(yōu)點(diǎn)；與可見光相比，有透過煙塵能力強(qiáng)、可晝夜工作等特點(diǎn)，因而在中近距離成像跟蹤系統(tǒng)中，紅外成像傳感器受到特別重視。近年來針對(duì)復(fù)雜背景和各種干擾條件下的檢測和識(shí)別的新算法不斷涌現(xiàn)，更加智能化的狀態(tài)判決和跟蹤處理算法也得以應(yīng)用。 紅外圖像的目標(biāo)檢測及跟蹤 ? 紅外目標(biāo)檢測算法可分為 “ 先跟蹤后檢測（ TBD） ” 類檢測算法和 “ 先檢測后跟蹤（ DBT） ” 類檢測算法兩大類。0 ??? ? ??紅外圖像的目標(biāo)檢測及跟蹤 ? 式中， Th(k)是隨序列圖像的變化而自適應(yīng)改變的?，F(xiàn)在，定義一個(gè)均值距離測度 0μ μ1μ 和 為 至 1μ 至 距離的加權(quán)之和，即： 220 0 1 1D ( l ) P ( l )[μ ( l ) μ ] P ( l )[μ ( l ) μ ]? ? ? ? ?? ? ? ? () () 紅外圖像的目標(biāo)檢測及跟蹤 ? 將 ()和 ()式代入 ()式中，并考慮到 01P (l ) P (l ) 1????，則 ()式可簡化為： 2000[ λ (l ) μ P (l ) ]D (l ) ( 2 .1 6 )P (l ) [1 P (l ) ]???? ? ?D(l)? l?分割的準(zhǔn)則是使 為最大值的灰度級(jí) 作為圖像分割的門限值。所謂多級(jí)假設(shè)檢驗(yàn)算法，就是在圖像序列中這個(gè)樹形結(jié)構(gòu)的每一層上用假設(shè)檢驗(yàn)的方法對(duì)結(jié)構(gòu)做出刪節(jié)修正，以隨時(shí)去掉沒有通過檢驗(yàn)的樹，達(dá)到控制運(yùn)算量和存儲(chǔ)量的目的。相減的結(jié)果反映了當(dāng)前幀圖像和參考圖像不同的像素點(diǎn)，包括運(yùn)動(dòng)目標(biāo)和噪聲。平均法計(jì)算簡單，數(shù)據(jù)量小，但是如果 N 太小則會(huì)把目標(biāo)疊加到背景上。 ? 混合高斯模型使用 K(基本為 3到 5個(gè) )個(gè)高斯模型來表征圖像中各個(gè)像素點(diǎn)的特征。 紅外圖像的目標(biāo)檢測及跟蹤 ? 首先初始化 K個(gè)高斯模型，在新一幀圖像獲得后更新混合高斯模型。 那么可以判斷這個(gè)概率值是否大于閾值，如果大于，則說明是背景圖像， 反之，則是運(yùn)動(dòng)目標(biāo)。由于僅采用單一的數(shù)據(jù)點(diǎn)用來定位，很容易受任何隨機(jī)噪聲的干擾，所以精度較低。 圖像增強(qiáng)技術(shù) ? 圖像增強(qiáng)的首要目標(biāo)是處理圖像，使之比原始圖像更適合于特定的應(yīng)用，圖像增強(qiáng)的主要目的有兩個(gè)：一是改善圖像的視覺效果，提高圖像成分的清晰度；二是使圖像變得更利于計(jì)算機(jī)的處理。對(duì)比度增強(qiáng)是圖像增強(qiáng)技術(shù)中一種比較簡單但又十分重要的方法。 a 39。( j, k ) a 39。 a 39。 c F ( j, k ) ddcb 39。 T(ri)為變換函數(shù)， Si為均衡化后圖像在 i處的灰度。 圖像增強(qiáng)技術(shù) ? 鄰域平均法 ? 令被討論像素的灰度值為 F(j,k)，以其為中心，窗口像素組成的點(diǎn)集以 A表示，集