【正文】 1 )R s A x y s A x y s A x y s A x y? ? ? ? ? ? ? ? ? ? ? ? （ ） 圖 掩模模版 這種濾波器方法取決于領域內(nèi)像素點的灰度值，因此這種濾波器的基本函數(shù)是計算濾波器所在的灰度中值 3． 5 Laplace算子 圖像增強中 Laplace算子的運用也是比較廣泛的，一個二元圖像 ( , )Axy 的 Laplace 算子可以表示為： 222 AAAxy??? ? ? （ ） 對 x 和 y 的二階偏微分可以表示為： 22 ( 1 , ) ( 1 , ) 2 ( , )A A x y A x y A x yx? ? ? ? ? ?? （ ） 22 ( , 1 ) ( , 1 ) 2 ( , )A A x y A x y A x yy? ? ? ? ? ?? （ ） 則 Laplace的二階數(shù)字算子可以表示為： 2 ( 1 , ) ( 1 , ) ( , 1 ) ( , 1 ) 4 ( , )A A x y A x y A x y A x y A x y? ? ? ? ? ? ? ? ? ? （ ） 圖 Laplace變換 掩模模版 Laplace主要是為了突出圖像中的細節(jié)。其中 r 和 s 分別 表示正規(guī)化的原圖像灰度和經(jīng)過直方圖的圖像灰 度。根據(jù)變換函數(shù)的形式，灰度變換分為線性變換、分段線性變換和非線性變換。因此， 灰度變換處理方法也叫做點運算法。 圖像增強不考慮圖像質(zhì)量下降的原因，只 將圖像中感興趣的特征有選擇的突出，而衰減不需要的特征 ，在圖像增強和像質(zhì)改善過程中總是以對某一部分信息的強調(diào)和另一部分信息的損失為代價。空間域處理時直接對圖像灰度級作運算。所以說，直方圖是圖像處理中非常有用的一種決策和評價工具。 紅外圖像的分辨率 [12] 由于紅外熱成像系統(tǒng)的探測單元尺寸的限制以及探測器陣列數(shù)目有限，空間采樣的頻率并不能滿足采樣定理 ，所以圖像的空間分辨率比較低，有時候還會出現(xiàn)非常嚴 重的混頻現(xiàn)象。 抑制紅外圖像干擾噪聲和提高圖像對比度的增強方法按處理的作用域劃分，可以分為空間域增強和頻率域增強 [3]， 空間域增強方法是直接對圖像像素灰度進行操作 ，其中又可分為逐點灰度處理、窗口灰度處理和統(tǒng)計灰度處理，如直方圖均衡化處理方法和灰度變換方法。在紅外圖像的生成、傳輸?shù)冗^程中，由于景物 熱平衡、大氣吸收和隨機散射作用等，使 紅外圖像普遍存在著圖像分辨率低、對比度不高、圖像缺乏層次性以及受噪聲影響嚴重等缺點， 目標和細節(jié)更是淹沒在大片的背景噪聲 中，視覺效果較差，給日標識別帶來了很大的困難，需要經(jīng)過增強處理改善圖像質(zhì)量。按照工作方式來分，有光機掃描探測器和電子掃描探測器。由于物體各個不同部分有不同的輻射特性，所以紅外成像系統(tǒng)可以把景物的各個部分區(qū)分開來，然后轉(zhuǎn)換為可見的圖像，進而使人們可以用裸眼感知原來看不到的紅外輻射光譜。空域處理方法有很好的實時性和自適應性，運算量小， 但對各部分的控制效果不好，不能從頻率角度反映各部分的區(qū)別。為了得到質(zhì)量較好的紅外圖像，人們必須得想辦法改善紅外圖像。而紅外圖像普遍存在著灰度偏暗，目標與背景對比度差、邊緣模糊和噪聲大等特點，所以研究紅外前視圖像處理算法，提高紅外夜視成像儀的成像質(zhì)量以提高其在實際作戰(zhàn)中的應用變得至關重要。對于不同的探測器，有各種各樣不同的分類方法。 1． 2 紅外圖像增強技術發(fā)展現(xiàn)狀 紅外成像技術的產(chǎn)物就是紅外圖像。 紅外圖像具有以下特點 [2]： 能夠在晝夜或者惡劣的氣候下工作；紅外輻射可以穿透煙塵霧靄并且系 統(tǒng)的工作波段比較寬，系統(tǒng)作用的距離比較遠；不容易受照明閃光、爆炸、射擊等強烈刺激光線的影響；采用的工作方式是被動的，不容易受干擾或者被發(fā)現(xiàn)；適合于高精度的跟蹤與瞄準。 2 紅外圖像的特征分析 2． 1 紅外圖像的對比度和分辨率 紅外圖像的對比度 [4] 紅外成像系統(tǒng)是一種利用背景和目標間的溫度差來完成成像的裝置。 一個數(shù)字圖像 ( , )f xy ，它的像素總數(shù)是 N ，用 kr 表示第 k 個灰度級對應的灰度， kn 表示具有灰度 kr 的像素的個數(shù)。其中包括紅外圖像的對比對和分辨率以及 紅外圖像的直方圖特征等。而這種改善的方法一般是兩種：圖像增強和圖像復原。目的是為了改善畫質(zhì)，是圖像的顯示效果更加清晰。除了灰度級的改變時根據(jù)某種特定的灰度變換函數(shù)進行之外，點運算可以看作是“從像素到像素”的復制操作。 直方圖均衡化 對于圖像 ( , )f xy ，它的灰度范圍是 m in m ax( , )f f x y f??。一般來講，背景 和目標占有較多的像素，這種技術實際上加大了背景和目標的對比度；占有較少像素的灰度變換后需要歸并。 Butterworth低通濾波器 大小為 M*N， n級的 Butterworth低通濾波器的傳遞函數(shù)定義為： ? ?201( 1 ( / nDD? ? ??? ? ? ? ??? （ ） 與理想低通濾波器不同的是在截止頻率處不是截斷，而有個平滑衰減的過程，這就使 Butterworth低通濾波器沒有什么振鈴現(xiàn)象 (振鈴是由于低通濾波，圖像高頻 部分丟失，引起圖像模糊的現(xiàn)象 )，因此，處理后的圖像要比理想低通濾波器處理后的圖像在清晰度上要好些。 高斯高通濾波器 截止頻率距原點為 0D 的高斯高通濾波器的傳遞函數(shù)表示如下： 220( / 2( 1 e DD? ????? ???? ? ? （ ） 這種高通濾波器在處理圖像的運用中，得到的處理結果比前兩個濾 波器要更加平滑。 4． 1 基于灰度變換的紅外圖像增強方法 線性灰度變換 在圖像采集中圖像灰度會因為亮度不足或者亮度太大的原因局限在一個很小的范圍里，這時候顯示出來的圖像模糊不清沒有層次感。( , ) 39。這樣物體的灰度細節(jié)得到突出。39。 對數(shù)變換的表達式為 ln [ ( , ) 1 ]( , ) lnf x yg x y a bc ??? （ ） 這里的參數(shù)都是用來調(diào)整變換曲線的位置和形狀的。 figure,imhist(J)。 平滑 濾波器則是對圖像低頻分量進行增強，它可以對圖像進行平滑處理，消除圖像噪聲。average39。 （ a）原圖像 （ b）中值濾波處理后的圖像 圖 原圖像與中值濾波后的圖像 由于中值濾波是一種基于排列統(tǒng)計理論的非線性運算，它的優(yōu)點是運算簡單、處理速度快，并且既可以去除噪聲又可以保護圖像的邊緣，因此中值濾波器非常適合運用在一些線性濾波器無法勝任的圖像處理領域 ，但對于線、點團等小細節(jié)部分不宜采用這種方法處理。 為了討論方便 ,在圖像均衡中一般先將圖像灰度范圍歸一化。 figure,imhist(I)。 2)像素的動態(tài)范圍變寬，雖然灰度級沒有充滿整個區(qū)域，但是在整個區(qū)域內(nèi)的間 隔還是比較均勻，圖像的亮度得到提升。 首先，對處理的灰度級數(shù)目進行統(tǒng)計。 1984 年由 Little、 Moler、 Steve Bangert 合作成立了的 MathWorks 公司正式把 MATLAB 推向市場。圖 （ b） 、 (d)、 (f)分別是原始圖像、直方圖均衡化處理后的圖像以及直方圖雙向均衡化處理后的圖像的直方圖。 結 論 本文圍繞圖像增強方法問題進行研究和分析總結了紅外圖像的特點，然后針對一些經(jīng)典的紅外圖像增強算法做了介紹，并分析了它們的優(yōu)點和缺點， 決定采用 一種結合目前增強算法優(yōu)點的新算法 —— 直方圖雙向均衡技術。Technology， 2020(48):1720. [4] Vichers V E． Plateau equalization algorithm for real time display of high quality infrared imagery[J]． Society of PhotoOptical Instrumentation Engineefs,1996,25(5):2530. [5] A． Onur Katah,O． Erman Okman,Tayfun Aytac． Adaptive enhancement of seasurface targetsin infrared image based 011 local frequency cues[J]． Optical Society of America． 2020． 27(3)： 509517. [6] Silvcrman J． Display and enhancement of infrared images[J]． ElectroOptical Displays,1992,98(78)： 58565l. [7] 崔堯，姚靜， 王炳建．一種基于雙閾值紅外圖像增強新算法 [J]．紅外與激光工程 ,2020,35(11)： 111— 115. [8] Schulze M A． John A． Morphological image processing techniques in thcrmographic imaging[J]． Biomedical sciences instrumentation,1993， 29(2，3)： 227234. [9] 李英先．紅外圖像實時處理算法及軟件設計： [D]．南京：南京理工大學， 2020. [10] 張長江 ，付夢印，金梅，等．一種抗噪的紅外圖像對比度增強方法 [J]．紅外與激光工程， 2020， 33(1)： 5054. [11] 弼程，彭天強，彭波．智能圖像處理技術 [M]．北京：電子工業(yè)出版社， . [12] 孔祥福 . FD09 風洞帶地面板條件下的流場校測報告 [R]. 北京空氣動力研究所技術報告 BG7270，北京：北京空氣動力研究所， 1989. [13] 黎志華，黎志軍 . 反饋聲抵消器 [P]. 中國專利： ZL85100748， 1986 [14] 岡薩雷斯．數(shù)字圖像處理 (第二版 )．北京： 電子工業(yè)出版社， 2020， [15] KIMYT. Contrast Ehancement Using Brightness Preserving Bihistogram Eualization[J]. IEEE Transactions on Consumer Electronics,1997,43 (1): 18. [16] 何金國 . 數(shù)字圖像處理實訓教程 [M].北京：清華大學出版社， 2020， 5766. [17] 賈永紅，崔衛(wèi)紅，余卉 .數(shù)字圖像處理實習教程 [M].武漢：武漢大學出版社人，2020， 4452. [18] Sim K S, Tso C P, Tan Y Y. Recursive Subimage Histogram Equalization Applied to Gray Scale Images[ J] . Pattern Recognition Letters, 2020, 28( 10) : 1209 1221. 附錄 g=imread(39。 I=g(:,:,1) 。