【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(lǐng)域內(nèi)像素點(diǎn)的灰度值，因此這種濾波器的基本函數(shù)是計(jì)算濾波器所在的灰度中值 3． 5 Laplace算子 圖像增強(qiáng)中 Laplace算子的運(yùn)用也是比較廣泛的，一個(gè)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(xì)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(diǎn)運(yùn)算法。 圖像增強(qiáng)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(qiáng)和像質(zhì)改善過程中總是以對某一部分信息的強(qiáng)調(diào)和另一部分信息的損失為代價(jià)?？臻g域處理時(shí)直接對圖像灰度級作運(yùn)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(jià)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(shí)候還會(huì)出現(xiàn)非常嚴(yán) 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(qiáng)方法按處理的作用域劃分，可以分為空間域增強(qiáng)和頻率域增強(qiáng) [3]， 空間域增強(qiáng)方法是直接對圖像像素灰度進(jìn)行操作 ，其中又可分為逐點(diǎn)灰度處理、窗口灰度處理和統(tǒng)計(jì)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(jī)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(yán)重等缺點(diǎn)， 目標(biāo)和細(xì)節(jié)更是淹沒在大片的背景噪聲 中，視覺效果較差，給日標(biāo)識(shí)別帶來了很大的困難，需要經(jīng)過增強(qiáng)處理改善圖像質(zhì)量。按照工作方式來分，有光機(jī)掃描探測器和電子掃描探測器。由于物體各個(gè)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(gè)部分區(qū)分開來，然后轉(zhuǎn)換為可見的圖像，進(jìn)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(shí)時(shí)性和自適應(yīng)性，運(yùn)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(biāo)與背景對比度差、邊緣模糊和噪聲大等特點(diǎn)，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(shí)際作戰(zhàn)中的應(yīng)用變得至關(guān)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(qiáng)技術(shù)發(fā)展現(xiàn)狀 紅外成像技術(shù)的產(chǎn)物就是紅外圖像。 紅外圖像具有以下特點(diǎn) [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(yuǎn)；不容易受照明閃光、爆炸、射擊等強(qiáng)烈刺激光線的影響；采用的工作方式是被動(dòng)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(zhǔn)。 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(biāo)間的溫度差來完成成像的裝置。 一個(gè)數(shù)字圖像 ( , )f xy ，它的像素總數(shù)是 N ，用 kr 表示第 k 個(gè)灰度級對應(yīng)的灰度， kn 表示具有灰度 kr 的像素的個(gè)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(qiáng)和圖像復(fù)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(shí)根據(jù)某種特定的灰度變換函數(shù)進(jìn)行之外，點(diǎn)運(yùn)算可以看作是“從像素到像素”的復(fù)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(biāo)占有較多的像素，這種技術(shù)實(shí)際上加大了背景和目標(biāo)的對比度；占有較少像素的灰度變換后需要?dú)w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?cái)?，而有個(gè)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(diǎn)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(yùn)用中，得到的處理結(jié)果比前兩個(gè)濾 波器要更加平滑。 4． 1 基于灰度變換的紅外圖像增強(qiáng)方法 線性灰度變換 在圖像采集中圖像灰度會(huì)因?yàn)榱炼炔蛔慊蛘吡炼忍蟮脑蚓窒拊谝粋€(gè)很小的范圍里，這時(shí)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(xì)節(jié)得到突出。39。 對數(shù)變換的表達(dá)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(jìn)行增強(qiáng)，它可以對圖像進(jìn)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(jì)理論的非線性運(yùn)算，它的優(yōu)點(diǎn)是運(yùn)算簡單、處理速度快，并且既可以去除噪聲又可以保護(hù)圖像的邊緣，因此中值濾波器非常適合運(yùn)用在一些線性濾波器無法勝任的圖像處理領(lǐng)域 ，但對于線、點(diǎn)團(tuán)等小細(xì)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(dòng)態(tài)范圍變寬，雖然灰度級沒有充滿整個(gè)區(qū)域，但是在整個(gè)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(jìn)行統(tǒng)計(jì)。 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(jié) 論 本文圍繞圖像增強(qiáng)方法問題進(jìn)行研究和分析總結(jié)了紅外圖像的特點(diǎn)，然后針對一些經(jīng)典的紅外圖像增強(qiáng)算法做了介紹，并分析了它們的優(yōu)點(diǎn)和缺點(diǎn)， 決定采用 一種結(jié)合目前增強(qiáng)算法優(yōu)點(diǎn)的新算法 —— 直方圖雙向均衡技術(shù)。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(qiáng)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(shí)時(shí)處理算法及軟件設(shè)計(jì)： [D]．南京：南京理工大學(xué)， 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(qiáng)方法 [J]．紅外與激光工程， 2020， 33(1)： 5054. [11] 弼程，彭天強(qiáng)，彭波．智能圖像處理技術(shù) [M]．北京：電子工業(yè)出版社， . [12] 孔祥福 . FD09 風(fēng)洞帶地面板條件下的流場校測報(bào)告 [R]. 北京空氣動(dòng)力研究所技術(shù)報(bào)告 BG7270，北京：北京空氣動(dòng)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．?dāng)?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(shí)訓(xùn)教程 [M].北京：清華大學(xué)出版社， 2020， 5766. [17] 賈永紅，崔衛(wèi)紅，余卉 .數(shù)字圖像處理實(shí)習(xí)教程 [M].武漢：武漢大學(xué)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) 。