【文章內(nèi)容簡(jiǎn)介】 第3章 紅外圖像增強(qiáng)算法研究圖像增強(qiáng)技術(shù)就是利用不同的圖像處理方法改善圖像的質(zhì)量，也就是針對(duì)原始圖像的模糊狀況以及它的不同應(yīng)用場(chǎng)合，有目的的增強(qiáng)圖像整體和局部特性。圖像增強(qiáng)的最終目的就是提高觀察者對(duì)紅外圖像的視覺(jué)效果和增強(qiáng)圖像中的有用信息、抑制無(wú)用信息，來(lái)突出觀察者感興趣的區(qū)域和目標(biāo)特征信息。紅外圖像信號(hào)的增強(qiáng)處理就是要在原始紅外信號(hào)受噪聲影響及非線性偏移信號(hào)影響的情況下，還原出紅外圖像信號(hào)的本來(lái)面目，并對(duì)其做相應(yīng)的線性處理，使其更符合原始紅外圖像信號(hào)的性質(zhì)并適合于人眼對(duì)紅外圖像進(jìn)行觀察。采用圖像增強(qiáng)技術(shù)后，紅外圖像的清晰度得到極大的提高，一些隱蔽的細(xì)節(jié)特征得以顯現(xiàn)，這樣處理后有如下優(yōu)點(diǎn)： （1）圖像增強(qiáng)是一種拓寬灰度等級(jí)的過(guò)程，它能夠展寬圖像的顯示動(dòng)態(tài)范圍，充分的提高圖像的清晰度。 （2）圖像增強(qiáng)是一種抑制噪聲的過(guò)程，噪聲的存在是系統(tǒng)不可回避的現(xiàn)象，它可以降低圖像的分辨率，而圖像增強(qiáng)后噪聲可以得到一定程度的降低，因此使用的圖像的信噪比得到提高。 （3）圖像增強(qiáng)有利于將目標(biāo)與背景區(qū)別開(kāi)來(lái)，從而可以提取目標(biāo)的輪廓，方便對(duì)目標(biāo)的識(shí)別。 需要注意的是，增強(qiáng)技術(shù)不能增加圖像數(shù)據(jù)本身包含的信息，但是可以凸顯特定特征，尤其對(duì)紅外圖像，因?yàn)榧t外傳感器本身固有的特性，紅外圖像普遍存在著目標(biāo)與背景對(duì)比度較差、邊緣模糊等缺點(diǎn)，在加上目標(biāo)距傳感器較遠(yuǎn)，形狀、大小、紋理特性較差，目標(biāo)檢測(cè)比較困難，更是需要對(duì)紅外圖像進(jìn)行增強(qiáng)處理。圖像增強(qiáng)技術(shù)可分為兩大類:頻域處理法和空域處理法。頻域處理法采用修改圖像傅立葉變換的方法實(shí)現(xiàn)對(duì)圖像的增強(qiáng)處理，使得變換后的圖像在某些特性方面更鮮明、突出，因而更易于識(shí)別、分類；空域處理法是直接對(duì)圖像中的像素進(jìn)行處理，基本上是以灰度映射變換為基礎(chǔ)的。在圖像增強(qiáng)技術(shù)的應(yīng)用中，要根據(jù)增強(qiáng)的目的，選擇不同的實(shí)現(xiàn)算法。紅外圖像增強(qiáng)空間域增強(qiáng)頻率域增強(qiáng)空間域變換空域?yàn)V波增強(qiáng)灰度級(jí)修正直方圖變換平滑濾波銳化濾波高通濾波低通濾波 經(jīng)典的紅外圖像處理算法空間域增強(qiáng)是指增強(qiáng)構(gòu)成圖像的像素?？臻g域方法是直接對(duì)這些像素操作的過(guò)程?？臻g域處理可由下式定義： （） 其中f（x,f）是輸入圖像，g(x,y)是處理后的圖像，T是對(duì)f的一種操作，其定義在（x,y）的鄰域。另外，T能對(duì)輸入圖像集進(jìn)行操作，例如，為減少噪音而對(duì)K幅圖像進(jìn)行逐像素的求和操作。通過(guò)變換，達(dá)到對(duì)比度增強(qiáng)的效果，要注意在變換的過(guò)程中，對(duì)每一個(gè)像素點(diǎn)都經(jīng)過(guò)了同樣的處理，因此，以上的方法又叫做點(diǎn)處理。更大的鄰域會(huì)有更多靈活性。一般方法是，利用（x,y）事先定義領(lǐng)域里的一個(gè)f值的函數(shù)來(lái)決定g在（x,y）的值，其公式化的一個(gè)主要方法是以利用所謂的模版為基礎(chǔ)的。從根本上說(shuō)，模版是一個(gè)小的二維陣列，模版系數(shù)值決定處理的性質(zhì)，如圖像銳化等。以這種方法為基礎(chǔ)的增強(qiáng)技術(shù)通常是指模版處理或?yàn)V波。、對(duì)比度增強(qiáng)灰度級(jí)修正灰度修正是對(duì)紅外圖像在空域進(jìn)行預(yù)處理的簡(jiǎn)單而有效的方法。它利用點(diǎn)運(yùn)算修改圖像像素的灰度，用于擴(kuò)展對(duì)比度。點(diǎn)運(yùn)算是把一幀輸入圖像 f ( x, y ) 修改成輸出圖像 g ( x, y ) 。 g ( x, y ) 上每一點(diǎn)像素與f ( x, y ) 上對(duì)應(yīng)位置像素坐標(biāo)相同，像素灰度依函數(shù)法則T 映射。函數(shù)T有線性、分段線性、非線性等幾種形式。，f 和g分別表示輸入和輸出圖像的灰度?；叶茸儞Q函數(shù)為： （）是線性的，a為直線的斜率，b為直線在g軸上的截距。顯然，如果a =1，b =0，輸出圖像復(fù)制輸入圖像；a 1，b =0，具有將輸入圖像對(duì)比度擴(kuò)展增強(qiáng)作用；a 1，b=0，輸入圖像的對(duì)比度被壓縮；a 0，b =0，輸出圖像為輸入圖像的求反；a =1，b ≠ 0，輸出圖像將比輸入圖像偏亮或偏暗。 最簡(jiǎn)單的分段性函數(shù)之一是對(duì)比拉伸變換。低對(duì)比度圖像由于照明不足、成像傳感器動(dòng)態(tài)范圍太小，甚至在圖像獲取過(guò)程中透鏡光圈設(shè)置錯(cuò)誤引起。對(duì)比拉伸的思想是提高圖像處理時(shí)灰度的動(dòng)態(tài)范圍。為了突出感興趣的目標(biāo)或灰度區(qū)間，相對(duì)抑制那些不感興趣的灰度區(qū)域，可采用分線段線性變換，常用的三段線性變換如圖 所示，其數(shù)學(xué)表達(dá)式為: （）式中對(duì)灰度區(qū)間[0, a ]和[ b , Mf ]加以壓縮，對(duì)灰度區(qū)間[ a , b ]進(jìn)行擴(kuò)展。通過(guò)細(xì)心調(diào)整折線拐點(diǎn)的位置及控制分段直線的斜率，可對(duì)任一灰度去進(jìn)行擴(kuò)展或壓縮，這種變換使用于在黑色或白色附近有噪聲干擾的情況。線性變換和分段線性變換都可以用在增強(qiáng)圖像對(duì)比度，增強(qiáng)對(duì)比度實(shí)際是增強(qiáng)原圖的各部分的反差。實(shí)際中往往是通過(guò)增加原圖中某兩個(gè)灰度值之間的動(dòng)態(tài)范圍來(lái)實(shí)現(xiàn)的。 原始圖像及典型的線性變換曲線。在處理過(guò)的圖片上可以看出，小孩衣服上的圖標(biāo)和衣服之間的對(duì)比度增強(qiáng)了，更容易辨認(rèn)了。通常在進(jìn)行特定任務(wù)的模式識(shí)別工作之前，要對(duì)所要識(shí)別的圖像進(jìn)行增強(qiáng)對(duì)比度處理，一邊辨識(shí)工作更容易，辨識(shí)結(jié)果更準(zhǔn)確。對(duì)于不同圖像，根據(jù)不同的情況，所選參數(shù)可能有所不同，要根據(jù)實(shí)際情況而定。運(yùn)用Matlab軟件，還可以利用其工具箱中的函數(shù)imadjust（）增強(qiáng)對(duì)比度。代碼為：X1=imread(39。39。)。figure,imshow(X1)J=imadjust(X1,[,],[],)figure,imshow(J)其中，J=imadjust(I,[low,high],[bottom,top],gamma)表示返回圖像I經(jīng)調(diào)整后的圖像J。[low,high]為原圖像中要變換的灰度范圍，[bottom,top]指定了變換后的灰度范圍，其中l(wèi)ow、high、bottom、top的取值范圍都是01，并且lowhigh，bottomtop，這是因?yàn)樵贛atlab中將0255灰度范圍映射到01的范圍內(nèi)。Gamma的矯正量γ，它指定了變換曲線的形狀，描述了I和J的值之間的關(guān)系。通常當(dāng)gamma大于1時(shí)，圖像變暗，而當(dāng)gamma小于1時(shí)，圖像變亮。 用函數(shù)imadjust（）增強(qiáng)對(duì)比度圖像反轉(zhuǎn)也是線性變換的一種，就是對(duì)圖像的灰度值翻轉(zhuǎn)。簡(jiǎn)單的說(shuō)，就是黑變白，白變黑，普通的黑白底片和照片就是這樣的關(guān)系。具體變換就是將圖像中的每個(gè)像素的灰度值根據(jù)變換曲線進(jìn)行映射。灰度級(jí)范圍為[0,L1]的圖像反轉(zhuǎn)由下式變換獲得： s=L1r （） 圖像求反 對(duì)數(shù)變換一般實(shí)現(xiàn)在對(duì)圖像的動(dòng)態(tài)范圍壓縮，這種方法與增強(qiáng)對(duì)比度相反。當(dāng)原圖的動(dòng)態(tài)范圍太大，超出了某些顯示設(shè)備所允許的動(dòng)態(tài)范圍時(shí)，如果直接使用原圖，則有一部分信息可能丟失。解決的辦法是對(duì)原圖進(jìn)行灰度壓縮。對(duì)數(shù)變換的一般表達(dá)式為： （）其中，c是比例尺常數(shù)。c=255/log(256)，根據(jù)所處理圖像情況不同，可選取不同的c值，處理結(jié)果會(huì)有所不同。 對(duì)數(shù)變換曲線 對(duì)數(shù)變換利用Matlab工具箱中函數(shù)imadjust()變換圖像，代碼如下：X1=imread(39。39。)。figure,imshow(X1)J=imadjust(X1,[],[ ],)figure,imshow(J)。直方圖變換直方圖變換是由灰度變換演繹得出的又一種增強(qiáng)圖像對(duì)比度的技術(shù)，它以概率理論做基礎(chǔ)，運(yùn)用灰度點(diǎn)運(yùn)算來(lái)實(shí)現(xiàn)直方圖的變換。直方圖是對(duì)圖像中每一灰度值出現(xiàn)頻率的統(tǒng)計(jì)，是一個(gè)一維離散函數(shù)： k=0,1,2,...L1 （）式中，sk是圖像f(x,y)的第k級(jí)灰度值；nk是f(x,y)中具有灰度值Sk的像素的個(gè)數(shù)；N是圖像中像素的總數(shù)。由定義式可知，P(Sk)給出了對(duì)Sk出現(xiàn)概率的一個(gè)估計(jì)，所以直方圖表明了圖像中灰度值的分布情況。因此，可以通過(guò)改變直方圖的形狀來(lái)達(dá)到增強(qiáng)圖像對(duì)比度的效果。這種方法是以概率論為基礎(chǔ)的，常用號(hào)的方法有直方圖均衡化和直方圖規(guī)定化。直方圖均衡化(Histogram Equalization，HE)是將原始圖像的直方圖通過(guò)變換函數(shù)T (r)調(diào)整為一個(gè)新的均衡的直方圖，然后按均衡后的直方圖修正原圖像，從而有利于從大的背景中提取有用信息。HE 算法的灰度級(jí)調(diào)整策略是像素多的灰度被擴(kuò)展得到更多的灰度級(jí)，像素少的灰度被壓縮得到很少的灰度級(jí)。從信息論的觀點(diǎn)來(lái)看，經(jīng)過(guò)均衡化處理的圖像，其所有灰度級(jí)出現(xiàn)的概率相同，此時(shí)圖像的熵最大，圖像所包含的信息量最大。直方圖均衡化是把原始圖的灰度統(tǒng)計(jì)直方圖變換為均勻分布的形式，這樣就增加了像素灰度值的動(dòng)態(tài)范圍，從而達(dá)到增強(qiáng)圖像整體對(duì)比度的效果。它所采用的方法是利用累積分布函數(shù)作為圖像灰度值的變換曲線。用sk表示第 k 級(jí)灰度值，t表示增強(qiáng)圖像中像素的灰度值，tk表示第k級(jí)，并對(duì)sk和tk作歸一化處理，則直方圖均衡化可表示為： 01。k=0,1,2,...,L1 （）EH代表增強(qiáng)操作Ps為灰度統(tǒng)計(jì)直方圖?？梢宰C明累積分布函數(shù)能將s的灰度分布近似轉(zhuǎn)換為t的分布。直方圖均衡化的基本步驟如下：（1）計(jì)算出原始圖像的所有灰度級(jí)sk，k=0,1,2，...，L1；（2）統(tǒng)計(jì)原始圖像各灰度級(jí)的像素?cái)?shù)nk；（3）用式（）計(jì)算原始圖像的直方圖；（4）計(jì)算原始圖像的累計(jì)直方圖，即式（）（5）取整計(jì)算： ()（6）定義映射關(guān)系： ；（7）統(tǒng)計(jì)新直方圖各灰度級(jí)的像素?cái)?shù)；（8）計(jì)算新的直方圖： （），而且較暗，反映在直方圖上，就是其直方圖所占據(jù)的灰度值范圍比較窄，而且集中在低