【導(dǎo)讀】進行的研究工作及取得的成果。盡我所知，除文中特別加以標注和致謝的地方外，及其它教育機構(gòu)的學(xué)位或?qū)W歷而使用過的材料。對本研究提供過幫助和做出過貢。獻的個人或集體，均已在文中作了明確的說明并表示了謝意。本人完全了解大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計（論文）的規(guī)定，可以公布論文的部分或全部內(nèi)容。人類傳遞信息的主要媒介是語言和圖像。據(jù)統(tǒng)計在人類接受的各種信息中視。覺信息占80%，所以圖像信息是十分重要的信息傳遞媒體和方式。系統(tǒng)特性對微小的灰度變化不敏感，而對彩色的微小差別極為敏感。彩色信號，以增強人對圖像中細微變化的分辨力。常見的彩色增強技術(shù)主要有假彩色增強及偽彩色增強兩大類。換法偽彩色處理。偽彩色增強是將一個波段或單一的黑白圖像變換為彩色圖像，

　　

【正文】 , 更便于目標探測與識別 .為此 ,本文提出了對兩個細分波段圖像進行彩色映射 ,然后進行 lαβ顏色空間變換和小波包變換處理的偽彩色增強方法。 彩色增強方法 彩色映射是將兩個細分波段圖像經(jīng)預(yù)處理分別送入 RGB顏色空間 的三個顏色通道 ,然后顯示出來 ,這樣一方面可得到彩色圖像 ,一方面可以利用顏色及顏色對比度將兩個細分波段的差異信息表現(xiàn)出來 ,提高視覺觀察效果。成像系統(tǒng)的目的之一就是盡量得到清晰度高的圖像 ,使場景的高頻細節(jié)信息更清楚。由于兩個細分波段的特點不同 ,各自的高頻信息表現(xiàn)不同 ,因此圖像增強處理應(yīng)盡量提取這些信息。但彩色映射主要表現(xiàn)在顏色的對比增強 ,其亮度的細節(jié)增強有限。小波包變換融合就是利用小波包變換將圖像低、高頻成分進行細分的特點 ,提取兩幅細分圖像的高頻細節(jié)信息 ,得到更加清楚的融合圖像 ,但是其沒有顏色信息。在 RGB 顏色 空間 ,當修改像素點 RGB 三個值中的某一個時 ,該像素的顏色和亮度都會發(fā)生變化 ,無法對顏色信息和亮度信息單獨處理。 為了將彩色映射后的彩色圖像的顏色和小波包變換融合后的細節(jié)豐富的亮度信息結(jié)合起來 ,需要將圖像顏色和亮度信息進行分離 ,lαβ變換可以將圖像從 RGB 顏色空間變換到 lαβ顏色空間 ,達到顏色亮度分離的目的 .最后通過 lαβ逆變換將顏色增強分量 (α、β )和亮度增強分量 (l′ )進行合成 ,形成顏色和亮度增強的處理結(jié)果。 彩色映射 彩色映射可以將同一場景的不同圖像根據(jù)不同的特點將其輸入到彩色空間 RGB 的不 同通道后再顯示 ,從而得到彩色化的結(jié)果。這種方法簡單直觀 ,在多波段遙感圖像處理中 ,得到廣泛采用 ,被稱為彩色編碼。是對于同樣的圖像選擇的映射通道不同 ,其結(jié)果不同。于多波段的紅外圖像一般主要考慮 :(1)波段位置與 RGB 三種顏色的波段位置的對應(yīng) ,長波段對應(yīng)長波段 ,短波段對應(yīng)短波段 。 (2)先驗的場景色調(diào) 。 (3)人眼的視覺敏感性 。 (4)表現(xiàn)內(nèi)容的特點要求 ,等等 .對于中波細分圖像 ,結(jié)合上述考慮 ,可以將第一個細分波段圖像輸入到 G 通道 ,第二個細分波段圖像輸入到 R 通道 .由于人眼視覺對藍光變化的對比靈敏度較高 ,Toet 等人 [8]在研究偽彩色圖像融合時指出 ,將不同圖像的差值輸入 B 通道可以進一步增強各圖像的特有成分 ,因此B 通道的輸入是兩幅細分波段圖像差值的絕對值。 顏色空間變換 Ruderman等人 [9]提出了一種顏色空間表示方法 ,稱為 lαβ顏色空間 ,其相應(yīng)地將圖像顏色從 RGB空間轉(zhuǎn)換到 lαβ空間稱為 lαβ變換 .由于該變換可將顏色和亮度信息分離 ,使顏色和亮度的處理可獨立進行 ,因而近年來在顏色學(xué)習(xí)、顏色遷移技術(shù)中具有重要的作用 . lαβ顏色空間的 l 通道表示亮度信息 ,與顏色無關(guān) ,α和β通道表示顏色信息 ,分別對應(yīng) 黃 藍對抗信 息、紅 綠對抗信息 .RGB 到 lαβ變換的過程如下 :第一步將 RGB 值轉(zhuǎn)換到與設(shè)備無關(guān)的 XYZ 值 ,然后將其轉(zhuǎn)換到符合人眼視錐細胞感應(yīng)光波特性的 LMS 視錐空間 ,綜合起來變換如下 這樣 ,即可將一幅圖像的顏色信息取出來 . 利用二維離散小波包變換可以實現(xiàn)兩幅中波細分圖像的融合 [3],使融合結(jié)果盡可能包含二者細節(jié) ,圖像更清晰 .基本過程是先對細分圖像進行小波包分解 ,然后對得到的高、低頻分解系數(shù)按一定的規(guī)則融合 ,再對融合的系數(shù)矩陣進行重構(gòu)得到融合圖像 .在對圖像進行小波包分解時可以采用 shannon 熵作為標準來選擇小波包基 .分解的層數(shù)越多 ,融合時選擇的頻率范圍 就越多 ,但分解層數(shù)越多 ,得到的局部空間就越小 ,系數(shù)數(shù)據(jù)量按指數(shù)增加 ,處理的計算量就越大 ,故不宜過多 ,一般取 2~5 層即可 .當然 ,利用先驗知識確定所需要處理的信息不在某一個頻段 ,相應(yīng)的頻段可以不分解 . 系數(shù)的融合 若小波包分解到第 l 層 ,則該層的第一個節(jié)點 (l,0)屬于低頻分量 ,記為 WPl0,其包括了原圖像的大部分信息 ,對融合的質(zhì)量有很大的影響 .這里采用式 (5)進行低頻分量系數(shù)的融合。 (5) 頻系數(shù)的融合 小波包變換的實際 作用就是對信號解相關(guān) ,并將信號的大部分信息集中到一部分具有大幅值的小波系數(shù)中 ,因此對于高頻細節(jié)系數(shù)的融合 ,一般選擇其絕對值大的 .由于圖像的許多細節(jié)表現(xiàn)為相鄰像素之間的相關(guān)性 ,融合時采用基于局部區(qū)域特征的融合規(guī)則 .局部區(qū)域的大小根據(jù)具體情況選擇 3 5 7 7等 .特征量用下式來表示 (6) 式中 :Elk(m,n)表示第 l層第 k個結(jié)點系數(shù)矩陣中以點 (m,n)為中心的局部區(qū)域能量 。WPlk表示分解的第 l 層第 k 個結(jié)點系數(shù)矩陣像 。w(i, j)表示權(quán)系數(shù)矩陣 ,一般采用高斯權(quán)系數(shù)矩陣 。N 表示區(qū)域的大小 。 s=(N1) / A和 B第 l層第 k 個結(jié)點系數(shù)矩陣對應(yīng)局部區(qū)域的能量相關(guān)度為： （ 7） 圖 4 飛機紅外中波細分圖像的顏色增強結(jié)果 (a)第一細分波段圖像 (b)第二細分波段圖像 (c)彩色映射結(jié)果 (d)圖像 c 的 l通道圖像 (e)小波包變換融合結(jié)果 (f)lαβ逆變換的結(jié)果 實驗結(jié)果 圖 4(a)和圖 4(b)分別是飛機在機場跑道滑行的第一、第二中波細分波段圖像 [6].第一細分波段圖像主要反映溫度較高部分的輻射 ,起落架輪胎、高溫尾焰很清楚 ,但尾煙較短 ,地面較暗 ,前景機場圍欄部分等背景較模糊 。第 二細分波段圖像反映了更多低溫輻射的部分 ,前景圍欄等部分比較清楚 ,地面比較亮 ,尾煙較長 ,但起落架輪胎輪廓不清楚。圖 4(c)~圖 4( f)依次為彩色映射圖像、彩色映射圖像經(jīng) lαβ變換后的亮度通道圖像、小波包變換融合圖像、用圖4(e)取代圖 4(d)后 lαβ逆變換的結(jié)果。 從主觀評價的角度來觀察圖 4可以得出以下幾點 : (1)圖 4(c)、圖 4(f)具有了顏色 ,其視覺效果明顯增強 。 (2)圖 4(c)~圖 4( f)不同程度地包含了 (a)、 (b)的有用信息 ,如把前景圍欄清楚的部分、起落架等清楚的細節(jié)的融合起來 。 (3)圖 4(e)比圖 4(d)的細節(jié)信息多 ,說明用圖4(e)取代圖 4(d)的必要性更多 。 (4)對于彩色圖像 ,圖 4( f)比圖 4(c)更過增強顏色和亮度細節(jié) ,可得到更清楚的中波細分波段的合成偽彩色圖像 .采用紅外焦平面中波成像儀拍攝的細分圖像進行實驗 ,結(jié)果表明 :使用本文方法得到的偽彩色合成圖像比簡單彩色映射的合成圖像具有更豐富的細節(jié)信息 ,局部標準偏差和局部熵均提高了 ,達到了圖像增強的目的。 第五章 總結(jié)和展望 彩色圖像的偽彩色處理是一個跨學(xué)科并富有挑戰(zhàn)性的前沿課題，但目前彩色圖像的偽彩色處理還只是研究課題 ，尚不是實用化領(lǐng)域的活躍的課題。本文研究的重點是偽彩色處理眾多方法中的一種，紅外中波細分圖像的偽彩色增強研究 1）紅外中波細分波段的成像特性首先是分析中波細分波段的劃分方法；其次明確景物的紅外輻射特性、目標背景輻射的傳輸特性、環(huán)境的影響特性、探測器的響應(yīng)特性在這兩個波段之間的差異。選取偽彩色增強圖像，與原灰度圖像進行比較，對其分別進行主觀評價和客觀評價。主觀評價的人為因素較多，主要從對圖像顏色對比度、舒服感和自然感等參數(shù)考慮。、同時將顏色增強、灰度增強、綜合增強的結(jié)果進行比較，得出本文研究的偽彩色增強算法效果 較好。 紅外中波細分圖像的偽彩色增強處理技術(shù)具有非常重要的意義，針對本課題的研究內(nèi)容和結(jié)果可以看到，還有一些問題仍需要深入研究下去： 參加彩色增強的源圖像數(shù)量較少，代表性不強，增強算法的普適性和增強效果還需要進一步的檢驗和完善。 課題中的源圖像都是配準好的圖像，因此本課題未涉及圖像配準方面的研究。 要進一步優(yōu)化偽彩色增強算法，以便于硬件化的實現(xiàn)。 參考文獻 [1] 阮秋琦．數(shù)字圖像處理學(xué) [M]．北京：電子工業(yè)出版社， 2020． [2] 朱勇．用 openGL 實現(xiàn)紅外圖像偽彩色處理 [J]．微計算機信息， 2020,18(9)． [3] 鮑宏志，張映輝．位相調(diào)制假彩色編碼實驗 [J]．大學(xué)物理實驗， 2020,16(2)． [4] 楊枝靈，王開等． Visual C++ 數(shù)字圖像獲取 處理及實踐應(yīng)用 [M]．北京：人民郵電出版社， 2020． [5] 周金萍． 圖形圖像處理與應(yīng)用實例 [M]．北京：科學(xué)出版社， 2020,8:113118． [6] 何斌，馬天予，王運堅，朱紅蓮． VC++ 數(shù)字圖像處理 [M]．北京：人民郵電出版社， 2020． [7] Jain A K. Fundaments of Digital Image Processing [M]. PrenteceHall, 1989： 1220. [8] 阮秋琦．數(shù)字圖像處理學(xué) [M]．北京：電子工業(yè)出版社， 2020． [9] 何斌，馬天予，王運堅，朱紅蓮． VC++ 數(shù)字圖像處理 [M]．北京：人民郵電出版社， 2020． [10] 王仕墦．現(xiàn)代光學(xué)實驗教程 [M]．北京郵電大學(xué)出版社， 2020． [11] Jinming Su, Hong Liu. Matlab program of high level[M]. Electronics Industry Process, 2020:1824. [12] Maoyong Cao. Computer pseudocolor equidensity coding of gray image based on triprimary colors of RGB and pixel39。s selftransformations. [J] .SPIE , 2020 ,4551. [13] 李志超，軒植華，霍劍青．大學(xué)物理實驗 [M]．北京：高等教育出版社， 2020． [14] 陳家璧，蘇顯渝．光學(xué)信息技術(shù)原理及應(yīng)用 [M]．北京：高等教育出版社， 2020． [15] 王仕墦．現(xiàn)代光學(xué)實驗教程 [M]．北京郵電大學(xué)出版社， 2020． [16] 鄭德連．醫(yī)學(xué)超聲原理與儀器 [M]．上海：上海交通大學(xué)出版社， 1990． 致 謝 在這里首先要感謝我的導(dǎo)師陳志紅老師，陳老師平日里工作繁多，但在我做畢業(yè)設(shè)計的每個階段，從查閱資料到設(shè)計草案的確定和修改，中期檢查，后期詳細設(shè)計等整個過程中都給予了我悉心的指導(dǎo)。陳老師嚴謹踏實的工作作風(fēng) ,平易近人 ,關(guān)心同學(xué)的高貴品質(zhì)， 特別是他廣博的學(xué)識、深厚的學(xué)術(shù)素養(yǎng)、 給我留下了深刻的印象，除了敬 佩任老師的專業(yè)水平外，他的治學(xué)嚴謹和科學(xué)研究的精神也是我永遠學(xué)習(xí)的榜樣，并將積極影響我今后的學(xué)習(xí)和工作。 其次要感謝大學(xué)四年來所有的老師，為我們打下光信專業(yè)知識的基礎(chǔ)，同時還要感謝所有的同學(xué)們，正是有了你們的支持和鼓勵，此次畢業(yè)設(shè)計才會順利完成。最后感謝電信學(xué)院和我的母校 天津理工大學(xué)四年來對我的大力栽培。 參考文獻 [1] 數(shù)字圖像采集與處理，劉文耀主編，電子工業(yè)出版社 [2] 光電圖像處理，劉文耀等，電子工業(yè)出版社 [3] 數(shù)字圖像處理（ Matlab 版） ， 阮秋琦等 譯， 電子工業(yè) 出版社 [4] Matlab7 基礎(chǔ)與提高 ， 飛思科技產(chǎn)品研發(fā)中心 編著 ， 電子工業(yè) 出版社 [5] 基于 Matlab 的系統(tǒng)分析與設(shè)計 —— 圖像處理 ， 王曉丹等編著 ， 西安電子科技大學(xué) 出版社 [6] 楊風(fēng)暴等， 紅外中波細分圖像的偽彩色增強，紅外與毫米波學(xué)報， [7] 陳國群等，基于聚類算法的紅外圖像偽彩色增強，激光與紅外， [8] 孫文杰 等， 基于 RGB顏色模型的相位調(diào)制數(shù)字圖像偽彩色編碼 ， 天津理工大學(xué)學(xué)報 ， [9] 秦文罡 等， 基于直方圖的紅外圖像互補偽彩色編碼處理 ， 激光與紅外 ， [10]王 智文 等， 基于小波分析和偽彩色的遙感圖像增強 ， 計算機工程與設(shè)計 ， 2020(18)