【正文】 估計(jì)，所以直方圖表明了圖像中灰度值的分布情況。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)算來實(shí)現(xiàn)直方圖的變換。)。 對數(shù)變換曲線 對數(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。對數(shù)變換的一般表達(dá)式為： （）其中，c是比例尺常數(shù)。當(dāng)原圖的動態(tài)范圍太大，超出了某些顯示設(shè)備所允許的動態(tài)范圍時(shí)，如果直接使用原圖，則有一部分信息可能丟失。具體變換就是將圖像中的每個像素的灰度值根據(jù)變換曲線進(jìn)行映射。 用函數(shù)imadjust（）增強(qiáng)對比度圖像反轉(zhuǎn)也是線性變換的一種，就是對圖像的灰度值翻轉(zhuǎn)。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。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。39。運(yùn)用Matlab軟件，還可以利用其工具箱中的函數(shù)imadjust（）增強(qiáng)對比度。通常在進(jìn)行特定任務(wù)的模式識別工作之前，要對所要識別的圖像進(jìn)行增強(qiáng)對比度處理，一邊辨識工作更容易，辨識結(jié)果更準(zhǔn)確。 原始圖像及典型的線性變換曲線。線性變換和分段線性變換都可以用在增強(qiáng)圖像對比度，增強(qiáng)對比度實(shí)際是增強(qiáng)原圖的各部分的反差。為了突出感興趣的目標(biāo)或灰度區(qū)間，相對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: （）式中對灰度區(qū)間[0, a ]和[ b , Mf ]加以壓縮，對灰度區(qū)間[ a , b ]進(jìn)行擴(kuò)展。低對比度圖像由于照明不足、成像傳感器動態(tài)范圍太小，甚至在圖像獲取過程中透鏡光圈設(shè)置錯誤引起。顯然，如果a =1，b =0，輸出圖像復(fù)制輸入圖像；a 1，b =0，具有將輸入圖像對比度擴(kuò)展增強(qiáng)作用；a 1，b=0，輸入圖像的對比度被壓縮；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。，f 和g分別表示輸入和輸出圖像的灰度。 g ( x, y ) 上每一點(diǎn)像素與f ( x, y ) 上對應(yīng)位置像素坐標(biāo)相同，像素灰度依函數(shù)法則T 映射。它利用點(diǎn)運(yùn)算修改圖像像素的灰度，用于擴(kuò)展對比度。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。一般方法是，利用（x,y）事先定義領(lǐng)域里的一個f值的函數(shù)來決定g在（x,y）的值，其公式化的一個主要方法是以利用所謂的模版為基礎(chǔ)的。通過變換，達(dá)到對比度增強(qiáng)的效果，要注意在變換的過程中，對每一個像素點(diǎn)都經(jīng)過了同樣的處理，因此，以上的方法又叫做點(diǎn)處理?？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f的一種操作，其定義在（x,y）的鄰域。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。頻域處理法采用修改圖像傅立葉變換的方法實(shí)現(xiàn)對圖像的增強(qiáng)處理，使得變換后的圖像在某些特性方面更鮮明、突出，因而更易于識別、分類；空域處理法是直接對圖像中的像素進(jìn)行處理，基本上是以灰度映射變換為基礎(chǔ)的。 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)檢測比較困難，更是需要對紅外圖像進(jìn)行增強(qiáng)處理。 （2）圖像增強(qiáng)是一種抑制噪聲的過程，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。紅外圖像信號的增強(qiáng)處理就是要在原始紅外信號受噪聲影響及非線性偏移信號影響的情況下，還原出紅外圖像信號的本來面目，并對其做相應(yīng)的線性處理，使其更符合原始紅外圖像信號的性質(zhì)并適合于人眼對紅外圖像進(jìn)行觀察。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，也就是針對原始圖像的模糊狀況以及它的不同應(yīng)用場合，有目的的增強(qiáng)圖像整體和局部特性。目前濾除噪聲的方法分成兩類：全局處理，它必須知道統(tǒng)計(jì)模型，如Wiener濾波、Kalman濾波等方法；采用局部算子，如中值濾波、梯度倒數(shù)加權(quán)濾波等典型算法。因此在紅外成像成像系統(tǒng)中，占主導(dǎo)地位的是白噪聲源。對非致冷紅外熱成像系統(tǒng)而言，雖然存在諸多優(yōu)點(diǎn)，但由于固有的本質(zhì)特性，紅外熱釋電探測器的分辨率還不能做的很高，導(dǎo)致圖像的對比度、信噪比較低。所以目前的紅外熱像儀輸出的紅外圖像分辨率較低。而制造密集的紅外焦平面陣列，工藝復(fù)雜，費(fèi)用昂貴，按照傅立葉光學(xué)的觀點(diǎn)，光學(xué)成像系統(tǒng)是一個低通濾波器，由于受到光學(xué)衍射的影響，其傳遞函數(shù)在由衍射極限分辨率所決定的某個截止頻率上，其值全為0。 （2）紅外圖像分辨率。由于一般景物的溫差比較小，再加上經(jīng)過大氣傳輸、熱像儀中光學(xué)部分和電子處理部分過程中損失的灰度級，所以紅外圖像的對比度比較低，不利于人眼的觀察。（對比度、分辨率、噪聲） （1）紅外圖像對比度?；叶戎狈綀D的橫坐標(biāo)是灰度級，縱坐標(biāo)是該灰度級出現(xiàn)的頻度，它是圖像最基本的統(tǒng)計(jì)特性?；叶燃壍闹狈綀D描述了一幅圖像的概貌，通過圖像灰度直方圖，可以直觀的看出圖像中各灰度級的分布情況,用修改直方圖的方法增強(qiáng)圖像是實(shí)用而有效的處理方法之一。從上面的分析中可知，紅外圖像一般較暗，目標(biāo)圖像與背景對比度低，邊緣比較模糊，噪聲大等。這些分布復(fù)雜的噪聲使得紅外圖像的信噪比比普通電視圖像低。（3）熱成像系統(tǒng)的探測能力和空間分辨率低于可見光 CCD 陣列，使得紅外圖像的清晰度低于可見光圖像。根據(jù)上述相關(guān)的理論，結(jié)合實(shí)際熱成像系統(tǒng)的輸出結(jié)果，可以總結(jié)出紅外熱圖像具有以下的特點(diǎn)：（1）由于景物熱平衡、光波波長長、傳輸距離遠(yuǎn)、大氣衰減等原因，造成紅外圖像空間相關(guān)性強(qiáng)、對比度低、視覺效果模糊。紅外成像系統(tǒng)必須具有把紅外光變成可見光的功能，其轉(zhuǎn)換分為兩步：第一步是通過光學(xué)系統(tǒng)，由紅外探測器把紅外熱輻射變?yōu)殡娦盘?，該信號的大小反映出紅外輻射的強(qiáng)弱；第二步是通過電視顯像系統(tǒng)，經(jīng)過電子學(xué)處理，將反映目標(biāo)紅外輻射分布的電子視頻信號在監(jiān)視器上顯示出來，實(shí)現(xiàn)從電到光的轉(zhuǎn)換，得到反映目標(biāo)熱像的可見圖像。這種熱圖像再現(xiàn)了景物各部分溫度和輻射發(fā)射率差異，因而能顯示出物體的特征，形成可見的熱圖像，即紅外圖像。自然界中的一切物體，只要它的溫度高于絕對零度，總是在不斷地發(fā)射紅外輻射。上述這些特點(diǎn)使紅外熱成像系統(tǒng)特別適合軍事應(yīng)用，因此，各國都已巨額投資競相開展這一領(lǐng)域的研究工作。（4）適合高精度跟蹤瞄準(zhǔn)。（2）采用被動工作方式，不易被發(fā)現(xiàn)或受干擾。支撐紅外成像技術(shù)的理論與技術(shù)基礎(chǔ)包括紅外物理學(xué)、光電子學(xué)、現(xiàn)代信息處理技術(shù)、材料科學(xué)、精密光學(xué)機(jī)械和特種紅外工藝等。紅外熱成像技術(shù)，又稱熱成像技術(shù)，是一種輻射信息探測技術(shù)，熱成像系統(tǒng)能夠把物體表面自然發(fā)射的紅外輻射分布轉(zhuǎn)變?yōu)榭梢妶D像。第4章對本文做了總結(jié)，分析了本課題的研究成果，然后就本文中存在的不足做分析，對后續(xù)的研究工作做了說明和展望。第2章介紹了紅外圖像的產(chǎn)生機(jī)理，總結(jié)了紅外圖像的特點(diǎn)，對紅外圖像的直方圖特征、噪聲特性、對比度和分辨率進(jìn)行了研究。然后針對獲得的紅外圖像較模糊、噪聲大等特點(diǎn)，提出了用直方圖均衡增強(qiáng)灰度、用中值平滑濾波消除噪聲的紅外圖像處理算法。本文的主要工作是對非制冷紅外熱像儀輸出的紅外圖像進(jìn)行研究。 （2）多特征的利用和多方法的融合。以及模糊理論、數(shù)學(xué)形態(tài)學(xué)等。歸納起來，呈現(xiàn)出以下特點(diǎn)和趨勢： （1）多種數(shù)學(xué)工具。目前又可將此方法推廣到二維熵，使門限的選擇更加合理，二維熵方法不僅利用了點(diǎn)像元信息，而且利用了周圍像元的平均灰度信息，求出每一像元灰度值和該像元與周圍像元平均灰度值的聯(lián)合概率，從而決定分割的熵平面，但二維熵方法計(jì)算較為復(fù)雜；模糊閾值法則多與其它幾種算法結(jié)合使用，把模糊性指數(shù)、模糊熵概念應(yīng)用到圖像分割中，結(jié)合基于圖像直方圖等的模糊最大熵閾值圖像分割方法，給出了模糊最大熵的值對圖像進(jìn)行分割。有不少學(xué)者對圖像分割的閾值法作了分析比較，普遍認(rèn)為：在像素分類錯誤率、被分區(qū)域的均勻性等方面，最大類間方差法(Otsu)是較為經(jīng)典的圖像分割方法，性能較優(yōu)。迄今為止，國內(nèi)外學(xué)者們針對閾值選取這一課題進(jìn)行了廣泛深入的研究，提出了約50多種閾值選取的方法。若閾值選的過高，則過多的目標(biāo)點(diǎn)將被誤歸為背景。因此，在把計(jì)算速度作為重要考慮內(nèi)容的應(yīng)用場合，閾值法己成為圖像分割中被廣泛采用的方法。近年來，人們?nèi)匀粚﹂撝捣指罘椒ㄍ度胼^多的注意力。如自適應(yīng)直方圖均衡(AHE)、自適應(yīng)對比度增強(qiáng)(ACE)、保形對比度增強(qiáng)方法、一種帶有約束條件的一種自適應(yīng)鄰域擴(kuò)展對比度增強(qiáng)算法、局部直方圖均衡方法，該類增強(qiáng)能夠根據(jù)圖像的像素鄰域的灰度分布特性，采用相應(yīng)的直方圖均衡方法處理圖像，取得了較好的增強(qiáng)效果，但要求計(jì)算量大，而且處理不當(dāng)會帶來噪聲干擾。為了使中值濾波能更好的保護(hù)邊緣，目前更多地使用加權(quán)中值濾波器與其改進(jìn)形式。消除散粒噪聲的有效方法是幀內(nèi)中值濾波。非線性濾波器主要包括中值濾波器、形態(tài)濾波器、小波濾波器、多項(xiàng)式濾波器以及利用人工神經(jīng)網(wǎng)絡(luò)構(gòu)成的非線性濾波器等。在數(shù)字圖像處理中，非線性濾波器己經(jīng)得到了廣泛的應(yīng)用與重視。線性濾波器的最大優(yōu)點(diǎn)是算法比較簡單且速度比較快，缺點(diǎn)是容易造成細(xì)節(jié)和邊緣模糊。有人提出 K 個鄰點(diǎn)平均濾波器，它是用與中心點(diǎn)最接近的K個鄰點(diǎn)的平均灰度來代替中心像素的灰度。早期的一種線性濾波器是非加權(quán)鄰域平均濾波器，對上述算法稍加改進(jìn)，可得到另一種稱為超像素平滑濾波器，這種方法對抑制椒鹽噪聲有特效。傳統(tǒng)的圖像增強(qiáng)算法如灰度變換、直方圖均衡等，概念簡單，數(shù)學(xué)