【正文】 學(xué)模型進(jìn)行預(yù)測(cè)等。閥值法是一種簡(jiǎn)單而有效的圖像分割技術(shù)，與其它分割方法相比，它的最大特點(diǎn)是計(jì)算簡(jiǎn)單。要從復(fù)雜的景物中分辨出目標(biāo)并將其形狀完整地提取出來(lái)，閾值的選取是灰度閾值分割的關(guān)鍵。反之，則會(huì)出現(xiàn)相反情況，這將影響分割后二值圖像中目標(biāo)的大小與形狀，甚至?xí)鼓繕?biāo)丟失。根據(jù)對(duì)多種目標(biāo)圖像的研究，通常情況下使用以下幾種閾值分割方法：（1）類間方差法；（2）最小誤差法；（3）最大熵法；（4）模糊閾值法。但是當(dāng)目標(biāo)變小時(shí)，包括Otsu法在內(nèi)的傳統(tǒng)閾值法的性能會(huì)迅速下降；最小誤差方法由于于要用目標(biāo)在整幅圖像中所占比例來(lái)指導(dǎo)分割，因而限制了它應(yīng)用于自動(dòng)目標(biāo)識(shí)別與跟蹤系統(tǒng)的分割算法中，而且在算法性能分析中也極少考慮它；最大熵法是根據(jù)最大熵原理求取閾值的方法，這種方法使得利用閾值分割出的圖像兩部分一階灰度統(tǒng)計(jì)的信息量最大。隨著圖像信息處理技術(shù)的發(fā)展，紅外圖像處理的方法也層出不窮。諸如人工神經(jīng)網(wǎng)絡(luò)、小波理論、遺傳算法。人們將這些新型理論工具應(yīng)用到圖像處理中，起到了改善圖像效果、擴(kuò)展適用范圍、提高運(yùn)算速度等作用。為了使圖像處理方法取得更好的效果，不能僅僅局限于單一特征的分析，而是綜合利用整體信息和局部信息，融合多種方法的優(yōu)勢(shì)進(jìn)行。首先采用常用的圖像增強(qiáng)算法如直方圖均衡化、灰度變換算法、圖像的平滑降噪以及銳化方法對(duì)紅外圖像進(jìn)行增強(qiáng)處理，并且分析比較各種增強(qiáng)算法的圖像效果。全文共分為四章，各章節(jié)的內(nèi)容安排如下：第1章對(duì)全文進(jìn)行概述，說明了本文的研究背景和意義以及紅外圖像處理技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀和發(fā)展趨勢(shì)。第3章研究了幾種經(jīng)典的圖像增強(qiáng)算法對(duì)紅外圖像的處理效果，針對(duì)紅外圖像的特點(diǎn)，分別從不同的角度選用不同的增強(qiáng)算法進(jìn)行大量的仿真實(shí)驗(yàn)，分析比較各種算法的圖像效果。第2章 紅外圖像的介紹紅外圖像是伴隨著紅外成像技術(shù)的出現(xiàn)而誕生的。因?yàn)椴煌矬w或同一物體的不同部位具有不同的紅外輻射特性，所以系統(tǒng)可以直觀的顯示其差異而將他們區(qū)分開來(lái)，轉(zhuǎn)換成可見圖像，從而將人類的視覺感知范圍由傳統(tǒng)的可見光譜擴(kuò)展到裸眼看不到的紅外輻射光譜區(qū)。紅外熱成像技術(shù)的特征是：（1）紅外輻射能夠穿過霧靄煙塵而且系統(tǒng)工作波段寬，系統(tǒng)作用距離遠(yuǎn)。（3）可在晝夜或惡劣氣候下工作，接近全天候。（5）不易受射擊、爆炸和照明閃光等強(qiáng)光影響。近年來(lái)，隨著紅外熱成像系統(tǒng)成本的降低，紅外熱成像系統(tǒng)在國(guó)民經(jīng)濟(jì)中也有越來(lái)越多的應(yīng)用。因此，只要收集并探測(cè)這些輻射能，就可以形成與景物溫度分布相對(duì)應(yīng)的熱圖像。能生成紅外圖像的系統(tǒng)就是紅外成像系統(tǒng)，也可稱為紅外熱像儀。在紅外成像系統(tǒng)中，實(shí)現(xiàn)上述轉(zhuǎn)換功能的部件主要有光學(xué)系統(tǒng)、紅外探測(cè)器、信號(hào)圖處理器、信號(hào)處理電路和顯示記錄裝置等幾部分。（2）紅外熱圖像表征景物的溫度分布，是灰度圖像，沒有彩色或陰影，故對(duì)人眼而言，分辨率低、分辨潛力差。（4）外界環(huán)境的隨機(jī)干擾和熱成像系統(tǒng)的不完善，給紅外圖像帶來(lái)多種多樣的噪聲，比如熱噪聲、散粒噪聲、光子電子漲落噪聲等等。（5）由于紅外探測(cè)器各探測(cè)單元的響應(yīng)特性不一致、光機(jī)掃描系統(tǒng)缺陷等原因，造成紅外圖像的非均勻性，體現(xiàn)為圖像的固定圖案噪聲、串?dāng)_、畸變等。在對(duì)圖像進(jìn)行處理前，了解圖像整體或局部的灰度分布情況是非常必要的，對(duì)圖像的灰度級(jí)分布進(jìn)行分析的重要手段就是建立灰度直方圖(Density Histogram)。簡(jiǎn)單地說，灰度級(jí)的直方圖就是反映一幅圖像中的灰度級(jí)與出現(xiàn)這種灰度的概率之間的關(guān)系的圖形。直方圖給出一個(gè)直觀的指標(biāo)，用以分析一幅數(shù)字圖像是否合理地利用全部允許的灰度信息，在圖像處理程序中察看直方圖信息是進(jìn)行圖像處理前必不可少的步驟，因此研究直方圖的特性對(duì)整個(gè)處理過程極其重要。紅外熱像儀是一種利用目標(biāo)與背景之間的溫差來(lái)成像的成像裝置。通?？梢栽诨叶戎狈綀D中看出此特征，往往表現(xiàn)為絕大部分灰度集中于某些相鄰的灰度級(jí)范圍內(nèi)。紅外成像系統(tǒng)由于探測(cè)器陣列數(shù)目有限及探測(cè)單元尺寸的限制，空間采樣頻率無(wú)法滿足采樣定理，圖像空間分辨率低，混頻現(xiàn)象有時(shí)很嚴(yán)重。而大多數(shù)自然景物空間頻率較豐富，包括各種高頻信息，紅外成像系統(tǒng)由于光學(xué)衍射和有限的探測(cè)器尺寸，成像過程中圖像信號(hào)的高頻部分（細(xì)節(jié)）會(huì)有所丟失，造成圖像的模糊和變形。 （3）紅外圖像的噪聲分析。圖像噪聲主要來(lái)源于溫度噪聲、熱噪聲、放大器噪聲，而溫度噪聲和熱噪聲是一種白噪聲源(WHITENOISE)，而放大器噪聲通常只需要考慮溝道熱噪聲，而無(wú)需考慮復(fù)合噪聲等。紅外圖像噪聲的情況非常復(fù)雜，因此要完全濾除圖像的噪聲幾乎不可能，因?yàn)槊恳环N圖像濾波算法只適合濾除一種或幾種噪聲。 本章首先介紹了紅外圖像的成像系統(tǒng)和產(chǎn)生機(jī)理，通過對(duì)紅外熱像儀基本原理的研究，總結(jié)了紅外圖像的特點(diǎn)以及直方圖的特征，并分析了紅外熱像儀成像過程中的噪聲、對(duì)比度和分辨率，為下文研究紅外圖像增強(qiáng)算法奠定了理論基礎(chǔ)。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。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。 （3）圖像增強(qiáng)有利于將目標(biāo)與背景區(qū)別開來(lái)，從而可以提取目標(biāo)的輪廓，方便對(duì)目標(biāo)的識(shí)別。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。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。空間域方法是直接對(duì)這些像素操作的過程。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。更大的鄰域會(huì)有更多靈活性。從根本上說，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。、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。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 ) 。函數(shù)T有線性、分段線性、非線性等幾種形式。灰度變換函數(shù)為： （）是線性的，a為直線的斜率，b為直線在g軸上的截距。 最簡(jiǎn)單的分段性函數(shù)之一是對(duì)比拉伸變換。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。通過細(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。實(shí)際中往往是通過增加原圖中某兩個(gè)灰度值之間的動(dòng)態(tài)范圍來(lái)實(shí)現(xiàn)的。在處理過的圖片上可以看出，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。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。代碼為：X1=imread(39。)。[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)。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。簡(jiǎn)單的說，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?；叶燃?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。解決的辦法是對(duì)原圖進(jìn)行灰度壓縮。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。39。figure,imshow(X1)J=imadjust(X1,[],[ ],)figure,imshow(J)。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)。因此，可以通過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。直方圖均衡化(Histogram Equalization，HE)是將原始圖像的直方圖通過變換函數(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。從信息論的觀點(diǎn)來(lái)看，經(jīng)過均衡化處理的圖像，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。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。k=0,1,2,...,L1 （）EH代表增強(qiáng)操作Ps為灰度統(tǒng)計(jì)直方圖。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，而且集中在低灰度值一邊。在Matlab中，可以直接調(diào)用J=histeq（I,n）函數(shù)來(lái)完成這項(xiàng)工作，其中I是原始圖像矩陣，J是變換后所得的圖像矩陣。Matlab代碼如下：I=imread(39。)。imshow(I)figure,imshow(J)figure,imhist(J,64)figure,imhist(I,64) 經(jīng)直方圖均衡處理后的圖像 原始圖像、處理后圖像、。比較處理前的圖像和處理后的圖像可知，處理前直方圖比較窄，集中在某些區(qū)域，處理后直方圖充滿整個(gè)動(dòng)態(tài)范圍，圖像對(duì)比度得到了較大的提高。直方圖均衡