【正文】 化的處理過程中出現(xiàn)相鄰灰度級合并的現(xiàn)象，即原來直方圖上頻數(shù)較小的灰度級被歸入很少幾個或一個灰度級內，并且可能不在原來的灰度級?；叶戎亟M使得均衡后的直方圖等間距分布，故相對于均衡而言，圖像主要內容的對比度降低，次要內容的對比度提高。此時可采用局部直方圖均衡法來處理。 （4）直方圖均衡雖然增大了圖像的對比度，但往往處理后的圖像視覺效果生硬、不夠柔和，有時甚至會造成圖像質量的惡化。 對比度增強處理中，直方圖均衡比灰度線性變換、指數(shù)或對數(shù)變換的運算速度慢，但比空間域處理和變換域處理的速度快。而且由于紅外圖像的灰度大多集中在灰度值較高或灰度值較低的部分，致使圖像的灰度級數(shù)少，層次感很差，而直方圖均衡化法[2526]是非常典型的空域增強算法，它可以大大改善圖像灰度分布的動態(tài)范圍，增加圖像的整體對比度，有效地把信號從背景中取出，這種處理技術對紅外圖像效果非常明顯，使人眼獲得更好的觀看效果，該算法因其簡單高效得到了廣泛的應用。實際中有時需要換換直方圖，使之成為某個特定的形狀，從而有選擇地增強某個灰度值范圍的對比度。直方圖規(guī)定化方法主要有三個步驟： （1）對原始圖像的直方圖進行灰度均衡化；（2）規(guī)定所需要的直方圖，并計算能使規(guī)定的直方圖均衡化的變換： （） （3）將第一步所得到的變換翻轉過來，也就是將原始圖像對應映射到規(guī)定的直方圖上，將所有的ps（si）對應到pu（uj）中去。設有一個整數(shù)函數(shù)I（l），l=0,1,...,N1，滿足0≤I(0)≤...≤I(1)≤...≤I(N1)≤M1。 | l=1，=0,1,...,N1 ()如果l=0，則將其i從0到I（0）的ps（si)對應到pu（u0）中去；如果l≧1，則將其I從I（l1）+1到I（l）的ps（si）對應到pu（uj）中去。運行代碼如下：I=imread(39。)。imshow(I)figure,imshow(J)figure,imhist(I,64)figure,imhist(J,64) 直方圖規(guī)定化處理后的圖像 。從直方圖上看，灰度值高的一邊更為密集。為了抑制噪聲，需要進行圖像平滑處理，以利于抽取圖像特征。平滑噪聲可以再空間域中進行，基本方法是求像素灰度的平均值或中值。將模板中的全體像素的均值來替代原來的像素值的方法。這種濾波器的所有系數(shù)都是正的，對3x3的模板來說，在計算出R后要將其除以9再進行賦值。，加入椒鹽噪聲，并在Matlab中調用B=filter2(h,A)實現(xiàn)均值過濾器，代碼如下：I=imread(39。)。salt39。imshow(I)figure,imshow(J)K1=filter2(fspecial(39。,3),J)/255。average39。K3=filter2(fspecial(39。,7),J)/255。比較以上采用不同尺寸的均值濾波器進行低通濾波處理的結果可知，當所用的平滑模板的尺寸增大時，消除噪聲的效果增強，但同時所得到的圖像變得模糊，細節(jié)銳化程度逐步減弱。它是一種鄰域運算，類似卷積，但計算的不是加權求和，而是把鄰域中的像素按灰度級進行排序，然后選擇該組的中間值作為輸出像素值具體步驟是：（1） 將模板在圖像中漫游，并將模板中心與圖像中的某個像素位置重合；（2） 讀取模板下各對應像素的灰度值；（3） 將這些灰度值從小到大排成一列；（4） 找出這些值里排在中間的一個；（5） 將這個中間值賦給對應模板中心位置的像素。在Matlab中可以調用B=medfilt2(A,[m,n])來實現(xiàn)中值濾波器。39。 J=imnoise(I,39。,)。figure,imshow(K1) medfilt2(A,[m,n])處理結果中值濾波還可以調用B=ordfilt2(A,order,domain)函數(shù)來實現(xiàn)，代碼如下：I=imread(39。)。salt39。K1=ordfilt2(J,5,ones(3,3))。中值濾波器去噪聲的效果依賴于兩個要素：鄰域的空間范圍和中值計算中所涉及的像素數(shù)。因此，中值濾波器的空間尺寸必須根據(jù)現(xiàn)有的問題來進行調整。圖像銳化處理的主要目的是突出圖像中的細節(jié)或者增強被模糊了的細節(jié)。因為銳化將使噪聲受到比信號還強的增強，故必須小心處理。為了把圖像中間任何方向伸展的邊緣和輪廓的模糊變清晰，希望對圖像的某種導數(shù)運算是各向同性的，可以證明偏導數(shù)的平方和運算具有各向同性特性，梯度和拉普拉斯運算也符合上述條件。這樣圖像微分增強了邊緣和其他突變（如噪聲）的信息，并削弱了灰度變化緩慢的信息。在Matlab中可以通過調用filter2函數(shù)和fspecial函數(shù)來實現(xiàn)邊緣銳化效果，代碼如下：I=imread(39。)。laplacian39。I2=filter2(h,I)。unsharp39。39。h=fspecial(39。,)。imshow(I)figure,imshow(I2)： 對比度增強濾波器處理的效果 非線性銳化濾波鄰域平均可以模糊圖像，因為平均對應積分，所以利用微分可以銳化圖像。對一個二維連續(xù)函數(shù)f（x,y),其梯度是一個矢量，即： （）其模為： （）在使用中為了計算簡便，也可以不用上述對應歐式距離的以2為模的方法組合兩個模板的輸出。常用的空域微分算子有sobel算子、prewitt算子、高斯—拉普拉斯算子等。設函數(shù)f(x,y)與線性位不變算子h（x,y)的卷積結果是g(x,y),即： （）那么，根據(jù)卷積定理在頻域有 （）其中、分別是、的傅里葉變換。（3）再將結果進行傅里葉反變換已得到增強的圖頻域增強方法有兩個關鍵：（1）將圖像從空域轉換到頻率域所需要的變換，以及將圖像從頻率域空間轉換回空域所需要的變換（2）在頻域空間對圖像進行增強加工操作，此時對應的增強可表示為： （） 常用的頻率域增強方法有低通濾波和高通濾波。因此能降低高頻成分幅度的濾波器就能減弱噪聲的影響。他的轉移函數(shù)為： （）在Matlab中實現(xiàn)Butterworth低通濾波器，： 加噪圖像及Butterworth低通濾波器去噪圖像 高通濾波高通濾波也稱高頻濾波，它的頻值在0頻率處為單位1，隨著頻率的增長，傳遞函數(shù)的值逐漸增加；當頻率增加到一定值之后，傳遞函數(shù)的值通常又回到0值或者降低到某個大于1值。在實際應用中，為了減少圖像中面積大且緩慢變化的成分的對比度，有時讓0頻率處的增益小于單位1更合適，如果傳遞函數(shù)通過原點，則可以稱為laplacian濾波器。 其他常用的及改進后的紅外圖像增強處理算法 在對紅外圖像增強的處理中，目前常見的增強處理方法還有形態(tài)學銳化圖像增強、多種算法融合增強圖像、小波變換、遺傳算法等。但是基本的形態(tài)學銳化方法由于沒有區(qū)分邊緣與平坦區(qū)，沒有對噪聲采取措施進行抑制，雖然能銳化邊緣，但視覺效果不佳，而且其形態(tài)學結構不能根據(jù)邊緣自動調整。在圖像處理過程中，多數(shù)濾波器雖然可以濾掉一定類型的噪聲，但卻不能增加原始圖像的有用背景信息和目標信息。圖像融合的目的是綜合同一個場景的多個算法結果圖像的信息，使其更適合圖像匹配處理。融合算法有效地濾除高斯噪聲和脈沖噪聲，同時強調了目標和背景中的邊緣成分。 近些年來，小波變換倍受科學技術界的重視， 它不僅在數(shù)學上已形成一個新的分支，而且在應用上，如信號處理、圖像處理、模式識別、量子物理以及眾多非線性科學領域，被認為是近年在分析工具及方法上的突破。 除上述幾種常用紅外圖像增強算法外，遺傳算法等也被引入了紅外圖像增強處理的實際應用中，在對紅外圖像的增強處理中，處理效果各有利弊，本文中對這些算法不做過多介紹。 值得注意的是增強后的圖像質量好壞主要靠人的視覺來評定，而視覺的評定是一種高度的主觀處理。由此可知，圖像增強沒有通用的理論，只是看其是否適合實際的應用。但是由于紅外成像儀核心器件自身的限制以及環(huán)境等外界條件的影響，使獲得的紅外圖像存在圖像模糊、對比度比較低、噪聲嚴重等問題，不便于人眼觀測，影響后續(xù)工作，甚至可能引起誤判，造成不必要的損失。本文主要從圖像增強方面，研究如何改善和提高紅外圖像處理效果，主要工作有： （1）從紅外圖像的產(chǎn)生機理入手，通過實驗對比分析了紅外圖像與可見光圖像的直方圖，得到了紅外圖像的特點和直方圖特征。 （2）針對紅外圖像特征，對幾種經(jīng)典的圖像增強算法進行了分析，并重點對灰度變換、直方圖均衡化法和高通濾波等增強算法的優(yōu)缺點做了較深入的探討。 盡管本文在紅外圖像處理算法的研究方面做了一些探索，但是由于時間等客觀因素及作者的水平所限，仍然有如下幾個方面需要進一步加強： （1）圖像增強算法只能改進紅外圖像的增強效果，對圖像中本身存在的固有噪聲也同時有一定的放大作用，下一步應加強對增強后圖像噪聲的消除研究。 （3）研究紅外圖像增強的目的還是為了便于人眼的觀測及為后續(xù)的識別和分類等處理操作奠定基礎，而本文較少涉及對分割出的具體目標進行識別和智能控制等處理，在以后的研究中要加強。X老師以其嚴謹?shù)闹螌W作風、淵博的知識和豐富的實踐經(jīng)驗使我在整個畢業(yè)設計過程中受益匪淺，學到了許多專業(yè)知識和科學研究方法。感謝X老師給我創(chuàng)造了一個良好的學習環(huán)境和論文創(chuàng)作平臺，使我在學習中不但提高了理論知識，而且能將理論知識應用于實際中。同時，要特別感謝我的家人在學習和生活上給予我多方面的關心，他們的勉勵與支持，是我前進的動力。最后，借此機會我向所有關心、幫助、支持過我的老師、朋友和同學表示衷心的感謝！感謝他們在我四年的學習及生活中對我的鼓勵和幫助，這些都將是我以后工作和生活中一筆寶貴的精