红外视频图像细节保持增强算法研究

红外视频图像细节保持增强算法研究

王 坤 云南师范大学信息学院

本文首先针对红外视频图像及其直方图特征进行详细讨论；然后根据红外视频图像特征及其直方图特征，并与已有红外视频图像亮度、细节保持增强算法进行比较，最后给出适用于红外视频图像特点的细节保持的视频图像增强算法。

红外视频；图像增强；直方图均衡；细节保持；亮度保持

引言

随着红外成像器件本身的发展，红外成像器件的成像质量有了显著单位提高，因此原有的算法已经不能满足红外图像增强效果的要求。随着对红外图像增强效果要求的提高，保持原有红外图像细节信息成了现今红外图像增强算法的一个重要的要求。

文献[7-8]中保持细节的方法是对整个直方图做开方处理，然后再对处理后的直方图进行传统的直方图均衡运算。这样做虽然有助于提升比率较小的灰度级所占的比率，但没有完整的保存本来就占比率较小的目标图像的灰度级的细节信息。所以这种方法对保持图像细节方面有着一定的缺陷。本文将针对文献[7-8]细节保持增强算法的不足进行改进，使其能够更好地保留原始红外图像的细节信息。

1.红外视频图像直方图特征

直方图是用来表达一幅图像的灰度值分布情况的统计图表，其横坐标表示图像的灰度值，对于数字图像，纵坐标则是灰度值的像素个数或该灰度值在整幅图像中所出现的概率，其关系式表示如下：

红外视频图像反映了目标和背景的红外辐射的空间分布，其辐射亮度的分布主要是由所观测景物的温度和发射率所决定的。所观测景物温度高的部分表现在红外图像直方图上为灰度值大的部分，所观测景物温度低的部分表现在红外图像直方图上为灰度值小的部分。因此，红外视频图像近似反映了所观测景物的红外辐射空间分布、景物温差或辐射差[1,2]。

由图1红外成像系统框图[3]所示，所观测景物的红外辐射需经过大气传输、光学成像、光电转换和预处理等过程才被转换为红外视频图像。因此红外视频图像一般表现为亮度较暗，且背景和目标对比度较低，边缘模糊等特点，由此造成了红外视频图像直方图具有以下性质[5]：

（1）红外视频图像直方图反映了红外图像中不同灰度级数在整幅红外图像中所出现的频率或次数，而并没有反映出每个像素点的位置信息，这样就难以精确定位目标。

图1 红外成像系统框图

图2 红外视频原始图像及其直方图

（2）红外视频图像直方图与红外图像本身并不是一对一的关系，而是一对多的关系，即一幅红外图像对应于唯一的直方图，但不同的红外图像有可能对应相同的直方图。

（3）横坐标所表示的是每一个灰度级数，其纵坐标是对这一灰度级数在整幅红外图像中所出现的次数的统计，因此，对红外图像进行划分后，子红外图像的直方图之和就等于整幅红外图像的直方图。

（4）红外视频图像直方图大多表现为二峰性，这是因为目标和背景的灰度级大都分布在一定的灰度范围内，从而造成了目标和背景灰度都分别在一定的灰度范围内是连续的，表现在直方图上则是两个峰值或多个峰值。

图2给出了一幅红外视频原始图像及其直方图，从图中可以清楚地看到红外视频图像直方图的上述特征。

2.一种新的红外视频图像细节保持增强算法（DREA）

针对文献[7-8]中保持细节的方法的不足，本文将主要围绕以下两个方面展开研究：

（1）如何在增加原图像中目标图像所占比率的情况下，能最大限度的保持原图像中目标图像的直方图信息。

（2）如何对直方图进行合理分割，并对分割后的直方图分别做相应的处理，以保持原图像的亮度信息。

通过第2节对红外视频图像直方图特征的讨论，了解到红外视频图像直方图具有二峰性的特点，背景部分一般占据灰度值较小的一部分，目标部分一般占据灰度值较大的一部分，而两个峰值间的谷底部分则是背景和目标的分界区间。这样，能否找到一种方法，能够大致确定谷底部分背景和目标的分界点，然后以此分界点再分别对红外视频图像的背景和目标做进一步处理就成了本文首先需要解决的问题。

对于离散的直方图则可以利用差分运算来找到其拐点。而从红外视频图像直方图二峰性特点可知，在红外视频图像直方图中背景和目标之间一定存在最大的差分点，即背景和目标之间的大致分界点。

本文在文献[7-8]的基础上，以背景和目标的大致分界点为基准，对背景部分灰度级作改变比率的操作，而目标部分则不做任何操作，依然保留目标部分的所有信息，这样就最大限度的保留了所占比率较小的细节部分。

本文将利用直方图的梯度值来对背景和目标进行大致的划分。其步骤如下：

（1）首先对原始灰度图像直方图进行差分运算，利用差分求解对原始灰度图像的直方图各个灰度级求其梯度[11]。

其处理结果分别如图3、图4和图5所示。

图3中，(a)图是差分计算后的直方图，(b)图是依据最大点处理后的直方图，(c)图是对(b)图做累积直方图处理后的累积分布直方图。

图4、图5分别是文献[7-8]和本文所提算法的图像及其直方图，两图相比较可以看出，本文算法相较于文献[7-8]所述算法不仅简化了计算复杂度，而且进一步降低了灰度图像背景部分所占比率，从而更好的保留了原始图像的细节信息和亮度信息。

图3 细节保持算法差分直方图处理图

图4 田、樊对RMSHE改进算法的图像及直方图

图5 本文改进算法(DREA)的图像及直方图

3.结论

本文基于田、樊所提算法和红外图像及其直方图特点提出了细节保持增强的改进算法。改进算法相较于田、樊所提算法不仅简化了计算的复杂度，而且较好地降低了灰度图像背景部分所占比例，提升了目标图像部分所占比例，从而更好的保留了原始灰度图像的细节信息，同时也较好地保留了原始视频图像的亮度信息。

[1]陈书海,傅录祥.实用数字图像处理[M].北京:科学出版社,2005.

[2]彭真明,雍杨,杨先明等.光电图像处理及应用[M].成都:电子科技大学出版社,2008.

[3]高学潮.红外图像处理算法的FPGA实现[J].光电技术应用, 2015, 30(6):80-820.

[4]陈钱.红外图像处理技术现状及发展趋势[J].红外技术, 2013(6):311-318.

[5]王忆锋.红外图像灰度直方图统计分析的研究[J].红外,2009, 4 (30):14-16.

[6]仲玲利.基于FPGA的红外图像细节增强[D].南京:北京交通大学, 2016.

[7]谢慧,孙兴波,袁文林.保持背景亮度的直方图均衡[J].电子制作,2015(2).

[8]韦瑞峰,赵荣普等.基于直方图的红外图像细节增强算法研究[J].红外技术, 2016,38(6).

[9]SD CHEN, A R Ramli contrast enhancement using recursivemean -separate histogram equalization for scalable brightness preservation [J]. IEEE Transactions on Consumer Electronics.2003, 49(4).

[10]Y T KIM. Contrast enhancement using brightness equalization [J]. IEEE Transaction on Consumer Electronics.1997, 43(1):1-8.

[11]吴大正.信号与线性系统分析(第4版) [M].北京:高等教育出版社,2005.

云南省应用基础研究计划青年项目（2013FD016）

王坤（1983- ），男，山东邹城人，云南师范大学讲师、河海大学博士研究生，研究方向：红外视频图像目标识别与跟踪技术、FPGA硬件设计