《红外图像增强技术ppt课件.ppt》由会员分享，可在线阅读，更多相关《红外图像增强技术ppt课件.ppt（21页珍藏版）》请在三一办公上搜索。
1、红外图像增强技术,主要内容,红外图像特征及人眼视觉特性直方图增强技术图像锐化处理图像平滑处理伪彩色处理其他处理方法,红外图像特征,红外热图像表征景物的温度分布，是灰度图像，没彩色或阴影(立体感觉)，故对人眼而言，分辨率低。由于景物热平衡、波长长、传输距离远、大气衰减等原因，造成红外图像空间相关性强、对比度低、视觉效果模糊。热成像系统的探测能力和空间分辨率低于可见光 CCD 阵列，使得红外图像的清晰度低于可见光图像。外界环境的随机干扰和热成像系统的不完善，给红外图像带来多种多样的噪声。由于红外探测器各探测单元的响应特性不一致、光机扫描系统缺陷等原因，造成红外图像的非均匀性，体现为图像的固定图案噪
2、声、串扰、畸变等。,人眼图像识别特点,对图像边缘、轮廓信息的失真很敏感；对图像纹理细节的敏感度与它所处的背景亮度有关， 对高亮度背景和低亮度背景中的纹理细节人眼敏感度较低，而对中高亮度背景中的纹理细节敏感度较高；对高频端的敏感度低于低频端；人眼在图像的平滑区域中对随机噪声的敏感度大于图像的“结构化”区域，而这种区域中有更多的图像细节。,红外图像增强的主要工作,增强图像边缘锐度，改善红外图像模糊状态；对灰度进行拉伸，使红外图像的灰度适中，灰度层次更加丰富，表现力更强；对噪声的识别与去噪。,直方图增强技术,直方图调整是一种通过改变图像灰度的概率分布，达到提高图像对比度的方法，包括直方图均衡与直方图
3、匹配，其中应用最多的是直方图均衡。直方图均衡的作用是改变图像中灰度概率分布，使其均匀化。其实质是使图像中灰度概率密度较大的像素向附近灰度级扩展，因而灰度层次拉开，而概率密度较小的像素的灰度级收缩，从而让出原来占有的部分灰度级，这样的处理使图像充分有效地利用各个灰度级，因而增强了图像对比度。直方图均衡方法概念简单，数学上处理方便编程简便，所以在一些要求不高的场合已经取得了很好的增强效果，其缺陷，其主要提升了红外图像的背景和噪声，而非图像细节。,直方图增强技术,图像锐化处理,图像锐化处理的主要目的突出图像中的细节或者增强被模糊了的细节。模糊可能是由于错误操作，或者是由于图像获取方法的固有影响所导致
4、的。例如，当图像的分辨率有限时，所获得的像素值不是一点的亮度，而是周围景物亮度的平均值。这种均值计算使图像变得模糊。因为均值处理和积分相类似，从逻辑角度可以断定，锐化处理可以用空间微分来完成。此外，锐化也可以在频域中运用高通滤波技术。常用的算子有Sobel微分算子、拉普拉斯算子。,图像锐化处理,图像平滑处理,图像噪声滤除成为红外图像预处理中的重要组成部分。空域或频域的平滑滤波可以抑制图像噪声，提高图像的信噪比。其中，中值滤波器在处理噪声的方面有较好的表现，不仅能消除强脉冲性噪声的影响，而且较好地保留了图像的边缘。在频域上可以通过低通滤波器实现平滑。,图像平滑处理,伪彩色处理,在红外图像中，主要
5、是通过人眼直接对成像的图像进行观察判断的。对于一般观察者来说，由于人对灰度图像灰度级别的观察是不敏感的，但对有彩色差异的分辨能力却很高。因此，对红外灰度图像进行伪彩色增强就成了一种关键处理技术。伪彩色增强的主要目的是把灰度图像的各个不同灰度等级按照线性或非线性映射函数变换成不同的彩色代码,图像以彩色方式显示。伪彩色处理方法主要有 3 种：密度分层法、灰度级-彩色变换和频域滤波法。,伪彩色处理,其他处理方法遗传算法,对于一幅给定的红外灰度图像，首先统计出该图像的灰度级分布范围及其分布情况，将输出图像与输入图像的灰度对应关系进行编码，产生一组随机的灰度对应关系(即第 1 代个体)，然后根据一定的图
6、像质量评价标准构造出遗传算法的适应度函数，利用遗传算法反复进行遗传操作，直到满足规定好的优化准则，在所有的进化代中找到一种最优或者近似最优的灰度变换关系，从而达到对红外图像的增强处理。适应度函数的计算是遗传算法计算中的瓶颈，如何克服种群数目大造成的计算耗时量大，运算效率低的问题，是值得研究的。,其他处理方法模糊算法,由于图像本身的复杂性，多灰度分布所带来的不确定性和不精确性，使得用模糊集合理论进行图像处理成为可能。模糊增强方法的处理步骤通常是将空域中的原始图像数据通过模糊化映像，使其成为特征平面中的模糊图像的数据，然后利用特征平面中的各种性质，对图像信息进行处理，最后将处理后的信息数据逆映像到
7、空间域去，从而获得增强后的图像。这种方法很好地利用了图像所固有的二义性，比较符合人的视觉习惯，但是这种方法也有其缺点它需要人工介入来确定渡越点及饱和点，这就限制了其应用。,其他处理方法Retinex 算法,红外图像的成像机理与可见光图像不同，但类比可见光图像成像的机理做出如下假设:认为物体发出的红外辐射是在红外光源照射下物体对红外光线的反射，而红外图像就是由物体反射的红外光线所形成的。在分析对比了红外图像与低照度可见光图像的信号和直方图特点，得出红外图像与低照度可见光图像特点相同。同时，Retinex 算法在处理彩色图像时，它分别对每个颜色通道进行处理，然后再合成，对于红外灰度图像，可以认为只
8、有一个颜色通道，因此Retinex 算法也适于对灰度图像进行处理。,其他处理方法小波变换,分解后的图像，其主要信息(即轮廓)由低频部分来表征，而其细节部分则由高频部分表征。实际应用中，通过对高频部分分量进行变换，经过处理达到增强图像的目的。基于小波变换理论的红外图像增强技术,即对低对比度的红外图像，通过施行小波变换,得到该图像的多尺度梯度分布，增强多尺度梯度模的大小，并扩大其在尺度空间的动态范围，就可以实现图像的对比度增强。,其他处理方法小波变换,这种方法有三个优点：由于采用小波变换而带来的高计算效率；图像的梯度提供了比直方图更直接、更多空间信息；由于是在多个尺度下进行的，所以可有选择地增强某
9、种尺度的图像特征，从而有效地控制噪声。,总结,综合地利用以上多种红外图像的增强方法，结合硬件，提高数据处理速度，对于不同的红外图像场景特征，自适应地选取适当增强办法，结合人眼的视觉特征，使得图像处理效果更有利于人眼识别。 化增强的缺点。近些年来，一些学者提出了具有针对性的方法，如基于局部统计特性的自适应图像增强法；应用遗传算法对图像进行增强；基于模糊逻辑的红外图像的增强算法；,总结,居于粗糙集分类的图像增强方法等等。其中包括很多自适应的增强算法；如对小波系数取阈值处理，并结合图像自身特征对噪声和信号加以区分，通过调整因子的设置进行自适应图像边缘增强方法等，取得了很好的效果；基于模型的自适应红外图像序列增强算法；基于平台直方图的红外图像自适应增强，通过自适应的选择平台阈值，对红外图像进行增强处理，克服了采用一般直方图均衡化增强的缺点。,Thats all！Thank You！,
