CN104574280B - 一种红外图像双向直方图均衡处理方法及系统 - Google Patents
一种红外图像双向直方图均衡处理方法及系统 Download PDFInfo
- Publication number
- CN104574280B CN104574280B CN201310480270.2A CN201310480270A CN104574280B CN 104574280 B CN104574280 B CN 104574280B CN 201310480270 A CN201310480270 A CN 201310480270A CN 104574280 B CN104574280 B CN 104574280B
- Authority
- CN
- China
- Prior art keywords
- mrow
- hist
- value
- histogram
- mtd
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Image Processing (AREA)
Abstract
本发明提供的一种红外图像双向直方图均衡处理方法及系统,通过处理所输入的红外图像形成直方图,进而计算高、低边界,通过预设平台值及所述高低边界计算图像灰度重心位置,再将由所述重心位置划分的暗部及亮部分别进行均衡处理,如此,计算方法适合适应性更强,在处理大背景小目标细节的图像时具有明显优势,有效降低数据运算量及设计成本,同时,从本发明技术方案求得的图像重心分析,对红外图像亮部目标细节体现将更加明显,较之经更加符合人眼观察习惯,并且相对现有平台直方图均衡相比较,本发明技术方案处理后的亮部目标细节不至于太过夸张,有利于红外图像暗部其他细节的体现。
Description
技术领域:
本发明涉及红外图像处理,具体来说,涉及红外图像直方图均衡处理技术。
背景技术:
红外热像仪获取的大动态范围内的红外图像普遍存在对比度低和细节表现不足的问题,普通的线性拉伸或分段线性拉伸方法对于图像背景和图像细节一视同仁,在提高了图像对比度的同时也提高了背景图案对显示灰度级的占有,而真正目标细节只占有了少量的显示灰度级,造成目标细节分辨力不足。于是在红外热像仪图像处理时,直方图均衡技术特别是平台直方图技术得到了广泛应用。直方图均衡技术一大特点是原始图像的灰度重心必然映射到显示灰度中心,这在处理大背景图像情况时直方图均衡的缺点非常明显,使得目标细节非常聚集,甚至不如线性拉伸方法。于是对平台直方图均衡的研究和应用越来越多,平台直方图的目的就是要抑制大背景所占有的灰度比重,提高目标细节的比重,然而平台直方图对图像重心把握有很大偏差,造成处理后的图像目标细节部分过于夸张,图像其余部分灰度级过于聚集。自适应平台直方图均衡是解决此问题的一种方法,其实施方案是,对于不同图像输入灰度,不采用统一的平台值,而是根据图像直方图分布的普遍共性,多采用接近于“V”型平台值,提高分布在两端的平台值,降低分布在中心的平台值。
然而,虽然自适应平台直方图均衡技术引进加权函数明显大大提高了运算量,但也不太适合红外热像仪这种在大动态范围内无固定图像灰度基准的情况,针对红外热像仪获取的不同场景,加权函数要不断地做伸缩处理,算法较为复杂。
发明内容:
本发明的目的之一在于提供红外图像处理效果较好、数据运算量大大下降、节约了设计成本的技术方案。
本发明的目的之一在于解决平台直方图均衡在处理红外图像时图像灰度中心难以确定,导致图像灰度重心偏移造成图像视觉感光不协调以及目标细节不明显的问题。
为此,本发明提供一种红外图像双向直方图均衡处理方法,包括:通过处理所输入的红外图像形成直方图,根据所述红外图像比特位数b来获取对应的像素灰度级值区间记为n、及与所述区间内各像素灰度级值对应的各直方图统计值记为HIST_STAT(n);按所述像素灰度级值由小到大累加所对应的各直方图统计值直至大于阈值A时,将当前直方图统计值所对应像素灰度级值作为低边界;按所述像素灰度值由大到小累加所对应的各直方图统计值直至大于所述阈值A时,将当前直方图统计值所对应像素灰度级值作为高边界;对所述高、低边界之间的像素灰度级值对应的直方图统计值进行平台第一累加计算,以获取平台第一累加计算结果记为HIST_T,所述平台第一累加计算为将大于预设平台值T的所述直方图统计值替换为T进行累加;对所述高低边界之间的各像素灰度级值对应直方图统计值作平台第一累加计算,直至大于所述第一累加计算结果HIST_T的1/2时,以当前直方图统计值对应的像素灰度级值为图像重心记为HIST_M;分别对小于所述像重心HIST_M的各像素灰度级值、大于所述图像重心HIST_M的各像素灰度级值作均衡处理。
所述分别对小于所述像重心HIST_M的各像素灰度级值、大于所述图像重心HIST_M的各像素灰度级值作均衡处理包括:
(a)对小于图像重心HIST_M的各像素灰度级值作平台第二累加计算,
所述平台第二累加计算公式为:
得到平台第二累加结果,记为HIST_ADD(m),m∈[0,HIST_M),并且获取小于图像重心HIST_M区域的平台统计总和HIST_SUM_LOW=HIST_ADD(0);
(b)对大于图像重心HIST_M的各像素灰度级值作平台第三累加计算,所述平台第三累加计算公式为:
得到平台第三累加结果,记为HIST_ADD(m),m∈(HIST_M,2b-1],并且获取大于图像重心各的平台统计总和HIST_SUM_HIGH=HIST_ADD(2b-1);
(c)根据公式:
VOUT=128-128*HIST_ADD(m)/HIST_SUM_LOW,m∈[0,HIST_M)
的计算结果,对小于图像重心HIST_M的各像素灰度级值对应像素点数量作均衡处理;
(d)根据公式:
VOUT=128+128*HIST_ADD(m)/HIST_SUM_HIGH,m∈(HIST_M,2b-1]
的计算结果,对大于图像重心HIST_M的各像素灰度级值对应像素点数量作均衡处理。
所述步骤(c)和(d)前还包括将图像重心HIST_M映射到所述直方图显示的步骤。
所述直方图统计值为所述各像素灰度级值的像素点数量。
进一步的,所述阈值A为所输入的红外图像的像素点总数的1/4。
本发明还提供一种红外图像双向直方图均衡处理系统,包括:输入直方图统计单元,用于通过处理所输入的红外图像形成直方图,根据所述红外图像比特位数b来获取对应的像素灰度级值区间记为n、及与所述区间内各像素灰度级值对应的各直方图统计值记为HIST_STAT(n);高低边界获取单元,用于按所述像素灰度级值由小到大累加所对应的各所述直方图统计值直至大于阈值A时,将当前直方图统计值所对应像素灰度级值作为低边界,以及用于按所述像素灰度值由大到小累加所对应的各所述直方图统计值直至大于所述阈值A时,将当前直方图统计值所对应像素灰度级值作为高边界;图像重心获取单元,用于对所述高低边界之间的各像素灰度级值对应的各所述直方图统计值进行平台累加,以获取总平台统计累加值HIST_T,其中,所述平台累加指的是将大于预设平台值T的所述直方图统计值替换为T进行累加,对所述高低边界之间的各像素灰度级值对应直方图统计值作所述平台累加,直至大于所述第一累加计算结果HIST_T的1/2时,以当前直方图统计值对应的像素灰度级值为图像重心HIST_M;双向均衡处理单元,用于分别对小于所述像重心HIST_M的各像素灰度级值、大于所述图像重心HIST_M的各像素灰度级值作均衡处理。
所述双向均衡处理单元包括双向统计累加单元、双向均衡输出单元,所述双向均衡处理单元用于所述分别对小于所述像重心HIST_M的各像素灰度级值、大于所述图像重心HIST_M的各像素灰度级值作均衡处理指的是:
所述双向统计累加单元,用于:
对小于图像重心HIST_M的各像素灰度级值作平台第二累加计算,所述平台第二累加计算公式为:
得到平台第二累加结果,记为HIST_ADD(m),m∈[0,HIST_M),并且获取小于图像重心HIST_M区域的平台统计总和HIST_SUM_LOW=HIST_ADD(0);
对大于图像重心HIST_M的各像素灰度级值作平台第三累加计算,所述平台第三累加计算公式为:
得到平台第三累加结果,记为HIST_ADD(m),m∈(HIST_M,2b-1],并且获取大于图像重心各的平台统计总和HIST_SUM_HIGH=HIST_ADD(2b-1);
所述双向均衡输出单元,用于
根据公式:
VOUT=128-128*HIST_ADD(m)/HIST_SUM_LOW,m∈[0,HIST_M)
的计算结果,对小于图像重心HIST_M的各像素灰度级值对应像素点数量作均衡处理;
根据公式:
VOUT=128+128*HIST_ADD(m)/HIST_SUM_HIGH,m∈(HIST_M,2b-1]
的计算结果,对大于图像重心HIST_M的各像素灰度级值对应像素点数量作均衡处理。
所述双向均衡处理单元还用于将图像重心HIST_M映射到所述直方图显示。
所述直方图统计值为所述各像素灰度级值的像素点数量。
所述阈值A为所输入的红外图像的像素点总数的1/4。
本发明提供的一种红外图像双向直方图均衡处理方法及系统,通过处理所输入的红外图像形成直方图,进而计算高低阈值,通过预设平台值及所述高低阈值计算图像灰度重心位置,再将由所述重心位置划分的暗部及亮部分别进行均衡处理,如此,计算方法适合适应性更强,在处理大背景小目标细节的图像时具有明显优势,有效降低数据运算量及设计成本。
以图像大部分为暗背景,目标细节处于亮部的情况为例,从本发明技术方案求得的图像重心分析,跟经典直方图均衡相比较,对红外图像亮部目标细节体现将更加明显,较之经典直方图均衡方法本发明方法更加符合人眼观察习惯,并且相对现有平台直方图均衡相比较,本发明技术方案处理后的亮部目标细节不至于太过夸张,有利于红外图像暗部其他细节的体现。
同时,本发明的技术方案从图像重心位置出发,对小于所述重心位置的暗部的像素灰度级值、大于所述重心位置的亮部的像素灰度级值的两个方向采用不一样的均衡比例做图像均衡处理有利于对图像序列重心位置的控制,图像重心更加稳定,抗噪声干扰能力更强,表现为图像序列前后帧数据之间明暗基本一致,有利于避免图像序列明暗闪动的现象。
附图说明:
图1是本发明的一种红外图像双向直方图均衡处理方法的步骤流程图。
图2是本发明的一种红外图像双向直方图均衡处理系统的结构图。
图3a至3c为本发明一种红外图像双向直方图均衡处理方法及系统的图像重心的原理分析图。
具体实施方式:
如图1所示,本发明提供种红外图像双向直方图均衡处理方法:包括:
S1:通过处理所输入的红外图像形成直方图,根据所述红外图像比特位数b来获取对应的像素灰度级值区间记为n、及与所述区间内各像素灰度级值对应的各直方图统计值记为HIST_STAT(n)。在本实施例中,所述直方图以灰度级为横轴,以像素数量值为纵轴,当然在其他实施例中也可以像素出现概率为纵轴等,只是计算方式的差异,此为现有,故不做赘述,所述比特位数b单位即为bit,例如可为2bit,4bit,8bit,16bit等等,n为像素灰度区间,以14bit红外输入图像为例,n∈[0,214-1]。
S2:按所述像素灰度级值由小到大累加所对应的各直方图统计值直至大于阈值A时,将当前直方图统计值所对应像素灰度级值作为低边界;
S3:按所述像素灰度值由大到小累加所对应的各直方图统计值直至大于所述阈值A时,将当前直方图统计值所对应像素灰度级值作为高边界;
S4:对所述高、低边界之间的像素灰度级值对应的直方图统计值进行平台第一累加计算,以获取平台第一累加计算结果记为HIST_T,所述平台第一累加计算为将大于预设平台值T的所述直方图统计值替换为T进行累加;
S5:对所述高低边界之间的各像素灰度级值对应直方图统计值作平台第一累加计算,直至大于所述第一累加计算结果HIST_T的1/2时,以当前直方图统计值对应的像素灰度级值为图像重心记为HIST_M;
S6:分别对小于所述像重心HIST_M的各像素灰度级值、大于所述图像重心HIST_M的各像素灰度级值作均衡处理。
在本实施例中,所述步骤S6:分别对小于所述像重心HIST_M的各像素灰度级值、大于所述图像重心HIST_M的各像素灰度级值作均衡处理包括:
(a)对小于图像重心HIST_M的各像素灰度级值作平台第二累加计算,所述平台第二累加计算公式为:
得到平台第二累加结果,记为HIST_ADD(m),m∈[0,HIST_M),并且获取小于图像重心HIST_M区域的平台统计总和HIST_SUM_LOW=HIST_ADD(0);
(b)对大于图像重心HIST_M的各像素灰度级值作平台第三累加计算,所述平台第三累加计算公式为:
得到平台第三累加结果,记为HIST_ADD(m),m∈(HIST_M,2b-1],并且获取大于图像重心各的平台统计总和HIST_SUM_HIGH=HIST_ADD(2b-1);
(c)根据公式:
VOUT=128-128*HIST_ADD(m)/HIST_SUM_LOW,m∈[0,HIST_M)
的计算结果,对小于图像重心HIST_M的各像素灰度级值对应像素点数量作均衡处理;
(d)根据公式:
VOUT=128+128*HIST_ADD(m)/HIST_SUM_HIGH,m∈(HIST_M,2b-1]
的计算结果,对大于图像重心HIST_M的各像素灰度级值对应像素点数量作均衡处理。
在本实施例中,在所述步骤(c)、(d)前还包括步骤将图像重心HIST_M映射到所述直方图显示的步骤,这是为了便于图像均衡处理输出,当然并非必须。
另需说明的是,所述步骤(a)、(b)是分别对大于图像重心和小于图像重心的像素灰度级值区域分别进行,是可以不分先后的,而步骤(c)、(d)也是类似的分别做均衡处理,同样可以不分先后,并且,在其他实施例中,也可以例如不分先后地分别对大于图像重心像素灰度级值区域进行累加然后均衡处理、对小于图像重心像素灰度级值区域进行累加然后均衡处理,本实施例中由于是要在在所述步骤(c)、(d)前加了重心图显的处理故如此排列,但并非是以本实施例为限。
在本实施例中,所述直方图统计值为所述各像素灰度级值的像素点数量,而经实验,所述阈值A为所输入的红外图像的像素点总数的1/4时,比较合理。
如图2所示,本发明还提供一种红外图像双向直方图均衡处理系统1,包括:
输入直方图统计单元11,用于通过处理所输入的红外图像形成直方图,根据所述红外图像比特位数b来获取对应的像素灰度级值区间记为n、及与所述区间内各像素灰度级值对应的各直方图统计值记为HIST_STAT(n)。
高低边界获取单元12,用于按所述像素灰度级值由小到大累加所对应的各所述直方图统计值直至大于阈值A时,将当前直方图统计值所对应像素灰度级值作为低边界,以及用于按所述像素灰度值由大到小累加所对应的各所述直方图统计值直至大于所述阈值A时,将当前直方图统计值所对应像素灰度级值作为高边界。
图像重心获取单元13,用于对所述高低边界之间的各像素灰度级值对应的各所述直方图统计值进行平台累加,以获取总平台统计累加值HIST_T,其中,所述平台累加指的是将大于预设平台值T的所述直方图统计值替换为T进行累加,对所述高低边界之间的各像素灰度级值对应直方图统计值作所述平台累加,直至大于所述第一累加计算结果HIST_T的1/2时,以当前直方图统计值对应的像素灰度级值为图像重心HIST_M。
双向均衡处理单元14,用于分别对小于所述像重心HIST_M的各像素灰度级值、大于所述图像重心HIST_M的各像素灰度级值作均衡处理。
所述双向均衡处理单元14包括双向统计累加单元141、双向均衡输出单元142,来完成分别对小于所述像重心HIST_M的各像素灰度级值、大于所述图像重心HIST_M的各像素灰度级值作均衡处理。
所述双向统计累加单元141,用于:
对小于图像重心HIST_M的各像素灰度级值作平台第二累加计算,所述平台第二累加计算公式为:
得到平台第二累加结果,记为HIST_ADD(m),m∈[0,HIST_M),并且获取小于图像重心HIST_M区域的平台统计总和HIST_SUM_LOW=HIST_ADD(0);
对大于图像重心HIST_M的各像素灰度级值作平台第三累加计算,所述平台第三累加计算公式为:
得到平台第三累加结果,记为HIST_ADD(m),m∈(HIST_M,2b-1],并且获取大于图像重心各的平台统计总和HIST_SUM_HIGH=HIST_ADD(2b-1)。
承上,所述双向均衡输出单元142,用于:
根据公式:
VOUT=128-128*HIST_ADD(m)/HIST_SUM_LOW,m∈[0,HIST_M)
的计算结果,对小于图像重心HIST_M的各像素灰度级值对应像素点数量作均衡处理;
根据公式:
VOUT=128+128*HIST_ADD(m)/HIST_SUM_HIGH,m∈(HIST_M,2b-1]
的计算结果,对大于图像重心HIST_M的各像素灰度级值对应像素点数量作均衡处理。
在本实施例中,所述双向均衡处理单元14还用于将图像重心HIST_M映射到所述直方图显示。
在本实施例中,所述直方图统计值为所述各像素灰度级值的像素点数量,所述阈值A为所输入的红外图像的像素点总数的1/4。
本发明所提供的一种红外图像双向直方图均衡处理系统1,其原理与所述红外图像双向直方图均衡处理方法基本相同,故不另作赘述。
如图3a至3c所示,分别显示经典直方图均衡图像处理、平台直方图均衡处理、以及本发明均衡处理的直方图显示,并显示图像重心。
图3a的直方图均衡、图3b的平台直方图均衡、以及图3c的本发明设计的双向平台直方图均衡方法,都是将所得到的图像重心位置映射到显示灰度级的中心位置,本发明所设计的图像灰度重心计算方法适合适应性更强,在处理大背景小目标细节的图像时具有明显优势。
以图像大部分为暗背景,目标细节处于亮部的情况为例,从本发明技术方案求得的图像重心分析,跟图3a所示的经典直方图均衡相比较,对红外图像亮部目标细节体现将更加明显,较之经典直方图均衡方法本发明方法更加符合人眼观察习惯;与图3b所示的平台直方图均衡相比较,亮部目标细节不至于太过夸张,有利于红外图像暗部其他细节的体现。
此外,本发明均衡过程从图像重心位置出发,往小于该位置的暗部和大于该位置的亮部两个方向采用不一样的均衡比例做图像均衡处理,有利于对图像序列重心位置的控制,图像重心更加稳定,抗噪声干扰能力更强,表现为图像序列前后帧数据之间明暗基本一致,有利于避免图像序列明暗闪动的现象。
应当理解,本领域的普通技术人员无需创造性劳动就可以根据本专利申请的构思做出诸多修改和变化。因此,凡本技术领域的技术人员依本专利的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由本专利所确定的保护范围内。
Claims (8)
1.一种红外图像双向直方图均衡处理方法,其特征在于,包括:
通过处理所输入的红外图像形成直方图,根据所述红外图像比特位数b来获取对应的像素灰度级值区间记为n、及与所述区间内各像素灰度级值对应的各直方图统计值记为HIST_STAT(n);
按所述像素灰度级值由小到大累加所对应的各直方图统计值直至大于阈值A时,将当前直方图统计值所对应像素灰度级值作为低边界;
按所述像素灰度级值由大到小累加所对应的各直方图统计值直至大于所述阈值A时,将当前直方图统计值所对应像素灰度级值作为高边界;
对所述高低边界之间的像素灰度级值对应的直方图统计值进行平台第一累加计算,以获取平台第一累加计算结果记为HIST_T,所述平台第一累加计算为将大于预设平台值T的所述直方图统计值替换为T进行累加;
对所述高低边界之间的各像素灰度级值对应直方图统计值作平台第一累加计算,直至大于所述第一累加计算结果HIST_T的1/2时,以当前直方图统计值对应的像素灰度级值为图像重心记为HIST_M;
分别对小于所述图像重心HIST_M的各像素灰度级值、大于所述图像重心HIST_M的各像素灰度级值作均衡处理:
(a)对小于图像重心HIST_M的各像素灰度级值作平台第二累加计算,所述平台第二累加计算公式为:
<mrow>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>A</mi>
<mi>D</mi>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>A</mi>
<mi>D</mi>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>S</mi>
<mi>T</mi>
<mi>A</mi>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>S</mi>
<mi>T</mi>
<mi>A</mi>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo><</mo>
<mi>T</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>A</mi>
<mi>D</mi>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>T</mi>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>o</mi>
<mi>t</mi>
<mi>h</mi>
<mi>e</mi>
<mi>r</mi>
<mi>w</mi>
<mi>i</mi>
<mi>s</mi>
<mi>e</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
</mrow>
得到平台第二累加结果,记为HIST_ADD(m),m∈[0,HIST_M),并且获取小于图像重心区域的平台统计总和值HIST_SUM_LOW=HIST_ADD(0);
(b)对大于图像重心HIST_M的各像素灰度级值作平台第三累加计算,所述平台第三累加计算公式为:
<mrow>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>A</mi>
<mi>D</mi>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>A</mi>
<mi>D</mi>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>S</mi>
<mi>T</mi>
<mi>A</mi>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>S</mi>
<mi>T</mi>
<mi>A</mi>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo><</mo>
<mi>T</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>A</mi>
<mi>D</mi>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>T</mi>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>o</mi>
<mi>t</mi>
<mi>h</mi>
<mi>e</mi>
<mi>r</mi>
<mi>w</mi>
<mi>i</mi>
<mi>s</mi>
<mi>e</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
</mrow>
得到平台第三累加结果,记为HIST_ADD(m),m∈(HIST_M,2b-1],并且获取大于图像重心区域的平台统计总和值HIST_SUM_HIGH=HIST_ADD(2b-1);
(c)根据公式:
VOUT=128-128*HIST_ADD(m)/HIST_SUM_LOW,m∈[0,HIST_M)
的计算结果,对小于图像重心HIST_M的各像素灰度级值对应像素点数量作均衡处理;
(d)根据公式:
VOUT=128+128*HIST_ADD(m)/HIST_SUM_HIGH,m∈(HIST_M,2b-1]
的计算结果,对大于图像重心HIST_M的各像素灰度级值对应像素点数量作均衡处理。
2.如权利要求1所述的红外图像双向直方图均衡处理方法,其特征在于,在所述步骤(c)和(d)前还包括将图像重心HIST_M映射到所述直方图显示的步骤。
3.如权利要求1至2中任意一项所述的红外图像双向直方图均衡处理方法,其特征在于,所述直方图统计值为所述各像素灰度级值的像素点数量。
4.如权利要求3所述的红外图像双向直方图均衡处理方法,其特征在于,所述阈值A为所输入的红外图像的像素点总数的1/4。
5.一种红外图像双向直方图均衡处理系统,其特征在于,包括:
输入直方图统计单元,用于通过处理所输入的红外图像形成直方图,根据所述红外图像比特位数b来获取对应的像素灰度级值区间记为n、及与所述区间内各像素灰度级值对应的各直方图统计值记为HIST_STAT(n);
高低边界获取单元,用于按所述像素灰度级值由小到大累加所对应的各所述直方图统计值直至大于阈值A时,将当前直方图统计值所对应像素灰度级值作为低边界,以及用于按所述像素灰度值由大到小累加所对应的各所述直方图统计值直至大于所述阈值A时,将当前直方图统计值所对应像素灰度级值作为高边界;
图像重心获取单元,用于对所述高低边界之间的各像素灰度级值对应的各所述直方图统计值进行平台累加,以获取总平台统计累加值,其中,所述平台累加指的是将大于预设平台值T的所述直方图统计值替换为T进行累加,对所述高低边界之间的各像素灰度级值对应直方图统计值作所述平台累加,直至大于第一累加计算结果HIST_T的1/2时,以当前直方图统计值对应的像素灰度级值为图像重心HIST_M;
双向均衡处理单元,用于分别对小于所述像重心HIST_M的各像素灰度级值、大于所述图像重心HIST_M的各像素灰度级值作均衡处理;
其中,所述双向均衡处理单元包括双向统计累加单元、双向均衡输出单元,所述双向均衡处理单元用于所述分别对小于所述像重心HIST_M的各像素灰度级值、大于所述图像重心HIST_M的各像素灰度级值作均衡处理指的是:所述双向统计累加单元,用于:
对小于图像重心HIST_M的各像素灰度级值作平台第二累加计算,所述平台第二累加计算公式为:
<mrow>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>A</mi>
<mi>D</mi>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>A</mi>
<mi>D</mi>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>S</mi>
<mi>T</mi>
<mi>A</mi>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>S</mi>
<mi>T</mi>
<mi>A</mi>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo><</mo>
<mi>T</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>A</mi>
<mi>D</mi>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>T</mi>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>o</mi>
<mi>t</mi>
<mi>h</mi>
<mi>e</mi>
<mi>r</mi>
<mi>w</mi>
<mi>i</mi>
<mi>s</mi>
<mi>e</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
</mrow>
得到平台第二累加结果,记为HIST_ADD(m),m∈[0,HIST_M),并且获取小于图像重心HIST_M区域的平台统计总和HIST_SUM_LOW=HIST_ADD(0);
对大于图像重心HIST_M的各像素灰度级值作平台第三累加计算,所述平台第三累加计算公式为:
<mrow>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>A</mi>
<mi>D</mi>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>A</mi>
<mi>D</mi>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>S</mi>
<mi>T</mi>
<mi>A</mi>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>S</mi>
<mi>T</mi>
<mi>A</mi>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo><</mo>
<mi>T</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>H</mi>
<mi>I</mi>
<mi>S</mi>
<mi>T</mi>
<mo>_</mo>
<mi>A</mi>
<mi>D</mi>
<mi>D</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>T</mi>
<mo>,</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>o</mi>
<mi>t</mi>
<mi>h</mi>
<mi>e</mi>
<mi>r</mi>
<mi>w</mi>
<mi>i</mi>
<mi>s</mi>
<mi>e</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
</mrow>
得到平台第三累加结果,记为HIST_ADD(m),m∈(HIST_M,2b-1],并且获取大于图像重心各的平台统计总和HIST_SUM_HIGH=HIST_ADD(2b-1);
所述双向均衡输出单元,用于
根据公式:
VOUT=128-128*HIST_ADD(m)/HIST_SUM_LOW,m∈[0,HIST_M)
的计算结果,对小于图像重心HIST_M的各像素灰度级值对应像素点数量作均衡处理;
根据公式:
VOUT=128+128*HIST_ADD(m)/HIST_SUM_HIGH,m∈(HIST_M,2b-1]
的计算结果,对大于图像重心HIST_M的各像素灰度级值对应像素点数量作均衡处理。
6.如权利要求5所述的红外图像双向直方图均衡处理系统,其特征在于,所述双向均衡处理单元还用于将图像重心HIST_M映射到所述直方图显示。
7.如权利要求5至6中任意一项所述的红外图像双向直方图均衡处理系统,其特征在于,所述直方图统计值为所述各像素灰度级值的像素点数量。
8.如权利要求7所述的红外图像双向直方图均衡处理系统,其特征在于,所述阈值A为所输入的红外图像的像素点总数的1/4。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310480270.2A CN104574280B (zh) | 2013-10-15 | 2013-10-15 | 一种红外图像双向直方图均衡处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310480270.2A CN104574280B (zh) | 2013-10-15 | 2013-10-15 | 一种红外图像双向直方图均衡处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104574280A CN104574280A (zh) | 2015-04-29 |
CN104574280B true CN104574280B (zh) | 2017-08-25 |
Family
ID=53090264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310480270.2A Active CN104574280B (zh) | 2013-10-15 | 2013-10-15 | 一种红外图像双向直方图均衡处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104574280B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109584175B (zh) | 2018-11-21 | 2020-08-14 | 浙江大华技术股份有限公司 | 一种图像处理方法及装置 |
CN110223248B (zh) * | 2019-05-22 | 2021-03-02 | 浙江黑卡电气有限公司 | 一种红外图像细节增强的动态范围压缩方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101340511A (zh) * | 2008-08-07 | 2009-01-07 | 中兴通讯股份有限公司 | 一种基于亮度检测的自适应视频图像增强方法 |
CN101719989A (zh) * | 2009-11-30 | 2010-06-02 | 北京中星微电子有限公司 | 一种背光补偿的方法及系统 |
CN102693531A (zh) * | 2012-01-11 | 2012-09-26 | 河南科技大学 | 基于自适应双平台的红外图像增强方法 |
US8311327B2 (en) * | 2009-08-24 | 2012-11-13 | Kabushiki Kaisha Toshiba | System and method for backlit image detection |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8218868B2 (en) * | 2007-06-13 | 2012-07-10 | Sensors Unlimited, Inc. | Method and apparatus for enhancing images |
US20110026818A1 (en) * | 2009-07-30 | 2011-02-03 | Jonathan Yen | System and method for correction of backlit face images |
-
2013
- 2013-10-15 CN CN201310480270.2A patent/CN104574280B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101340511A (zh) * | 2008-08-07 | 2009-01-07 | 中兴通讯股份有限公司 | 一种基于亮度检测的自适应视频图像增强方法 |
US8311327B2 (en) * | 2009-08-24 | 2012-11-13 | Kabushiki Kaisha Toshiba | System and method for backlit image detection |
CN101719989A (zh) * | 2009-11-30 | 2010-06-02 | 北京中星微电子有限公司 | 一种背光补偿的方法及系统 |
CN102693531A (zh) * | 2012-01-11 | 2012-09-26 | 河南科技大学 | 基于自适应双平台的红外图像增强方法 |
Non-Patent Citations (4)
Title |
---|
Contrast Enhancement Using Brightness Preserving Bi-Histogram Equalization;YEONG-TAEKGI M 等;《IEEE transactions on Consumer Electronics》;19971231;第43卷(第1期);第3节 * |
基于双平台直方图的红外图像增强算法;宋岩峰 等;《红外与激光工程》;20080430;第37卷(第2期);308-311 * |
基于平台直方图的红外图像自适应增强算法;王炳健等;《光子学报》;20050228;第24卷(第2期);第1.1节 * |
红外图像直方图双向均衡技术研究;陈钱 等;《红外与毫米波学报》;20031231;第22卷(第6期);328-430 * |
Also Published As
Publication number | Publication date |
---|---|
CN104574280A (zh) | 2015-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108492271B (zh) | 一种融合多尺度信息的自动图像增强系统及方法 | |
CN104517110B (zh) | 一种二维码图像的二值化方法及系统 | |
JP2021510888A (ja) | 加速された量子化積和演算 | |
CN105046658B (zh) | 一种低照度图像处理方法和装置 | |
CN105163047B (zh) | 一种基于色彩空间转换的hdr图像生成方法、系统及拍摄终端 | |
CN104574280B (zh) | 一种红外图像双向直方图均衡处理方法及系统 | |
WO2021022779A1 (en) | Systems and methods for noise reduction | |
CN102930517A (zh) | 直方图均衡化图像增强方法 | |
CN107563984A (zh) | 一种图像增强方法和计算机可读存储介质 | |
CN107948514A (zh) | 图像虚化处理方法、装置及移动设备 | |
CN101527038A (zh) | 一种改进的基于直方图的图像对比度增强方法 | |
CN102208101A (zh) | 一种红外图像的自适应线性变换增强方法 | |
CN102306378B (zh) | 一种图像增强方法 | |
CN104021531A (zh) | 一种改进的基于单尺度Retinex的暗环境图像的增强方法 | |
CN103281537B (zh) | 一种图像动态范围压缩方法及装置 | |
CN107533540A (zh) | 非线性数据的平均计算装置 | |
CN104751441A (zh) | 图像噪声估测的方法与装置 | |
CN110717864B (zh) | 一种图像增强方法、装置、终端设备及计算机可读介质 | |
CN104809705B (zh) | 一种基于阈值块匹配的图像去噪的方法和系统 | |
CN112837250B (zh) | 一种基于广义直方图均衡的红外图像自适应增强方法 | |
CN105139365B (zh) | 一种处理太赫兹或者红外图像的方法 | |
CN107945137A (zh) | 人脸检测方法、电子设备及存储介质 | |
CN108513068A (zh) | 图像的选取方法、装置、存储介质及电子设备 | |
CN106127823A (zh) | 一种彩色图像动态范围压缩方法 | |
CN113781360B (zh) | 基于人工智能的输液装置图像增强方法与系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 214135 -6, Linghu Avenue, Wuxi Taihu international science and Technology Park, Wuxi, Jiangsu, China, 180 Patentee after: China Resources micro integrated circuit (Wuxi) Co., Ltd Address before: No.180-22, Linghu Avenue, Taihu International Science and Technology Park, Wuxi, Jiangsu, 214135 Patentee before: WUXI CHINA RESOURCES SEMICO Co.,Ltd. |
|
CP03 | Change of name, title or address |