一种基于自适应Sigmod函数映射的红外图像动态范围压缩方法

本发明涉及红外图像动态范围压缩，具体涉及一种基于自适应sigmod函数映射的红外图像动态范围压缩方法。

背景技术：

1、红外相机通过收集红外辐射将其转换为电信号，进而转换为图像信息进行显示。原始的红外图像的动态范围高达2^16，而常规的显示器只能显示2^8的动态范围图像。因此，需要将高动态范围的红外图像压缩成低动态范围的红外图像，同时最大限度地保持原始红外图像信息，以便更适合人眼观察及图像实时分析处理。

2、常见的红外图像动态范围压缩算法主要有直方图均衡化、对数变换、伽马校正。直方图均衡化将原始红外图像的灰度直方图拉伸为均匀分布，对灰度比较集中的红外图像有较好的对比度提升效果。对数变换适用于灰度分布集中在暗区域的红外图像，通过扩展暗区域灰度，提高暗区域的细节可辨识度。伽马校正对于灰度集中分布在两端的红外图像有效，通过压缩极端灰度值，避免暗区域过黑或亮区域过曝。但是，对数变换和伽马校正对于灰度分布集中在中间的红外图像压缩效果不好，会导致出现压缩后的图像整体偏暗或偏亮的效果。直方图均衡化会导致少数灰度级的细节被合并，出现“断层”现象，局部细节丢失。

技术实现思路

1、有鉴于此，本发明要解决的问题是提供一种基于自适应sigmod函数映射的红外图像动态范围压缩方法，能够保持图像细节的同时，提高红外图像的对比度。

2、为解决上述技术问题，本发明采用的技术方案是：

3、一种基于自适应sigmod函数映射的红外图像动态范围压缩方法，包括获取高动态范围的原始红外图像x，并将其分解成基础层b和细节层d，基于sigmod函数映射策略动态压缩基础层b的动态范围以构成压缩基础层，再与细节层d或经细节增强后的增强细节层叠加以构成压缩后的最终红外图像。

4、进一步的，所述原始红外图像x基于分解算法分解成基础层b和细节层d，所述分解算法包括分别函数：

5、，

6、其中，p表示像素点，i表示像素点的坐标，n表示原始红外图像x包含的像素点数量，、均为正则化参数，表示原始红外图像x内像素点p的灰度值，表示基础层b内像素点p的灰度值，表示基础层b内像素点p沿x或y方向上灰度的偏导数，f（）表示指示函数，，

7、细节层d的计算的公式为：。

8、进一步的，所述sigmod函数映射策略包括：基于矩阵窗口将基础层b划分成若干局部区域，计算局部区域对应的灰度调节参数c、b，基于映射函数和对应调节参数c、b调整对应局部区域内像素点的灰，所述映射函数：

9、，

10、其中，b表示灰度的实际变化率，c表示中心灰度值，表示局部区域内像素点p的实际灰度值。

11、进一步的，所述局部区域其灰度调节参数c的计算公式为：

12、，

13、其中，表示整个基础层b的灰度均值，表示缩放因子，表示局部区域v内各像素点对应原始灰度级的平均值。

14、进一步的，所述局部区域其灰度调节参数b的计算公式为：

15、，

16、其中，表示基础变化率，为调制系数，表示局部区域v内所有像素点其灰度的方差值。

17、进一步的，生成所述增强细节层包括：构建表示细节层d内不同像素点其灰度调整程度的显著性图，所述增强细节层的计算公式为：。

18、进一步的，所述显著性图的计算公式为：

19、，

20、,

21、，

22、其中，表示对原始图像x进行平滑得到的图像，表示标准差为时高斯滤波器，表示标准差为(=n，n>1)时的高斯滤波器，表示细节层d内像素点的灰度值。

23、本发明的有益效果是，

24、原始红外图像x分解成分解成基础层b和细节层d，设置sigmod函数映射策略，用于对基础层b内不同区域进行不同程度的压缩，可提高图像压缩后对比度。设置显著性图对细节层d进行细节增强，同时去除噪声影响，实现保持原始红外图像x细节的同时提高对比度。

1.一种基于自适应sigmod函数映射的红外图像动态范围压缩方法，其特征在于，包括获取高动态范围的原始红外图像x，并将其分解成基础层b和细节层d，基于sigmod函数映射策略动态压缩基础层b的动态范围以构成压缩基础层，再与细节层d或经细节增强后的增强细节层叠加以构成压缩后的最终红外图像。

2.根据权利要求1所述的一种基于自适应sigmod函数映射的红外图像动态范围压缩方法，其特征在于，所述原始红外图像x基于分解算法分解成基础层b和细节层d，所述分解算法包括分别函数：

3.根据权利要求1所述的一种基于自适应sigmod函数映射的红外图像动态范围压缩方法，其特征在于，所述sigmod函数映射策略包括：基于矩阵窗口在基础层b内滑动形成若干局部区域，计算局部区域对应的灰度调节参数c、b，基于映射函数和对应调节参数c、b调整对应局部区域内像素点的灰，所述映射函数：

4.根据权利要求3所述的一种基于自适应sigmod函数映射的红外图像动态范围压缩方法，其特征在于，所述局部区域其灰度调节参数c的计算公式为：

5.根据权利要求3所述的一种基于自适应sigmod函数映射的红外图像动态范围压缩方法，其特征在于，所述局部区域其灰度调节参数b的计算公式为：

6.根据权利要求1所述的一种基于自适应sigmod函数映射的红外图像动态范围压缩方法，其特征在于，生成所述增强细节层包括：构建表示细节层d内不同像素点其灰度调整程度的显著性图，所述增强细节层的计算公式为：。

7.根据权利要求1所述的一种基于自适应sigmod函数映射的红外图像动态范围压缩方法，其特征在于，所述显著性图的计算公式为：