一种红外热像仪图像处理方法与流程

1.本发明属于红外成像技术领域，具体涉及在不同环境温度下的红外热像仪图像处理方法。


背景技术：

2.物体温度在大于绝对零度时，都会存在红外辐射。红外成像正是利用物体的辐射温差，转换成人眼能识别的灰度图像，使其能够在不受环境光照影响下稳定测量目标。由于红外探测本是由热敏感材料制成，红外设备本身存在发热，导致红外图像普遍对比度低，噪声大，需要采用直方图均衡技术等来对红外图像进行处理。红外焦平面接收到热辐射后经过光电转换电路之后以电流或者电压的方式输出，系统再将模拟信号转成16bit的数字信号，图像成像处理再将16bit数字信号转成人眼能识别的8bit的灰度图像，在这一个映射过程中，必然存在高动态范围向动态方位压缩的过程，势必导致图像灰度等级的丢失，从而导致图像视觉效果的下降，对此可采用红外直方图处理。传统直方图均衡技术根据灰度的密度将原图动态均匀放大，不可避免带来过爆或者欠爆等缺点。


技术实现要素：

3.有鉴于此，本发明针对传统红外直方图处理的缺点，提供一种红外热像仪图像处理方法，可以提高红外图像的质量。
4.为解决以上技术问题，本发明提供的技术方案是：
5.一种红外热像仪图像处理方法，包括以下步骤：
6.s1、将原始红外图像整体进行直方图均衡，以得到全局灰度图像；
7.s2、对原始红外图像局部进行直方图均衡，以得局部灰度图像；
8.s3、将局部灰度图像和全局灰度图像进行合并，以映射为增强处理的灰度图像。
9.进一步地，步骤s1包括：
10.(s11)获取原始红外图像的概率密度函数；
11.(s12)求解红外图像的累计分布图函数；
12.(s13)对原始红外图像整体使用全局直方图均衡，将16bit原始图像映射为8bit灰度图像，以得到全局灰度图像。
13.进一步地，步骤(s13)之后进一步包括：
14.(s14)剔除全局灰度图像中分布概率为0的灰度，再次进行全局直方图均衡以得到增强的全局灰度图像。
15.进一步地，先求取全局灰度映射偏置值，进而剔除分布概率为的灰度0的灰度。
16.进一步地，步骤s2包括：
17.(s21)求取原始红外整体图像的均值；
18.(s22)使用均值作为阈值，将原始红外图像进行分割，以得到低温部分与高温部分，对该原始红外图像中直方图中低温部分使用低温阈值进行合并，对于高温部分使用高
温阈值进行合并；
19.(s23)根据分层处理后的直方图，将原始红外图像重新进行16bit到8bit的灰度映射以得到局部灰度图像。
20.进一步地，步骤(s22)中，低温直方图使用低温阈值开始向均值灰度压缩靠近，高温部分使用高温阈值开始向均值灰度压缩靠近。
21.进一步地，步骤(s23)之后进一步包括：
22.(s24)将局部灰度图像进行clahe直方图均衡，以得到增强的全局灰度图像。
23.进一步地，步骤(s23)和步骤(s24)之间，先剔除局部图像中分布概率为0的灰度。
24.进一步地，步骤(s24)之中，使用固定裁剪因子进行局部直方图增强转换。
25.进一步地，步骤s3之中，使用全局因子合成局部灰度图像和全局灰度图像的灰度来映射为增强处理的灰度图像，其中计算模型为：
26.g＝α*g1 (1-α)*g2
27.式中，g为合成灰度，α为全局因子，g1为全局灰度图像的灰度，g2为局部灰度图像的灰度。
28.与现有技术相比，本发明针对传统红外直方图处理图像存在的缺点，提供一种增强的红外直方图均衡技术，其可以很好地保留红外图像各灰度层的细节，使得图像的多个区域对比度达到不同的提升。
29.特别地，本发明采用全局与局部直方图相结合的方式，在保持原始直方图得基础上，可以获取良好的对比度，这样既能处理高温物体大动态范围场景，也能弥补低强度时对比度不足缺陷。其中，对于红外辐射映射的图灰度图像，其灰度的大小直接反应物体表面温度高低，本发明方法尽可能地保留了图像灰度8bit与16bit之间的温度对应关系。
附图说明
30.图1为本发明红外热像仪图像处理方法的流程图。
具体实施方式
31.下面结合附图和具体实施方案来对本发明进一步详细说明，但不应该将此理解为本发明的保护范围仅限于下述实施方案。
32.参见图1，示出本发明的红外热像仪图像处理方法总体流程，具体如下所述。
33.s1、将原始红外图像整体进行直方图均衡，以得到全局灰度图像。
34.该步骤s1中，全局直方图均衡的方法具体包括：
35.(s11)获取原始红外图像的概率密度函数。
36.(s12)求解红外图像的累计分布图函数。
37.(s13)对原始红外图像整体使用全局直方图均衡，将16bit原始图像映射为8bit灰度图像，以得到全局灰度图像。
38.(s14)剔除上述(s13)中全局灰度图像中分布概率为0后再次进行全局直方图均衡，以得到增强的全局灰度图像。
39.在此步骤s1中，由于红外图像大多是低灰度应用，直接全局直方图势必造成低温噪声放大，而噪声的放大是因为低温区域大量的灰度不连续导致。因此本发明再次对映射
后的8bit灰度图像做直方图来剔除其中分布概率为0的部分。之后再次做直方图映射，此时图像灰度连续均匀分布在很小的灰度范围。由于红外图像中，高温物体都是对应255，因此进一步求取全局灰度映射偏置值gray_globle_offset，进而再次计算出剔除0之后的灰度，以得到增强型全局直方图均衡的灰度图像g1。
40.s2、对原始红外图像局部进行直方图均衡，以得局部灰度图像。
41.在此步骤中，对原始红外图像进行clahe局部直方图，其进一步包括以下步骤：
42.(s21)求取原始红外整体图像的均值mean；
43.(s22)使用均值作为阈值，将原始红外图像进行分割，以得到低温部分与高温部分，对于该原始红外图像中直方图中低温部分使用阈值th0进行合并，对于高温部分使用th1进行合并。
44.(s23)将分层处理后直方图，将原始红外图像重新进行16bit到8bit的灰度映射，以得到局部灰度图像。
45.(s24)对上述(s23)中局部灰度图像进行clahe直方图均衡，以得到增强的全局灰度图像。
46.此步骤中，对最新的经局部直方图处理后的8bit红外灰度图像进行亮度限制自适应直方图转换(clahe)，经过clahe直方图均衡之后，得到增强型局部灰度图像g2。
47.s3、将局部灰度图像和全局灰度图像进行合并，以映射为增强处理的灰度图像。
48.该步骤s3中，具体使用全局因子合成局部灰度图像和全局灰度图像的灰度，映射为增强处理的灰度图像，其全局因子为α，采用的模型为：
49.g＝α*g1 (1-α)*g2
50.式中，g为和成灰度，α为全局因子，g1为全局灰度图像g1的灰度，g2为局部灰度图像g2的灰度。
51.这样，通过采用全局与局部直方图相结合的方式，在保持原始直方图的基础上，可以获取良好的对比度，这样既能处理高温物体大动态范围场景，也能弥补在低强度对比度不足的缺陷。其中，对于红外辐射映射的图灰度图像，其灰度的大小直接反应物体表面温度高低，尽可能地能保留了图像灰度8bit与16bit的温度的对应关系。
52.为了实现上述技术效果，本发明的技术方案进一步采用以下实现流程，具体如下所述。
53.(1)输入红外图像i，对其原始16bit红外图像整体进行直方图统计，获取红外原始图像的频率密度函数，并做归一化处理。
[0054][0055]
式中，n为一幅图像的总像素，其为图像度w与图像的高度h的乘积；rk为第k个灰度级；nk是灰度级为rk像素个数；l为灰度等级。
[0056]
(2)计算16bit红外图像的累计分布函数(cumulative distribution function，cdf)，计算模型如下：
[0057][0058]
式中，c(rk)为累计概率。
[0059]
(3)利用累计分布函数作为变换函数，计算出0到l灰度级转换到0-255灰度转换函数，计算模型如下：
[0060]
t(rk)＝[c(rk)*255]，k＝0,1,2,...l-1；0≤rk≤1
[0061]
式中，t(rk)为灰度。
[0062]
(4)由于红外场景中低对比度物体在场景中占主要部分，使用累积分布函数直接作为灰度转换函数，虽然可以提供整体对比度，但必然会放大低对比度噪声，因此对于上述t(rk)中灰度不连续部分做处理，也就是对t(rk)函数中为间隔0的灰度进行剔除，合并灰度之后，得到新的转换函数。
[0063]
s(rk)＝{t(rj)},0≤j≤l1-1；
[0064]
式中，j为合并之后的灰度；l1为合并之后的灰度等级。
[0065]
(5)计算全局灰度偏置。
[0066]
go＝255-l1
[0067]
(6)计算全局灰度映射g1。
[0068]
g1(rk)＝s(rk) go
[0069]
(7)对原始红外图像进行均值阈值处理。
[0070][0071]
(8)利用阈值mean对原始的16bit直方图进行分层处理，其中对低温和高温部分采用不同的阈值。进一步地，类似于步骤(4)，对于小于阈值的直方图中的灰度剔除，之后前后合并。为保持低温和高温部分数据过度为连续，低温与高温直方图需要mean灰度开始，低温直方图使用th0开始向mean灰度压缩靠近，高温部分使用th1开始向mean灰度压缩靠近。
[0072][0073]
式中，l0为低温灰度合并后下边界灰度；l1为高温灰度合并的上边界灰度；l为原始16bit灰度级。
[0074]
(9)再次计算p2累计分布函数(cdf)，具体可执行步骤(2)，(3)同样的处理方式，对16bit原始数据进行8bit灰度计算出上述的s(rk)。
[0075]
(10)对转换后的8bit灰度图像使用亮度限制自适应直方图(clahe)使用固定裁剪因子σ进行局部直方图增强转换。
[0076]
g2(rk)＝f(s(rk),σ)
[0077]
(11)使用已经得到的全局与局部都增强过的直方图，合成新的灰度图像。
[0078]
g(ri)＝α*g1(ri) (1-α)*g2(ri),(1≤i≤n)
[0079]
这样，本发明通过采取这种增强的红外直方图均衡技术可以很好地保留红外图像各灰度层的细节，使得图像的多个区域对比度达到不同的提升。
[0080]
本发明虽然以较佳公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以做出可能的变动和修改，因此本发明的保护范围
应当以本发明权利要求所界定的范围为准。