一种自适应多积分时间红外图像序列择优方法与流程

技术特征：
1.一种自适应多积分时间红外图像序列择优方法，其特征在于：包括如下步骤，针对相同高动态响应场景，采集不同积分时间下的红外序列图像；输入所述采集的序列图像至区域生长点分割模块，基于区域生长点方法分割序列图像，对分割后的图像分别寻找常温目标和强辐射目标的最优函数，根据常温目标和强辐射目标的最优函数从输入的序列图像中分别得到局部最优图像，包括常温目标局部最优图像和强辐射目标局部最优图像，以实现图像细节尽可能地保留，采用高积分时间曝光方式使得常温目标能够清晰成像，故将常温目标局部最优图像称为高曝光图像，采用低积分时间曝光方式使得强辐射目标能够清晰成像，故将强辐射目标局部最优图像称为低曝光图像；所述基于区域生长点分割序列图像中用于分割的参数是变化的，通过灰度直方图计算常温区域与强辐射区域的灰度倍数关系，并将其设置为当前场景的阈值分割值；输入所述采集的序列图像至基于灰度信息评价指标的全局图像选择模块，基于灰度信息评价指标综合地从输入序列中定量筛选出包含更多信息的全局最优图像，消除基于区域生长点分割方法选择出的局部最优图像的不连续性；通过融合所述常温目标局部最优图像、强辐射目标局部最优图像和全局最优图像，得到高动态范围hdr红外热图像，实现自适应红外图像序列择优选择，减小人为经验选择图像的融合效果误差，即在红外成像器件动态范围受限的情况，有效地扩大红外成像的动态范围，提高高动态响应场景下的成像质量。2.如权利要求1所述的一种自适应多积分时间红外图像序列择优方法，其特征在于：针对不同的高动态范围红外场景，根据公式(1)获取用于分割的阈值参数μ：其中，m为直方图区间数；n为各区间的像素数；x和y分别为区间(1,m/2)和(m/2,m)中最大n值对应的位置；edges为一维元组。3.如权利要求2所述的一种自适应多积分时间红外图像序列择优方法，其特征在于：基于区域生长点分割输入的图像序列，具体实现方法为，预设初始种子点，计算序列图像中各像素的灰度与该种子点的关系，若该像素的灰度大于μ倍的种子点灰度值，则划分为强辐射区域，用“1”标记；若该像素的灰度不足μ倍的种子点灰度值，则划分为常温区域，用“0”标记，以此实现基于灰度阈值μ的目标分割，表示情况如式(2)所示；4.如权利要求3所述的一种自适应多积分时间红外图像序列择优方法，其特征在于：对分割后的图像分别寻找常温目标和强辐射目标的最优函数，根据常温目标和强辐射目标的最优函数从输入的序列图像中得到局部最优图像，具体实现方法为，对分割后的图像分别寻找常温目标和强辐射目标的最优函数如式(3)，即分别获取多积分序列图像两个区域的
灰度均值，根据冒泡排序分别计算出最接近于中等灰度级的图像；其中，i
x
为输入的第x帧图像；为所计算区域的灰度平均值；w为原始数据的位宽；range为所需计算的图像区域l
range
和h
range
；根据常温目标和强辐射目标的最优函数式(3)从输入的序列图像中得到局部最优图像，即常温目标局部最优图像和强辐射目标局部最优图像。5.如权利要求4所述的一种自适应多积分时间红外图像序列择优方法，其特征在于：基于灰度信息评价指标综合地从输入序列中定量筛选出包含更多信息的全局最优图像，具体实现方法如下，建立用于对输入图像序列进行图像质量评价的指标体系，所述指标体系包括信息熵h(x)图像质量评价指标、梯度差s
obel
图像质量评价指标、灰度均值m
eani
图像质量评价指标、灰度均方差s
tdi
图像质量评价指标；基于灰度信息评价指标综合从输入序列中定量筛选；对于信息熵h(x)图像质量评价指标：图像是m
×
n的像素矩阵,每一个像素都对应0～255之间的灰度等级；定义每个灰度等级的概率为pi：其中，α
i
是每个灰度等级的像素的和；信息熵表示为：其中，w为系统位宽；对于梯度差s
obel
图像质量评价指标：其中，i
x
和i
y
为原始图像分别与h
x
，h
y
卷积后的图像；sobel算子h
x
，h
y
为：对于灰度均值m
eani
图像质量评价指标计算方式为：对于灰度均方差s
tdi
图像质量评价指标计算方式为：综合评价衡量标准的计算公式为m
ulrank
＝sum(h
rank
,s
rank
,m
rank
,std
rank
)
ꢀꢀ
(10)其中，m
ulrank
为各评价指标排名之和计算出的图像综合排名；h
rank
为信息熵h的排名；
s
rank
为图像梯度差s
obel
的排名；m
rank
为图像灰度均值m
eani
的排名；s
tdrank
为图像均方差s
tdi
的排名；根据式(10)对图像质量评价指标信息熵h(x)、梯度差s
obel
、灰度均值m
eani
、灰度均方差s
tdi
进行综合排序，选取综合排名最高的图像，以实现从整体上来说各评价指标处于相对最佳状态，即从输入序列中定量筛选出包含更多信息的全局最优图像。6.如权利要求5所述的一种自适应多积分时间红外图像序列择优方法，其特征在于：基于细节增强级联算法对融合后的红外高动态范围hdr图像进行增强显示。

技术总结
本发明公开的一种自适应多积分时间红外图像序列择优方法，属于高动态红外成像技术领域。本发明实现方法为：基于区域生长点分割序列图像，对分割后的图像分别寻找常温目标和强辐射目标的最优函数，根据常温目标和强辐射目标的最优函数从输入的序列图像中分别得到局部最优图像，尽可能地保留图像细节，采用高积分时间曝光方式使得常温目标能够清晰成像，采用低积分时间曝光方式使得强辐射目标能够清晰成像；基于灰度信息评价指标从输入序列图像中筛选出全局最优图像，消除基于区域生长点分割方法选择出的局部最优图像的不连续性；通过融合局部最优图像和全局最优图像，得到红外高动态范围HDR图像，并进行增强显示，提高高动态场景下的成像质量。场景下的成像质量。场景下的成像质量。


技术研发人员：金伟其 陶星余 杨建国
受保护的技术使用者：北京理工大学
技术研发日：2021.11.30
技术公布日：2022/3/15