红外图像数字细节增强关键技术研究

发布时间：2020-08-07 23:22

【摘要】：红外技术不仅在军事、国防、消防安全等领域中被广泛应用,也在诸多民用领域中被广泛应用。红外数字图像存在细节模糊、对比度差、噪声大、图像偏暗等问题。为提高红外图像的质量可以分别从软件和硬件方面着手,一、从软件方面,使用计算机工具对所需要处理的红外图像算法进行软件仿真模拟,对比各种算法的优势和劣势,经过反复的实验,找到效果好的算法,最终将红外图像处理算法移植到硬件实现;二、从硬件方面,通过不断地提高红外传感器元器件的研制和生产工艺水平,提高硬件产品精度,继而提升产品整体质量。但是由于国内的半导体材料技术发展没有国外成熟,导致红外探测器的焦平面技术研究及生产工艺水平和国外有一定的差距,再加上半导体材料和器件上的研究成果不明显,因此算法的研究显得格外重要。其中红外焦平面在整个红外产业中具有核心的作用,本文主要通过算法增强红外图像细节。通过对红外图像文献的大量阅读,发现红外图像细节增强处理方法一直是红外技术的痛点,本文结合处理红外数字图像细节增强算法中空间分层技术和直方图均衡方法,利用BEEPS算法滤波器将红外数字图像提取出基频层,基频层即是能量层,基频层利用直方图均衡技术处理,这样可以使整个基频层图像的像素尽可能占据整个灰度级并均匀分布,这样红外数字图像会有高对比度的外观并展示灰色调较大的变化。红外原图图像和基频层图像做差后可以得到细节层图像,细节层即高频层,再对细节层进行增强,把加强后的细节层和直方图均衡处理后的基频层进行融合,在处理红外图像时,可以通过细节层增益和BEEPS算法滤波器的参数进行最终红外图像的效果的调节,使红外图像的效果达到最好,得到最终增强细节后的红外图像。从主观视觉上考虑,红外图像的细节更加的明显、红外图像整体更加的明亮、红外图像的对比度提高。红外图像细节增强算法大致包括以下类型:1)直方图类型2)频域变换类型3)空域分层处理类型;这些方法比较常见,但是处理效果比较单一,往往可以成为预处理的工具,在真正的应用中,可以将这几种红外数字图像细节方法进行结合。本文结合了BEEPS算法滤波器和红外图像细节增强算法的基本方法空间分层处理和直方图均衡方法结合进行细节增强的研究,其中BEEPS算法是IEEE协会会士Philippe Thévenaz,Daniel Sage,and Michael Unser等在2012年提出的算法,本文首次将BEEPS算法引用在红外数字图像细节提取,发现BEEPS算法计算消只与图像本身的大小有关,与图像的数据、滤波参数、最终的平滑无关,和目前主要的红外数字图像细节处理方法双边滤波器、联合双边滤波器、引导滤波器提取红外细节处理方法相比,双边滤波器同样从局部调整数据,经过推导,在固定某些参数时,和双边滤波器公式可以相互转化,并且在使用matlab工具时,处理红外图像时间上,比双边滤波器节省一个数量级。分析红外数字图像细节的研究现状和发展趋势,根据红外图像特征以及现有的红外数字图像细节算法提出BEEPS算法应用于红外图像细节提取。本文实现节省了大量的内存和时间,将会产生巨大的经济效益。使用背景方差-细节方差(BV-DV)指数和均方根对比度(RMSC)指数来评估本方法的性能时,发现优于目前双边滤波器、引导滤波器、联合双边滤波器等算法,BEEPS算法滤波器细节效果更好。
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;TN219
【图文】：

图 1.1BEEPS 算法滤波器应用分层算法框图1.4 论文结构红外图像细节增强要根据红外图像的特点进行细节增强，红外图像的细节可以用BEEPS 算法滤波器提取出来，滤波后是基频层图像，再用原图像减去基频层图像，可视为细节层图像，进而对细节层进行加强放大，整个图像通过 matlab 仿真可以得到在信息熵、视觉效果、运算时间上优于当下主流的算法双边滤波器、联合双边滤波器、引导滤波器；第一章 绪论介绍了本论文的研究的意义和背景，目前国内外发展的现状和发展趋势，针对具体的参考文献进行研究成果的分析；并提出本论文的研究的主要内容和本论文的方法的主要创新的方面。第二章 红外数字图像处理概述对红外图像的特点和应用进行详细的描述，说明本方法产生的必要性即需求。对于理解

景的温度范围很宽时，红外图像像素值动态范下，例如：火箭的发射整个过程——环境温度 ,这就要求观察仪器具备足够宽的动态范围[40显示基本为 8bits 数据，目前红外热像仪的数据能在最大程度上保存目标场景中的细节信处理速度、算法针对红外图像计算效率和红外值分布范围较窄，如图（2.1），即便是分辨率，导致红外图像很难区分噪声细节以及边缘，度差、噪声大等特点。红外数字图像的对比度外图像高位宽的原始数据能在最大程度上保存数据处理同时也对处理算法的处理速度、效率

外图像的直方图 P （k），k=0,1,2,3....L-1。小像素和最大像素值分别进行向中间进行像素个数和计的和大于 S1,从最大像素值累计的和大于 S2，停止对minf （ x，y），最大累计像素值为maxf（ x，y）。进行归一化公式更新为： maxminmaxminminmin255fxyfxy*255fxyfxyfxyfxy-fxyfxy-fxy0fxyfxy，（，）（，），（，）（，）（，（，）（，）（，）（，），（，）（，）一化方法处理红外图像[47]，红外图像如下图（2.3）所

【相似文献】

相关期刊论文 前10条

1 栾孟杰;;一种多分辨多尺度的红外图像增强算法[J];激光杂志;2019年08期

2 袁小燕;张照锋;张登银;顾振飞;孔令民;单祝鹏;;基于融合技术的单幅红外图像增强方法[J];电子器件;2018年04期

3 马兰;陈筱勇;;对受灾区域红外图像优化识别仿真[J];计算机仿真;2017年03期

4 杨雪锋;张英俊;刘文;李元奎;;海上远距离目标探测中的红外图像增强算法[J];大连海事大学学报;2015年04期

5 王微;董慧慧;;红外图像采集及特征提取技术的研究[J];激光杂志;2016年08期

6 徐甜;金显华;高国伟;;远程微小红外图像小差异特征分类算法仿真[J];计算机仿真;2015年07期

7 王鹏飞;;红外图像影响因素及增强方法[J];农村科学实验;2017年03期

8 任海鹏;;可见光与红外图像融合研究现状及展望[J];舰船电子工程;2013年01期

9 马亚非;;红外图像播放及算法仿真软件设计[J];航空兵器;2012年06期

10 田佳琳;郑宾;李琴;;基于FPGA的实时红外图像处理方法研究[J];工业计量;2011年01期

相关会议论文 前10条

1 魏新;;红外图像处理技术[A];中国光学学会2011年学术大会摘要集[C];2011年

2 李卓;李平;;动态红外图像生成技术综述[A];2006年全国光电技术学术交流会会议文集（A 光电系统总体技术专题）[C];2006年

3 刘松涛;周晓东;杨绍清;;基于元胞自动机的红外图像增强新方法[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年

4 郭永胜;谷峰;;CCD近红外图像特征研究[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年

5 张云峰;;红外图像实时增强系统的设计与研究[A];中国空间科学学会2013年空间光学与机电技术研讨会会议论文集[C];2013年

6 吴炜;王美洁;李智;李康丽;刘凯;;基于多传感器的红外图像超分辨[A];2015光学精密工程论坛论文集[C];2015年

7 贺娜;兀兰;刘文萍;;基于红外图像和视频分析的林火监测技术[A];第二届中国林业学术大会——S7 新形势下的森林防火问题探讨论文集[C];2009年

8 代毅;王学田;高本庆;;典型云背景红外图像的生成算法[A];2003'全国微波毫米波会议论文集[C];2003年

9 孙伟;王宏飞;邵锡军;;基于改进分水岭算法的红外图像分割[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年

10 柳继勇;张聘义;肖仁鑫;胡海双;周立钢;;一种偏振红外图像的像素级融合算法[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年

相关重要报纸文章 前6条

1 记者 徐海涛;应用新技术红外图像更清晰[N];人民日报;2019年

2 李锦辉;“显微近红外图像成像方法的研究及其在烟草中的应用”项目通过评审[N];中华合作时报;2009年

3 本报见习记者 程唯珈 卜叶;帮动物炼就“火眼金睛”[N];中国科学报;2019年

4 张强 陈虹;ATA技术在中医检测中的应用与展望[N];中华新闻报;2008年

5 本报记者 韦铭　张璐 本报通讯员 张辉;这些新技术与生活息息相关[N];南京日报;2011年

6 宋超;科学家开发夜视隐形眼镜[N];中国国防报;2014年

相关博士学位论文 前10条

1 宋琼;红外图像质量增强及小目标检测算法研究[D];华中科技大学;2019年

2 荣生辉;红外图像质量提升关键技术研究[D];西安电子科技大学;2018年

3 刘哲;红外图像非均匀性校正及增强算法研究[D];华中科技大学;2018年

4 孙涵;基于红外图像的道路识别与运动目标跟踪[D];南京理工大学;2005年

5 李江;红外图像人脸识别方法研究[D];国防科学技术大学;2005年

6 郑欣;红外图像无参考图评价方法及应用研究[D];电子科技大学;2015年

7 刘涛;红外图像非均匀性校正算法及图像质量评价的研究[D];浙江大学;2017年

8 田思;微光与红外图像实时融合关键技术研究[D];南京理工大学;2010年

9 王晓宇;红外图像分析关键技术研究[D];华中科技大学;2008年

10 祁伟;基于仿生视觉计算模型的红外图像理解[D];南京理工大学;2017年

相关硕士学位论文 前10条

1 何培亮;基于稀疏表示的红外图像噪声抑制方法研究[D];重庆邮电大学;2019年

2 刘忠林;复杂背景下的红外弱小目标检测方法研究[D];南京航空航天大学;2019年

3 张旭;基于红外图像的行人跟踪方法研究[D];南京航空航天大学;2019年

4 周世芬;光伏面板红外图像有效区域分割方法研究[D];南昌大学;2019年

5 史红霞;可见光与红外图像配准算法的并行实现[D];哈尔滨工业大学;2019年

6 杨光俊;卷积神经网络在电力设备红外图像识别中的应用研究[D];华南理工大学;2019年

7 王龙光;天基红外图像小目标检测技术研究[D];国防科技大学;2017年

8 张政;基于深度学习的红外图像时段拓展方法研究[D];西安电子科技大学;2019年

9 杨爽;基于红外图像的人体姿势识别方法研究[D];沈阳航空航天大学;2019年

10 柳鑫;红外图像去噪算法研究[D];西安电子科技大学;2019年

本文编号：2784665