紅外圖像增強技術主要內容紅外圖像特征及人眼視覺特性直方圖增強技術圖像銳化處理圖像平滑處理偽彩色處理其他處理方法紅外圖像特征紅外熱圖像表征景物的溫度分布，是灰度圖像，沒彩色或陰影(立體感覺)，故對人眼而言，分辨率低。由于景物熱平衡、波長長、傳輸距離遠、大氣衰減等原因，造成紅外圖像空間相關性強、比照度低、視覺效果模糊。熱成像系統(tǒng)的探測能力和空間分辨率低于可見光CCD陣列，使得紅外圖像的清晰度低于可見光圖像。外界環(huán)境的隨機干擾和熱成像系統(tǒng)的不完善，給紅外圖像帶來多種多樣的噪聲。由于紅外探測器各探測單元的響應特性不一致、光機掃描系統(tǒng)缺陷等原因，造成紅外圖像的非均勻性，表達為圖像的固定圖案噪聲、串擾、畸變等。人眼圖像識別特點對圖像邊緣、輪廓信息的失真很敏感；對圖像紋理細節(jié)的敏感度與它所處的背景亮度有關，對高亮度背景和低亮度背景中的紋理細節(jié)人眼敏感度較低，而對中高亮度背景中的紋理細節(jié)敏感度較高；對高頻端的敏感度低于低頻端；人眼在圖像的平滑區(qū)域中對隨機噪聲的敏感度大于圖像的“結構化〞區(qū)域，而這種區(qū)域中有更多的圖像細節(jié)。紅外圖像增強的主要工作增強圖像邊緣銳度，改善紅外圖像模糊狀態(tài)；對灰度進行拉伸，使紅外圖像的灰度適中，灰度層次更加豐富，表現(xiàn)力更強；對噪聲的識別與去噪。直方圖增強技術直方圖調整是一種通過改變圖像灰度的概率分布，到達提高圖像比照度的方法，包括直方圖均衡與直方圖匹配，其中應用最多的是直方圖均衡。直方圖均衡的作用是改變圖像中灰度概率分布，使其均勻化。其實質是使圖像中灰度概率密度較大的像素向附近灰度級擴展，因而灰度層次拉開，而概率密度較小的像素的灰度級收縮，從而讓出原來占有的局部灰度級，這樣的處理使圖像充分有效地利用各個灰度級，因而增強了圖像比照度。直方圖均衡方法概念簡單，數(shù)學上處理方便編程簡便，所以在一些要求不高的場合已經取得了很好的增強效果，其缺陷，其主要提升了紅外圖像的背景和噪聲，而非圖像細節(jié)。直方圖增強技術圖像銳化處理圖像銳化處理的主要目的突出圖像中的細節(jié)或者增強被模糊了的細節(jié)。模糊可能是由于錯誤操作，或者是由于圖像獲取方法的固有影響所導致的。例如，當圖像的分辨率有限時，所獲得的像素值不是一點的亮度，而是周圍景物亮度的平均值。這種均值計算使圖像變得模糊。因為均值處理和積分相類似，從邏輯角度可以斷定，銳化處理可以用空間微分來完成。此外，銳化也可以在頻域中運用高通濾波技術。常用的算子有Sobel微分算子、拉普拉斯算子。圖像銳化處理圖像平滑處理圖像噪聲濾除成為紅外圖像預處理中的重要組成局部?？沼蚧蝾l域的平滑濾波可以抑制圖像噪聲，提高圖像的信噪比。其中，中值濾波器在處理噪聲的方面有較好的表現(xiàn)，不僅能消除強脈沖性噪聲的影響，而且較好地保存了圖像的邊緣。在頻域上可以通過低通濾波器實現(xiàn)平滑。圖像平滑處理偽彩色處理在紅外圖像中，主要是通過人眼直接對成像的圖像進行觀察判斷的。對于一般觀察者來說，由于人對灰度圖像灰度級別的觀察是不敏感的，但對有彩色差異的分辨能力卻很高。因此，對紅外灰度圖像進行偽彩色增強就成了一種關鍵處理技術。偽彩色增強的主要目的是把灰度圖像的各個不同灰度等級按照線性或非線性映射函數(shù)變換成不同的彩色代碼,圖像以彩色方式顯示。偽彩色處理方法主要有3種：密度分層法、灰度級-彩色變換和頻域濾波法。偽彩色處理其他處理方法——遺傳算法對于一幅給定的紅外灰度圖像，首先統(tǒng)計出該圖像的灰度級分布范圍及其分布情況，將輸出圖像與輸入圖像的灰度對應關系進行編碼，產生一組隨機的灰度對應關系(即第1代個體)，然后根據(jù)一定的圖像質量評價標準構造出遺傳算法的適應度函數(shù)，利用遺傳算法反復進行遺傳操作，直到滿足規(guī)定好的優(yōu)化準那么，在所有的進化代中找到一種最優(yōu)或者近似最優(yōu)的灰度變換關系，從而到達對紅外圖像的增強處理。適應度函數(shù)的計算是遺傳算法計算中的瓶頸，如何克服種群數(shù)目大造成的計算耗時量大，運算效率低的問題，是值得研究的。其他處理方法——模糊算法由于圖像本身的復雜性，多灰度分布所帶來的不確定性和不精確性，使得用模糊集合理論進行圖像處理成為可能。模糊增強方法的處理步驟通常是將空域中的原始圖像數(shù)據(jù)通過模糊化映像，使其成為特征平面中的模糊圖像的數(shù)據(jù)，然后利用特征平面中的各種性質，對圖像信息進行處理，最后將處理后的信息數(shù)據(jù)逆映像到空間域去，從而獲得增強后的圖像。這種方法很好地利用了圖像所固有的二義性，比較符合人的視覺習慣，但是這種方法也有其缺點—它需要人工介入來確定渡越點及飽和點，這就限制了其應用。其他處理方法——Retinex算法紅外圖像的成像機理與可見光圖像不同，但類比可見光圖像成像的機理做出如下假設:認為物體發(fā)出的紅外輻射是在紅外光源照射下物體對紅外光線的反射，而紅外圖像就是由物體反射的紅外光線所形成的。在分析比照了紅外圖像與低照度可見光圖像的信號和直方圖特點，得出紅外圖像與低照度可見光圖像特點相同。同時，Retinex算法在處理彩色圖像時，它分別對每個顏色通道進行處理，然后再合成，對于紅外灰度圖像，可以認為只有一個顏色通道，因此Retinex算法也適于對灰度圖像進行處理。其他處理方法——小波變換分解后的圖像，其主要信息(即輪廓)由低頻局部來表征，而其細節(jié)局部那么由高頻局部表征。實際應用中，通過對高頻局部分量進行變換，經過處理到達增強圖像的目的?；谛〔ㄗ儞Q理論的紅外圖像增強技術,即對低比照度的紅外圖像，通過施行小波變換,得到該圖像的多尺度梯度分布，增強多尺度梯度模的大小，并擴大其在尺度空間的動態(tài)范圍，就可以實現(xiàn)圖像的比照度增強。其他處理方法——小波變換這種方法有三個優(yōu)點：由于采用小波變換而帶來的高計算效率；圖像的梯度提供了比直方圖更直接、更多空間信息；由于是在多個尺度下進行的，所以可有選擇地增強某種尺度的圖像特征，從而有效地控制噪聲?？偨Y綜合地利用以上多種紅外圖像的增強方法，結合硬件，提高數(shù)據(jù)處理速度，對于不同的紅外圖像場景特征，自適應地選取適當增強方法，結合人眼的視覺特征，使得圖像處理效果更有利于人眼識別?；鰪姷娜秉c。近些年來，一些學者提出了具有針對性的方法，如基于局部統(tǒng)計特性的自適應圖像增強法；應用遺傳算法對圖像進行增強；基于模糊邏輯的紅外圖像的增強算法；總結居于粗糙集分類的圖像增強方法等等。其中包括很多自適應的增強算法；如對小波系數(shù)取閾值處理，并結合圖像自身特征對噪聲和信號加以區(qū)