紅外成像論文

1、論文題目：紅外圖像增強(qiáng)算法研究課程名：紅外成像系統(tǒng)姓名：王曉燁紅外圖像增強(qiáng)算法研究摘要本文以紅外圖像的特征及經(jīng)典增強(qiáng)方法為理論基礎(chǔ)，從提高圖像對(duì)比度、降低噪聲、突出圖像細(xì)節(jié)三個(gè)角度對(duì)紅外圖像增強(qiáng)算法進(jìn)行研究。文中對(duì)紅外圖像的直方圖特征、噪聲特性進(jìn)行分析。選用不同的圖像增強(qiáng)算法，通過Matlab仿真、分析了不同算法的處理效果。關(guān)鍵詞： 紅外圖像；圖像增強(qiáng)；直方圖均衡；拉普拉斯算子AbstractBased on the infrared image characteristics and classic enhancement method, the Infrared image enhance

2、ment algorithm is studied, from three angles: improving image contrast and reduce noise, highlighting the image details. The histogram and noise characteristics of the infrared image are analyzed. Different image enhancement algorithm is selected, and the processing effect of different algorithms is

3、 analyzed by Matlab simulation.Keywords: Infrared image; Image enhancement; Histogram equalization; Laplasse operator第一章 緒論1.1研究背景及意義紅外成像技術(shù)是一種信息探測(cè)與處理技術(shù)。紅外成像系統(tǒng)把景物自身發(fā)出的紅外輻射轉(zhuǎn)化為可見的熱圖像。紅外線波段位于可見光和微波之間，大約0.76-1000米，光憑人的裸眼不能直接感知。由于物體各個(gè)不同部分有不同的輻射特性，所以紅外成像系統(tǒng)可以把景物的各個(gè)部分區(qū)分開來，然后轉(zhuǎn)換為可見的圖像，進(jìn)而使人們可以用裸眼感知原來看不到的紅外輻射光譜。

4、大氣、云層、煙霧等吸收可見光線和近紅外光線，但在3-5微米、8-14微米紅外線是透明的，因此這兩個(gè)波段稱為紅外線的“大氣窗口”1。紅外成像系統(tǒng)具有如下優(yōu)點(diǎn)2-4：由于紅外輻射比可見光傳感器利用的光輻射有更強(qiáng)的透過雨、雪、霧、霾的能力，因此紅外成像系統(tǒng)作用距離遠(yuǎn)，抗干擾能力強(qiáng)；由于紅外成像系統(tǒng)對(duì)景物成像不需要外界提供光源，因此可以在夜間和惡劣天氣下全天候工作；由于它是被動(dòng)接受目標(biāo)信號(hào)，比雷達(dá)等主動(dòng)探測(cè)設(shè)備更安全、可靠，因此有很好的隱蔽性；由于紅外成像系統(tǒng)是利用景物紅外輻射差異來產(chǎn)生景物圖像，因此在識(shí)別偽裝目標(biāo)的能力上優(yōu)于可見光。正因?yàn)橛腥绱颂攸c(diǎn)，所以紅外成像技術(shù)不僅應(yīng)用于軍事國(guó)防領(lǐng)域，而且也廣泛

5、應(yīng)用于遙感探測(cè)、醫(yī)療衛(wèi)生、視頻監(jiān)控、交通運(yùn)輸以及工業(yè)檢測(cè)等民用領(lǐng)域。紅外圖像是紅外成像技術(shù)的產(chǎn)物。一般來說，紅外圖像分辨率低。同時(shí)因?yàn)榧t外線波長(zhǎng)長(zhǎng)、傳輸距離遠(yuǎn)、傳輸過程中在大氣中產(chǎn)生衰減使得紅外圖像對(duì)比度低。而且在傳輸過程中，信號(hào)受到外界環(huán)境影響及紅外系統(tǒng)器件本身缺陷，使得紅外圖像中存在各種噪聲。以上因素共同影響紅外成像系統(tǒng)成像，使得和可見光圖像相比，紅外圖像大多有對(duì)比度低、圖像模糊、信噪比低等缺點(diǎn)，這使得對(duì)目標(biāo)物的特征提取、識(shí)別或跟蹤變得極為困難，因此需要抑制噪聲、提高圖像信噪比、調(diào)整紅外圖像對(duì)比度，增強(qiáng)紅外圖像細(xì)節(jié)顯示。1.2 研究現(xiàn)狀與發(fā)展趨勢(shì)5-7就目前的發(fā)展現(xiàn)狀，紅外成像系統(tǒng)優(yōu)異的性

6、能和特點(diǎn)并沒有被充分的發(fā)揮和體現(xiàn)。紅外圖像的成像質(zhì)量決定了這項(xiàng)技術(shù)在各個(gè)領(lǐng)域中的具體應(yīng)用。所以對(duì)紅外圖像進(jìn)行增強(qiáng)等預(yù)處理的研究是至關(guān)重要的。傳統(tǒng)的圖像增強(qiáng)算法如灰度變換、直方圖均衡8等,概念簡(jiǎn)單，數(shù)學(xué)上處理方便、編程簡(jiǎn)單，在一些要求不高的場(chǎng)合取得了很好的圖像增強(qiáng)效果。但其對(duì)圖像中不同位置、具有相同灰度等級(jí)的像素會(huì)表現(xiàn)出不同的圖像結(jié)構(gòu)，很可能無(wú)法實(shí)現(xiàn)所需要的處理效果。近年來，以直方圖均衡為基礎(chǔ)，很多學(xué)者提出了大量圖像增強(qiáng)算法，如：平臺(tái)直方圖的紅外圖像增強(qiáng)算法9、自適應(yīng)圖像直方圖均衡化算法10、帶約束條件的局部直方圖均衡方法11。圖像增強(qiáng)的新方法層出不窮，但歸納起來主要有以下特點(diǎn)和趨勢(shì)：1. 多種

7、數(shù)學(xué)工具，諸如人工神經(jīng)網(wǎng)絡(luò)、小波理論、遺傳算法、模糊理論和數(shù)學(xué)形態(tài)學(xué)的加入，改善了圖像的增強(qiáng)效果、擴(kuò)展了適用范圍，提高了運(yùn)算速度。2. 多特征的利用和多方法的融合?？傊?，如何在做紅外圖像增強(qiáng)時(shí)達(dá)到圖像邊緣增強(qiáng)和噪聲抑制的統(tǒng)一，發(fā)揮機(jī)器的視覺特性降低噪聲或去除噪聲，是今后的研究重點(diǎn)和方向。第二章 紅外圖像特征分析2.1紅外圖像產(chǎn)生機(jī)理及特點(diǎn)12紅外圖像是由紅外探測(cè)器獲取物體的紅外輻射的空間分布，途中經(jīng)過大氣傳輸、光學(xué)系統(tǒng)、光電轉(zhuǎn)換和電子處理等環(huán)節(jié)而獲得，其反映了目標(biāo)和背景紅外輻射的空間分布，其輻射亮度分布主要由被觀測(cè)物體的溫度和發(fā)射率決定，因此紅外圖像近似反映了物體溫度差或輻射差。一般紅外圖像主

8、要包括三個(gè)部分：背景、目標(biāo)、干擾噪聲。圖2.1 紅外熱像儀原理圖根據(jù)紅外圖像產(chǎn)生過程及實(shí)際輸出結(jié)果，紅外圖像有以下特點(diǎn)：1. 紅外圖像是灰度圖，對(duì)人眼而言，分辨率低。2. 紅外圖像對(duì)比度低，視覺效果模糊。3. 由于受限于紅外探測(cè)器探測(cè)能力，紅外圖像的清晰度低于可見光圖像。4. 紅外圖像中含有復(fù)雜的噪聲，使得紅外圖像的信噪比比可見光圖像低。2.2 紅外圖像的背景分析由于紅外成像系統(tǒng)應(yīng)用范圍廣泛，使得紅外圖像的背景也有很大不同，大致可分為均勻背景、起伏背景和強(qiáng)起伏背景。均勻背景的灰度值變化平緩，起伏和強(qiáng)起伏背景的灰度值則有很大不同。對(duì)于紅外圖像中背景，有如下特性：1. 背景灰度在空間分布上有很強(qiáng)的

9、相關(guān)性。2. 背景像素絕大部分分布在紅外圖像中的低頻部分。2.3 紅外圖像的噪聲分析紅外圖像的信噪比比可見光圖像的低，且紅外圖像中所含噪聲非常復(fù)雜。外界環(huán)境會(huì)對(duì)信號(hào)傳輸產(chǎn)生隨機(jī)干擾從而引起噪聲，紅外探測(cè)系統(tǒng)內(nèi)部物理量的隨機(jī)變化也會(huì)產(chǎn)生噪聲。按噪聲對(duì)圖像的影響可以分為兩類：加性噪聲、乘性噪聲。按噪聲的產(chǎn)生機(jī)理分類，可以分為散粒噪聲、熱噪聲、光子噪聲、1/f噪聲和產(chǎn)生-符合噪聲。噪聲來源多樣、類型繁多，而每種圖像濾波算法只適合濾除一種或幾種噪聲，這些使得要完全濾除圖像的噪聲幾乎不可能。目前濾除噪聲的方法可以分成兩類：一種是全局處理，例如Wiener濾波、Kalman濾波等，其特征是需要知道統(tǒng)計(jì)模型

10、；另一種是局部算子，例如中值濾波、梯度倒數(shù)加權(quán)濾波等算法。2.4數(shù)字圖像的數(shù)字表示為了方便對(duì)紅外圖像進(jìn)行處理，必須將所獲得的紅外圖像轉(zhuǎn)換為計(jì)算機(jī)可識(shí)別和處理的數(shù)字圖像。這一轉(zhuǎn)換過程可通過專用的數(shù)字化處理集成電路芯片進(jìn)行取樣及量化等，其結(jié)果將產(chǎn)生一個(gè)矩陣用來表示所獲取的數(shù)字圖像。假如對(duì)一幅數(shù)字圖像f(x,y)進(jìn)行取樣，則產(chǎn)生的數(shù)字圖像將是一個(gè)有M行和N列的陣。該圖像原點(diǎn)的坐標(biāo)值為（x,y）=(0,0)，沿圖像的第一行的下一個(gè)坐標(biāo)值可用(x,y)=(0,1)表示，沿圖像的第一列的下一個(gè)坐標(biāo)值用(x,y)=(1,0)來表示，依次類推，直到圖像的最后一行最后一列坐標(biāo)值用(x,y)=(M-1,N-1)來

11、表示，這種表示方法只表明圖像的坐標(biāo)所在位置，而不是代表對(duì)其取樣的物理坐標(biāo)值。因此，可以用下面的緊湊矩陣形式表示出完整的一幅M*N的數(shù)字圖像： (2-1)其中，矩陣中的每個(gè)元素都被稱作圖像單元（像元）或圖像元素（像素）。數(shù)字圖像所用的坐標(biāo)約定如下圖：圖2.2 數(shù)字圖像坐標(biāo)約定數(shù)字化過程對(duì)于M、N的值和每個(gè)像素允許的離散灰度等級(jí)L都有一定的要求，對(duì)于M、N要求必須是整數(shù)。對(duì)于灰度級(jí)數(shù)L的取值，為了便于處理、存儲(chǔ)和取樣，數(shù)字圖像的灰度級(jí)L通常選取比較典型的取值，即2的整數(shù)次冪： （2-2）這里假設(shè)離散灰度級(jí)是等間隔的并且是區(qū)間0，L-1內(nèi)的整數(shù)。從上式中也可以看出，當(dāng)一幅圖像有2k個(gè)灰度等級(jí)時(shí)，也可

12、以將該圖像稱為k比特圖像。在對(duì)圖像取樣時(shí)，取樣值決定圖像的空間分辨率?？臻g分辨率指的是圖像中可以分辨的最細(xì)細(xì)節(jié)。此外，灰度級(jí)分辨率指的是圖像灰度等級(jí)中可以分辨的最小細(xì)節(jié)變化。2.5 紅外圖像的直方圖2.5.1 直方圖的概念對(duì)于一幅數(shù)字圖像，若對(duì)應(yīng)于每一個(gè)灰度值，統(tǒng)計(jì)出具有該灰度值的像素?cái)?shù)，并據(jù)此繪制像素-灰度值圖，則該圖稱為灰度直方圖，簡(jiǎn)稱直方圖。圖像的直方圖是一種用于描述圖像中灰度分布的統(tǒng)計(jì)圖表，也是各灰度級(jí)與其出現(xiàn)的像素頻率之間的統(tǒng)計(jì)關(guān)系的一種反映。紅外圖像的直方圖可以被分為一維灰度直方圖和二維灰度直方圖。由于一維直方圖能夠直觀簡(jiǎn)明地表明圖像的大概信息，如圖像的整體灰度級(jí)分布情況和各個(gè)灰度

13、級(jí)出現(xiàn)的概率，因此在對(duì)圖像處理時(shí)，最常用的就是一維直方圖。以一維直方圖為例，對(duì)于一幅數(shù)字圖像f(x,y)而言。如果圖像的灰度值分別為r0,r1,rL-1,那么其概率密度函數(shù)P(ri)計(jì)算公式如下： (2-3) (2-4)其中，N是圖像的總像素?cái)?shù)，n(ri)是圖像中灰度等級(jí)為ri的像素?cái)?shù)的總數(shù)，L是圖像灰度級(jí)數(shù)目。由于ri去離散值，所以直方圖可由下圖表示：圖2.3 直方圖示意圖一幅圖像的直方圖可以提供一下信息：1. 每個(gè)灰度級(jí)上像素出現(xiàn)的頻數(shù)；2. 圖像像素值的動(dòng)態(tài)范圍；3. 整幅圖像的大致明暗關(guān)系；4. 圖像的整體對(duì)比度情況。由于直方圖能反映圖像中大多數(shù)的信息和特征，所以直方圖統(tǒng)計(jì)在對(duì)比度拉伸

14、、灰度級(jí)修正、動(dòng)態(tài)范圍調(diào)整、圖像灰度調(diào)整、模型化等圖像處理方法中發(fā)揮了很大的作用同時(shí)，它還是圖像處理中非常有用的分析和評(píng)價(jià)工具之一，所以在后面的章節(jié)中還會(huì)經(jīng)常提及圖像的直方圖。2.5.2 直方圖性質(zhì)根據(jù)之前的描述，通過對(duì)直方圖定義的分析，可知直方圖具有如下性質(zhì)：1. 由于圖像的直方圖是對(duì)圖像中各像素灰度值所出現(xiàn)的次數(shù)或概率的結(jié)果統(tǒng)計(jì)，所以它僅描述了在圖像中具有某一灰度級(jí)像素點(diǎn)的出現(xiàn)概率，而丟失了其所在位置等信息。也即是說直方圖并沒有也不能反映某一灰度值的像素在圖像中的位置等信息，而只是統(tǒng)計(jì)了各個(gè)灰度值出現(xiàn)的次數(shù)或概率。2. 由于直方圖是對(duì)具有相同灰度值的像素統(tǒng)計(jì)計(jì)數(shù)得到的，因此，一幅圖像各子區(qū)

15、的直方圖之和就等于該圖全圖的直方圖。3. 任一幅圖像，都能唯一地算出一幅與它對(duì)應(yīng)的直方圖，但不同的圖像，可能有相同的直方圖。幾幅圖像只要灰度分布密度相同，那么它們的直方圖也是相同的。也就是說，圖像與直方圖之間是一種多對(duì)一的映射關(guān)系，所以僅僅從一個(gè)直方圖的信息并不能描述出一幅完整的圖像。圖2.4 具有相同直方圖的圖像2.5.3 動(dòng)態(tài)范圍圖像的直方圖可以直觀地表現(xiàn)出圖像的整體性質(zhì)，如下圖2.5的前四幅圖像中主要描述了圖像的整體明暗等性質(zhì)。其中（a）表示該圖像總體偏暗；(b)表示該圖像總體偏亮；(c)表示該灰度范圍偏小，圖像中許多細(xì)節(jié)分辨不清；(d)表示該圖像中灰度分布比較均勻。后三幅則表示了圖像的

16、灰度動(dòng)態(tài)范圍。(e)表示圖像灰度動(dòng)態(tài)范圍比較合適。(f)表示圖像灰度動(dòng)態(tài)范圍太小。(g)表示圖像的灰度動(dòng)態(tài)范圍過大。圖2.5 直方圖動(dòng)態(tài)范圍2.5.4 紅外直方圖的特點(diǎn) 由于紅外圖像成像是所特有的機(jī)理。使其直方圖和可見光圖像的直方圖相比具有一定的規(guī)律性。圖2.6 可將光及其直方圖圖2.7 紅外圖像及其直方圖經(jīng)過將可將光直方圖與紅外圖像直方圖進(jìn)行對(duì)比分析，并通過實(shí)驗(yàn)仿真，可以歸納出紅外圖像直方圖具有一下幾個(gè)特點(diǎn)：1. 紅外圖像的直方圖動(dòng)態(tài)范圍不大，很少充滿整個(gè)灰度級(jí)。如圖2.7所示，像素灰度主要集中在10-150范圍內(nèi)。而可見光圖像的直方圖充滿整個(gè)灰度級(jí)空間，如圖2.6所示。2. 紅外圖像的直方

17、圖上的像素分布不均勻，只在某些相近的灰度級(jí)范圍內(nèi)集中。如圖2.7所示，像素在灰度級(jí)10-150范圍內(nèi)分布不均勻，主要集中在灰度級(jí)50附近。而如圖2.6所示，可見光圖像的直方圖上的像素分布均勻。3. 紅外圖像的直方圖存在著明顯的高峰，且多數(shù)情況下為單峰或雙峰。若呈現(xiàn)雙峰，將雙峰分為主峰和次峰。一般主峰為信號(hào)，次峰為噪聲。而如圖2.6所示，可見光圖像的直方圖上的峰不如紅外圖像的明顯。上述三點(diǎn)即為紅外圖像直方圖的特點(diǎn)。但由于紅外成像系統(tǒng)受工作環(huán)境、器件本身熱效應(yīng)等因素影響，有時(shí)在直方圖上所呈現(xiàn)的特點(diǎn)與上述特點(diǎn)并不完全一致。第三章 紅外圖像增強(qiáng)方法一般情況下,在紅外圖像的生成、傳輸和轉(zhuǎn)化過程中總要造成

18、圖像質(zhì)量下降。例如，由于紅外探測(cè)器尺寸的限制造成紅外圖像分辨率較低。在傳輸過程中，由于傳輸距離較遠(yuǎn)或者在大氣中衰減等也會(huì)使得紅外圖像質(zhì)量下降。另外，由于紅外圖像獨(dú)特的生成機(jī)理和紅外成像系統(tǒng)自身的缺點(diǎn)，使得紅外圖像與可見光圖像相比，具有對(duì)比度低、圖像模糊和信噪比低等缺點(diǎn)。改善的辦法有兩類，一類是不考慮圖像質(zhì)量下降的原因，只將圖像中感興趣的特征有選擇的突出，而衰減其不必要的特征，所以改善后的圖像不一定要去逼近原圖像，這類圖像改善方法統(tǒng)稱為圖像增強(qiáng)技術(shù)。從圖像質(zhì)量評(píng)價(jià)觀點(diǎn)來看，圖像增強(qiáng)技術(shù)的主要目的是提高圖像的可懂度。另一類改善方法找出紅外圖像質(zhì)量降低和視覺效果不好的原因，然后進(jìn)行有針對(duì)性的對(duì)紅外圖

19、像做增強(qiáng)處理。此類方法是提高紅外圖像的整體圖像質(zhì)量也即是紅外圖像的整個(gè)區(qū)域的圖像質(zhì)量提高，使紅外圖像的保真度逼近或接近原始圖像，這類改善方法統(tǒng)稱為圖像復(fù)原技術(shù)，它的主要目的是提高圖像質(zhì)量的逼真度。本文主要討論第一類改善方法，即圖像增強(qiáng)技術(shù)。3.1 圖像增強(qiáng)技術(shù)的分類圖像增強(qiáng)的首要目標(biāo)是處理圖像，使其比原始圖像更適合于實(shí)際應(yīng)用的需要。通常采用一系列技術(shù)提高圖像的清晰度，并將圖像轉(zhuǎn)化為一種更適合于人眼或機(jī)器分析的形式。其研究重點(diǎn)是通過有選擇的突出實(shí)際所需的某一部分信息，抑制圖像中無(wú)用信息，一次提高圖像的質(zhì)量。根據(jù)增強(qiáng)圖像時(shí)不同的作用域，可將圖像增強(qiáng)技術(shù)分為兩類：空域法和頻域法?？沼蚍丛诳臻g域內(nèi)進(jìn)

20、行圖像增強(qiáng)，其本質(zhì)是對(duì)圖像像素灰度值的增強(qiáng)處理。頻域法即在頻率域內(nèi)對(duì)圖像進(jìn)行處理。通常先將圖像進(jìn)過傅里葉或小波變換，然后對(duì)變換之后生成的頻譜成分進(jìn)行操作，最后通過傅里葉或小波反變換得到所需的圖像。和空域法相比，頻域法的運(yùn)算復(fù)雜且運(yùn)行速度慢，很難滿足實(shí)時(shí)性的要求。本文主要討論空域圖像增強(qiáng)法。圖像增強(qiáng)的基本算法如下圖所示：圖3.1 圖像增強(qiáng)基本算法分類圖3.2 紅外圖像增強(qiáng)的基本算法“空域”是指圖像平面的本身，空間域增強(qiáng)處理就是對(duì)圖像像素進(jìn)行直接處理的技術(shù)?？沼蚍ǖ亩x式如下： （3-1）其中A(x,y)是輸入圖像，Z(x,y)是進(jìn)過處理之后的圖像，T是對(duì)輸入圖像的某種變化操作。3.2.1 灰度變

21、換T操作最簡(jiǎn)單的情況是領(lǐng)域?yàn)閱蝹€(gè)點(diǎn)，這樣輸出Z只與A的灰度值有關(guān)，所以將這種操作函數(shù)稱為灰度級(jí)函數(shù)，其形式為： （3-2）其中s,r分別對(duì)應(yīng)Z，A中任意點(diǎn)的灰度值。若含有較多的領(lǐng)域空間，常用的方法是通過領(lǐng)域里的A值函數(shù)來確定Z在對(duì)應(yīng)點(diǎn)處的值。其用公式描述主要利用掩模表示。常見的灰度變換方法有：圖像反轉(zhuǎn)、對(duì)數(shù)變換、冪次變換和分段線性變換。3.2.2 分段線性變化分段線性變換方法一般常用在圖像中的局部區(qū)域或目標(biāo)灰度區(qū)間的突出和增強(qiáng)方面，而且同時(shí)對(duì)那些不相關(guān)的灰度區(qū)域進(jìn)行抑制，一般較常用的方法就是分段線性變換方法對(duì)于分段線性變換算法，目前較經(jīng)常用的是三段式線性變換方法，如下圖3.2。這種方法對(duì)每一個(gè)

22、灰度級(jí)的拉伸或壓縮是通過折線拐點(diǎn)位置的調(diào)整改變各個(gè)線段的斜率來實(shí)現(xiàn)的。圖3.2 分段線性變換示意圖采用分段線性變換方法對(duì)圖像增強(qiáng)效果如下：圖3.3 采用分段線性方法對(duì)比圖圖3.3為采用分段線性方法后圖像增強(qiáng)效果，左圖為原始圖，右圖為變換之后圖像。從圖像上不難看出這種方法具有很強(qiáng)的針對(duì)性，其主要是針對(duì)局部區(qū)域進(jìn)行圖像增強(qiáng)，同時(shí)對(duì)其他區(qū)域進(jìn)行適度抑制。但是，該方法存在一個(gè)明顯缺陷，即對(duì)圖像采用分段線性變換的結(jié)果與分段區(qū)域的選擇有很大關(guān)系。3.2.3 直方圖均衡圖像的灰度直方圖表示灰度圖像中具有每種灰度的像素的個(gè)數(shù)，反映了圖像中每種灰度級(jí)出現(xiàn)的頻率，是圖像的基本統(tǒng)計(jì)特征之一。直方圖均衡方法因?yàn)槠溆行?/p>

23、性和簡(jiǎn)單易用性以成為圖像對(duì)比度增強(qiáng)的最常用方法。直方圖均衡化處理的目的是通過這種方法處理后，把原圖像的直方圖變成均勻分布的新直方圖。假設(shè)r被歸一化到區(qū)間0,1，r=0表示黑色，r=1表示白色。要處理的原始圖像灰度值用r表示，其概率密度用Pr(r)表示，變換后的像素灰度值用S表示，其概率密度用Ps(s)表示。其變換函數(shù)s=T(r)滿足如下條件：1.函數(shù)T(r)是單值且單調(diào)遞增；2.當(dāng)r在0,1范圍內(nèi)時(shí)，T(r)在0，1內(nèi)。對(duì)于數(shù)字圖像，由于圖像灰度級(jí)是離散的，對(duì)其作變換時(shí)不妨設(shè)：L表示圖像灰度級(jí)書目，N表示像素總數(shù)，nk表示灰度級(jí)為rk的像素總數(shù)，則灰度級(jí)rk出現(xiàn)的概率為： (3-3)其變換函數(shù)

24、可以表示為： (3-4)假設(shè)紅外圖像的灰度級(jí)范圍為0，255，那么其變換函數(shù)的形式可以表示為： (3-5)圖3.4 原始紅外圖像及其直方圖圖3.5 直方圖均衡后圖像及其直方圖由上圖可知，通過傳統(tǒng)直方圖均衡變換后，圖像的灰度級(jí)概率密度服從均勻分布。在直方圖中，像素?cái)?shù)多且分布密集的灰度級(jí)之間的間隔變大，因此圖像的對(duì)比度得以提高；像素?cái)?shù)少，分布稀疏的灰度級(jí)之間的間隔編小，甚至合并，這樣就降低了對(duì)比度。通過對(duì)比圖3.4、圖3.5可見，通過直方圖均衡算法圖像的對(duì)比度得到了提高。該方法對(duì)圖像整體對(duì)比度的增強(qiáng)有很好的效果，但也有一定的局限性。如某幅圖像中如果大部分的像素集中分布在某些灰度級(jí)而另外的一些灰度級(jí)

25、像素很少或沒有，這種情況下直接使用直方圖均衡化方法有可能會(huì)造成圖像中一些灰度級(jí)的減少甚至丟失，體現(xiàn)在圖像中就是灰度的斷層或不連續(xù)，這也就使圖像缺失一些細(xì)節(jié)或信息，并造成了圖像的分辨率降低。由于直方圖均衡方法存在一定的局限性，所以出現(xiàn)了許多以其為基礎(chǔ)經(jīng)過改進(jìn)之后的新型算法，如平臺(tái)直方圖增強(qiáng)算法、自適應(yīng)圖像直方圖均衡化算法、帶約束條件的局部直方圖均衡方法。3.2.4 中值濾波中值濾波是一種非線性空間域?yàn)V波方法。對(duì)于一個(gè)一維數(shù)組a0,a1,an-1將它們排序，位于中間位置的數(shù)稱之為中值。中值濾波器原理也是把一個(gè)模板內(nèi)的范圍所有待處理點(diǎn)的灰度值排序，取它們的中值來代替該像素點(diǎn)處的灰度值。圖3.6 中值

26、濾波前后對(duì)比圖（左為濾波前，右為濾波后）中值濾波的優(yōu)勢(shì)在于它不僅能夠去除圖像中含有的圖像噪聲等無(wú)用信息，而且還能夠有效的保護(hù)圖像的邊緣和細(xì)節(jié)等有用信息。但中值濾波器的窗口尺寸和形狀對(duì)濾波效果的影響很大，所以在使用該方法時(shí)需要根據(jù)具體的需要選用合適的尺寸和形狀。3.2.5 圖像銳化圖像銳化是增強(qiáng)圖像邊緣等細(xì)節(jié)的對(duì)比度，從而突出圖像邊緣細(xì)節(jié)、使得畫面清晰，便于對(duì)圖像的信息提取。從空間域考慮，經(jīng)過平滑處理的圖像變得模糊的原因是由于對(duì)圖像進(jìn)行了了平均或積分運(yùn)算，因此可以對(duì)其進(jìn)行逆運(yùn)算（如微分運(yùn)算）就可以使圖像變的清晰。此外，通過對(duì)圖像的某種導(dǎo)數(shù)作各向同性運(yùn)算可以使圖像中向四周伸展的不清晰的邊緣輪廓更加

27、清晰，而且由于偏導(dǎo)數(shù)的平方和運(yùn)算是各向同性的，因此對(duì)圖像銳化處理時(shí)也可以利用梯度或拉普拉斯等運(yùn)算。下面以拉普拉斯算子為例：圖3.7 拉普拉斯濾波前后對(duì)比圖（左為濾波前，右為濾波后）銳化操作可以突出圖像細(xì)節(jié)信息，但同時(shí)也會(huì)加強(qiáng)噪聲信息，甚至?xí)乖肼暿艿奖刃盘?hào)還強(qiáng)的增強(qiáng)，所以必須小心使用。第四章 總結(jié)隨著紅外成像技術(shù)的不斷發(fā)展，紅外圖像處理技術(shù)已經(jīng)廣泛應(yīng)用于各個(gè)領(lǐng)域。例如，遙感探測(cè)、醫(yī)療衛(wèi)生、視頻監(jiān)控、交通運(yùn)輸以及工業(yè)檢測(cè)等。而紅外圖像增強(qiáng)處理又是圖像處理技術(shù)的重要組成部分，因此選擇本課題進(jìn)行研究具有現(xiàn)實(shí)意義和實(shí)用價(jià)值。具體來說本文做了以下幾個(gè)工作：1. 對(duì)紅外熱成像技術(shù)的發(fā)展趨勢(shì)進(jìn)行了介紹，此外

28、還總結(jié)了近年來紅外圖像增強(qiáng)領(lǐng)域的研究成果以及紅外圖像普遍具有的特點(diǎn)；2. 對(duì)紅外圖像的背景、噪聲進(jìn)行了分析，通過對(duì)紅外圖像與可見光圖像的直方圖的實(shí)驗(yàn)對(duì)比和分析，總結(jié)了紅外圖像直方圖特征。3. 闡述了圖像增強(qiáng)的意義，對(duì)幾種常用的紅外圖像增強(qiáng)算法進(jìn)行討論和分析，并對(duì)它們分別進(jìn)行實(shí)驗(yàn)驗(yàn)證。通過實(shí)驗(yàn)結(jié)果對(duì)它們的特點(diǎn)進(jìn)行了歸納和總結(jié)。參考文獻(xiàn)1劉瓊瓊. 紅外圖像的增強(qiáng)和規(guī)范化算法研究D.哈爾濱工程大學(xué),2007.2吳家偉,武春風(fēng),庹文波. 紅外圖像實(shí)時(shí)顯示增強(qiáng)系統(tǒng)設(shè)計(jì)J. 光學(xué)精密工程,2009,10:2612-2619.3章毓晉等圖像處理和分析M北京:清華大學(xué)出版社，1999，37-98.4趙江. 紅

29、外探測(cè)技術(shù)的現(xiàn)狀與發(fā)展趨勢(shì)J. 艦船電子工程,2007,01:32-36+196.5劉瑩. 紅外熱像儀中圖像增強(qiáng)算法的研究D.吉林大學(xué),2007.6黃信安. 紅外弱小目標(biāo)圖像增強(qiáng)方法的研究D.中國(guó)科學(xué)院研究生院（西安光學(xué)精密機(jī)械研究所）,2007.7王磊. 紅外圖像增強(qiáng)算法研究及其實(shí)時(shí)實(shí)現(xiàn)技術(shù)D.西安電子科技大學(xué),2007.8陳永亮. 灰度圖像的直方圖均衡化處理研究D.安徽大學(xué),2014.9王炳健,劉上乾,周慧鑫,李慶. 基于平臺(tái)直方圖的紅外圖像自適應(yīng)增強(qiáng)算法J. 光子學(xué)報(bào),2005,02:299-301.10趙耀宏,史澤林,羅海波,裴立力,韓國(guó)瑞. 自適應(yīng)紅外圖像直方圖均衡增強(qiáng)算法J. 光電

30、工程,2008,03:97-101.11蔡超峰. 局部直方圖均衡化算法研究及其應(yīng)用D.鄭州大學(xué),2005.12吳宗凡. 紅外熱像儀的原理和技術(shù)發(fā)展J. 現(xiàn)代科學(xué)儀器,1997,02:28-30+40.附件：Matlab程序:GrayImage = imread('C:Users曉燁Desktop臨時(shí)紅外成像圖像樹林.PNG');%原始的灰度圖像if size(GrayImage,3)>1 GrayImage=rgb2gray(GrayImage);endrows , cols = size(GrayImage);%得到圖像矩陣的行、列數(shù)%-%直方圖均衡增強(qiáng)ZhiFang

31、= zeros(1 , 256);%初始化一個(gè)矩陣，用來存儲(chǔ)原來灰度圖像的直方圖NewZhiFang = zeros(1 , 256);%初始化一個(gè)矩陣，用來存儲(chǔ)變化之后的灰度圖像的直方圖Formula = zeros(1 , 256);%初始化一個(gè)矩陣，存儲(chǔ)經(jīng)過變化之后的新的像素值信息NewGrayImage = uint8(zeros(rows , cols);%初始化一個(gè)矩陣，用來存儲(chǔ)新的灰度圖像for i = 0:255 ZhiFang(1 , i+1) = length(find(GrayImage = i) / (rows * cols);%計(jì)算矩陣GrayImage中值與i相等的

32、元素的個(gè)數(shù)endfor j = 0:255 for k = 0:j Formula(1 , j+1) = ZhiFang(1 , k+1) + Formula(1 , j+1);%計(jì)算新的像素值信息 endendfor i = 1:rows for j = 1:cols NewGrayImage(i , j) = round(Formula(1 , (GrayImage(i , j) + 1) * 255);%得到新的圖像信息 endendfor i = 0:255 NewZhiFang(1 , i+1) = length(find(NewGrayImage = i) / (rows * cols);%計(jì)算矩陣NewGrayImage中值與i相等的元素的個(gè)數(shù)end% imwrite(NewGrayIm