基于人眼视觉特性的红外图像增强技术研究

基于红外图像灰度分布集中、对比度低的特点,结合人眼视觉特性,提出了基于人眼视觉特性的非线性变换方法.基于人眼灰度分辨能力随灰度变化的线性关系,推导了人眼的可分辨率灰度函数和基于人眼视觉的非线性变换函数,建立了人眼的非线性变换模型,实现了将有限的红外图像信息映射到有利于人眼观察的灰度分布区域.实验结果表明,该方法处理的图像反差适中、纹理明晰、细节部分对比明显,有效解决了红外图像低对比度和细节模糊的问题.     

基于HVS的红外图像增强技术研究

依据人眼视觉系统(human visual system,HVS)特性并结合红外图像的特点,针对不同的背景像素统计量对红外图像直方图均衡化的影响进行了分析和研究,提出了一种基于HVS的红外图像增强技术.理论分析和实验结果证明,提出的增强技术与传统的直方图均衡化增强方法相比,增强后的红外图像细节清晰,对比明显,目标信息易被人眼视觉观察,具有很好的实际应用价值.     

人体甲状腺动态红外图像多重分形分析

开展了健康对象甲状腺动态红外图像的多重分形特征研究,并对不同个体甲状腺多重分形特征参数进行了统计分析与差异性检验。首先,在恒温恒湿实验环境下,获取多帧人体甲状腺红外图像,并对其进行网格划分,形成温度时间序列。然后,探讨了适合人体甲状腺多重分形分析的原始信号长度、小波变换尺度因子、统计矩阶数的取值。在确定好上述参数后,对温度时间序列进行多尺度小波变换,求解其小波变换模极大,进而获取不同健康对象甲状腺左右叶多重分形特征参数的分布特性。研究结果表明:健康对象甲状腺多重分形特征谱线分形维数取得极值处对应的奇异性指数c1的分布集中在1.1~1.3范围内,间隙系数c2的分布则集中于0.002~0.005范围内,二者分布特征不存在个体差异的检验水准=0.01;多重分形谱线半峰宽集中于0.164~0.166范围内且不存在个体差异的检验水准=0.05。     

基于人眼视觉特性的红外图像增强算法

提出一种基于人眼视觉特性的红外图像增强算法.该算法采用符合人眼感知特性的LIP(Logarithmic Image Processing)模型,并根据人眼视觉在图像变化区域比平滑区域敏感,使用幂次变换方法对图像的高频和低频成分分别进行增强处理.实验结果表明:本文相比传统算法能够有效增强图像细节信息,提高图像对比度,明显改善红外图像的视觉效果.     

基于融合的红外图像增强方法

由于成像过程中受外界环境影响以及成像系统自身固有特性,红外图像不可避免地会产生大量噪声,使成像系统直接获得的红外图像具有对比度低、信噪比低、边缘模糊等特点。因此,想要对红外图像目标进行很好的识别,必须对红外图像进行增强处理。提出了一种新的红外图像增强方法。该方法首先用中值滤波和均值滤波结合的方法对图像进行滤波,再用改进的OTSU法分割图像,接下来对分割后的前景和背景图像分别使用平台直方图均衡处理,并在这种分割基础上确定需要锐化的图像边缘,最后将处理后的前景和背景相加,并和需强化的边缘图像加权融合得出增强图像。仿真结果表明,所提方法对红外图像细节等综合因素的增强效果较好,并有效可行。     

红外图像增强技术综述

综述了传统的红外图像增强技术,包括空间域和频率域增强两类.较新的增强方法还有小波技术、模糊理论、遗传算法、视网膜皮层理论Retinex等.分析了各种算法的优缺点,阐述了红外图像处理的发展趋势,提出了该方面所要解决的问题.     

基于分形特征的红外图像识别方法

文中首先对红外图像进行预处理,然后根据分形理论提取了红外图像的９种分形特征,用神经网络进行目标识别。这９种分形特征包括基于分形维数的特征,基于Ｈｕｒｓｔ指数的分形特征和基于缝隙的分形特征。最后进行了计算机仿真实验,实验表明基于分形特征红外图像识别方法是可行的,并取得了较好的结果。     

基于视觉对比度分辨率的红外图像增强算法

针对传统红外图像增强方法存在增强后目标边缘模糊及背景噪声过增强的缺陷,结合人眼视觉特性,提出了基于视觉对比度分辨率的非线性变换算法。该算法根据人类视觉在不同背景灰度下分辨目标的能力不同,自适应调整灰度变换曲线,使目标映射到人眼分辨的敏感区域,同时使背景噪声映射到人眼分辨的不敏感区域。经测试表明:提出的算法与传统算法相比更易突出红外图像目标的细节信息及其边缘轮廓,峰值信噪比提高近1倍,对比度增益提高近0.5倍。     

基于小波变换与Retinex的电路板红外图像增强技术

电路板红外图像发热芯片区域的增强是红外图像故障检测系统中一项重要研究内容。针对电路板某些芯片的发热量小,芯片区域红外图像与背景差异弱的特点,为提高故障检测效率,设计了一种融合小波变换与改进的多尺度Retinex红外图像增强算法。首先,通过小波变换获得不同频率的子带图像;然后,利用多尺度Retinex算法对低频子带图像进行增强处理;对于高频子带图像,利用可变阈值去噪,引入图像清晰度参数,依据参数值对高频图像进行适度增强。最后,对处理后的高、低频图像进行小波逆变换与重构,实现电路板红外图像增强。对增强后的红外图像进行的定量以及定性评价表明：与单一的利用直方图均衡算法、小波变换法以及多尺度Retinex增强算法相比,本文算法改善了某些发热芯片区域红外图像对比度低且细节模糊问题,抑制了噪声,提升了电路板红外图像整体视觉效果。     

基于正弦灰度变换的红外图像增强算法

针对红外图像的特点,提出了一种基于正弦灰度变换的红外图像增强算法。采用二个拐点,将整个图像按灰度的大小分为三个区:背景区、目标区和过渡区,针对不同区域采取不同的灰度映射变换。灰度伸缩采用正弦函数,其导数是光滑的,灰度伸缩性能好。伸缩的拐点及伸缩强度参数独立可调,通用性强,计算简单。实验结果验证了算法的有效性。     

基于双平台直方图的红外图像增强算法

针对红外图像特别是红外弱小目标图像的特点,提出了一种基于双平台的直方图均衡算法。在对统计直方图设置两个不同的平台阈值的基础上,对修改后的直方图进行均衡化处理,然后对得到的图像进行灰度间距上的均衡化处理。算法中的上限平台阈值对背景和噪声进行了适当抑制,下限平台阈值对小目标和细节进行了适当放大,从而克服了一般直方图均衡化在对红外图像增强时的缺点。相对单平台直方图的均衡算法,能够增强图像整体效果,同时较好地保持了图像细节。     

基于Contourlet变换和模糊理论的红外图像增强算法

红外图像具有噪声大、对比度低等特点,针对该特点,提出了一种基于Contourlet变换与模糊理论的红外图像增强算法。首先对图像进行Contourlet变换,得到多尺度多方向的低通子带和带通子带。对低通子带,进行基于子带系数最大最小值的线性变换,提高图像的整体对比度;对于带通子带,先估计噪声阈值,对子带系数进行抑制噪声处理,然后通过模糊增强算法,对高频系数进行非线性增强,增强目标边缘纹理的特征,抑制背景信号。最后经过Contourlet逆变换得到对比度增强,噪声被抑制的图像。经过算法仿真,与几种现有的图像增强算法相比,该算法更能有效地抑制噪声,增强图像的对比度,突出图像的边缘与细节纹理信息。     

SOPC技术在实时红外图像处理中的应用

可编程片上系统（SOPC）是Altera公司提出的一种灵活、高效的片上系统解决方案,为构建实时、小型化的红外图像处理器提供了有效的解决途径。介绍了一种基于SOPC技术的红外图像处理器,可对数字红外图像进行实时处理和显示驱动。处理器主要包括非均匀校正模块、实时图像增强模块和显示驱动模块。处理功能主要由一片Altera公司的SOPC芯片EPXA4完成。实验结果表明,采用SOPC技术构建的红外图像处理器集成度高、功耗低、可靠性强、实时性好。     

Context enhancement through infrared vision: a modified fusion scheme

In the night vision applications, visual and infrared images are often fused for an improved awareness of situation or environment. The fusion algorithms can generate a composite image that retains most important information from source images for human perception. The state of the art includes manipulating in the color spaces and implementing pixel-level fusion with multiresolution algorithms. In this paper, a modified scheme based on multiresolution fusion is proposed to process monochrome visual and infrared images. The visual image is first enhanced based on corresponding infrared image. The final result is obtained by fusing the enhanced image with the visual image. The process highlights the features from visual image, which is most suitable for human perception.     

基于灰度级共享的红外热像显示与增强

随着大动态范围热成像器件的广泛使用,有必要研究适合人类视觉特性的红外热像终端显示系统。讨论了目前常用的基于自动增益和偏移和基于直方图均衡的压缩技术,并对它们应用于热像的动态范围压缩显示的效果进行了分析比较。提出了一种基于灰度级共享的热像显示技术,将目标和背景各自压缩到全部灰度空间,再进行融合显示。算法尽量保留了热像的细节,符合人类视觉响应特性。通过将16位热像转换为8位灰度图显示,仿真结果验证了该算法具一定的工程实用性。     

一种易于硬件实现的红外图像实时增强算法

根据红外图像的特性,对常用的图像增强算法进行了详细分析,提出了采用平台直方图均化和增强高通滤波加权平均的红外图像增强算法。该算法具有良好的图像增强能力,且易于采用FPGA达到实时图像增强的效果。     

基于HMM的红外点目标序列图像扰动补偿方法

利用红外图像扰动信号短时平稳的特性,在统计的基础上提出采用隐马尔科夫模型统计信号模型来描述扰动,得到一种基于学习的扰动模型,并利用学习得到的模型参数计算后续帧中的扰动情况,进行预测补偿,以保证目标运动的连续性,克服扰动对跟踪的影响,实验取得了较好效果。     

基于小波分析的红外图像非线性增强算法

红外图像具有对比度低和信噪比低等特点,实际应用中需要进行增强处理。将小波分析与模糊逻辑相结合,提出了一种基于小波变换的红外图像非线性增强算法。该算法首先利用小波分析对图像进行分解,提取图像的多尺度特征信息;然后通过模糊非线性增强算子分别对各个分解层的子带系数进行运算以改变目标特征的强度;最后利用小波反变换重构图像,实现图像的对比度增强和背景抑制。与几种常用的红外图像增强算法进行了实验对比,验证了该算法的有效性。     

基于直方图非线性拉伸的红外图像增强新算法

由于受物体导热特性及环境的影响和红外热像系统的限制，红外图像普遍对比度低、边缘不够清晰，其中最典型的是图像的直方图分布过于集中，针对这一问题将图像压扩量化中的纵向非均匀分层思想延伸为图像直方图灰度轴的横向非均匀拉伸，提出了一种基于直方图分布特性的非线性拉伸增强算法。在此基础上，将直方图非线性拉伸与线性拉伸进行了试验对比。     

基于小波变换与图像增强技术的红外小目标检测

提出了一种基于小波变换的单帧红外图像检测方法,将小目标检测问题简化为带通滤波的过程.该方法首先使用小波变换分解图像,直接舍去低频分量的背景,接着对提取出的三个高频成分分别进行小波分析,去除高频噪声,然后再对各高频分量进行重构,最后采用图像增强技术提高小目标灰度,进一步抑制干扰.计算机仿真结果表明,该方法能准确、高效地检测出小目标,并能克服一定的云层和建筑物干扰问题.