遲明偉

（哈爾濱新光光電科技有限公司，黑龍江 哈爾濱 150023）

紅外成像技術(shù)在軍事探測(cè)及民用生活等領(lǐng)域有著廣泛的應(yīng)用。由于高位寬紅外探測(cè)器具有高精度、高靈敏度的特點(diǎn)，高動(dòng)態(tài)范圍紅外圖像己成為紅外圖像發(fā)展的重要新方向。通常需要將高位的圖像數(shù)據(jù)壓縮至8位，以滿足普通顯示設(shè)備的正常顯示和圖像的后續(xù)快速處理，然而如果壓縮方法不當(dāng)可能會(huì)造成原有信息丟失，在顯示圖像中表現(xiàn)為圖像細(xì)節(jié)的損失。因此，必須采取適當(dāng)?shù)膲嚎s方法保留圖像的細(xì)節(jié)，并使壓縮后的圖像細(xì)節(jié)顯示出增強(qiáng)的效果。

一般紅外成像系統(tǒng)可以由3部分組成：光學(xué)單元、紅外探測(cè)單元和圖像信號(hào)處理單元。紅外探測(cè)單元輸出的模擬信號(hào)一般為14 bit，動(dòng)態(tài)范圍為16 384的原始紅外數(shù)據(jù)。但是，該數(shù)據(jù)需要經(jīng)過(guò)數(shù)據(jù)映射和動(dòng)態(tài)范圍壓縮[1-5]才可以在正常設(shè)備上顯示。在實(shí)際場(chǎng)景應(yīng)用中，原始紅外圖像的動(dòng)態(tài)范圍變化幅度較大，能夠連續(xù)穩(wěn)定、保留邊緣和細(xì)節(jié)顯示在設(shè)備上[6-12]，并且對(duì)如何高效準(zhǔn)確地通過(guò)圖像像素直接計(jì)算熱紅外設(shè)備對(duì)溫度的測(cè)量，和對(duì)動(dòng)態(tài)范圍算法的設(shè)計(jì)都提出了較大的挑戰(zhàn)。

1 熱紅外圖像增強(qiáng)算法

1.1 線性映射濾波

在高動(dòng)態(tài)紅外圖像，線性映射及其優(yōu)化算法無(wú)法達(dá)到還原圖像作用的情況下，其根本原因在于線性映射單純將灰度范圍拉伸至最高精度范圍，沒(méi)有考慮各個(gè)灰度級(jí)所占比重。一般紅外圖像背景灰度較小、比重高，目標(biāo)灰度大、比重小，若目標(biāo)灰度比背景灰度大很多，背景中細(xì)節(jié)間較小的灰度差異就會(huì)體現(xiàn)不出來(lái)。直接對(duì)整張圖的各像素進(jìn)行處理，實(shí)現(xiàn)比較簡(jiǎn)單，復(fù)雜度也較低，但是圖像細(xì)節(jié)不夠凸顯。

F（x，y）為熱紅外原始數(shù)據(jù)，分別統(tǒng)計(jì)熱紅外原始數(shù)據(jù)最大值max和最小值min。

1.2 直方圖均衡化濾波

此方法是對(duì)圖像像素灰度級(jí)進(jìn)行統(tǒng)計(jì)，這樣像素灰度級(jí)集中在某個(gè)范圍，對(duì)比度是由相鄰區(qū)域的像素差異決定的，所以通過(guò)此方法可以提高圖像的對(duì)比度。直方圖均衡化算法基于灰度直方圖的統(tǒng)計(jì)原理，其基本原理是根據(jù)像素點(diǎn)的個(gè)數(shù)重新分配灰度值，使直方圖灰度值根據(jù)像素點(diǎn)個(gè)數(shù)分布合理，實(shí)現(xiàn)圖像的非線性拉伸。在某些場(chǎng)景上效果不錯(cuò)，但是缺點(diǎn)也很明顯，過(guò)度增強(qiáng)，噪聲過(guò)度放大，丟細(xì)節(jié)，褪色[13-16]。

計(jì)算偽代碼步驟：

第一步，統(tǒng)計(jì)熱紅外原始數(shù)據(jù)的直方圖分布；

第二步，計(jì)算熱紅外原始數(shù)據(jù)的分布頻率和累計(jì)分布頻率；

第三步，通過(guò)累計(jì)分布頻率乘以255，直接映射到8 bit。

1.3 導(dǎo)向?yàn)V波

很多傳統(tǒng)圖像濾波器與圖像內(nèi)容之間是相互獨(dú)立的，濾波時(shí)對(duì)圖像內(nèi)的所有像素都進(jìn)行相同的運(yùn)算，這常常會(huì)導(dǎo)致濾除噪聲的同時(shí)也抹去了圖像的細(xì)節(jié)，增強(qiáng)圖像細(xì)節(jié)的時(shí)候又增強(qiáng)了圖像噪聲[17]。為了使濾波器和圖像內(nèi)容更好的結(jié)合，常用的有導(dǎo)向?yàn)V波和雙邊濾波，然而雙邊濾波可能會(huì)出現(xiàn)一些梯度反轉(zhuǎn)偽影。

計(jì)算偽代碼步驟：

輸入：輸入圖像p，導(dǎo)向圖I，區(qū)域半徑r，這里取值為3，正則化系數(shù)e，這里取值近似為0，f（mean）為半徑r的均值濾波器。

1.4 雙邊濾波

雙邊濾波可以保持細(xì)節(jié)信息又可以去噪，之所以達(dá)到這個(gè)效果，是因?yàn)殡p邊濾波是由2個(gè)函數(shù)共同組成，一個(gè)函數(shù)可以通過(guò)幾何空間距離決定濾波的空域參數(shù)，而另一個(gè)函數(shù)可以通過(guò)像素的差決定濾波的值域參數(shù)。這2個(gè)函數(shù)提供了空域?yàn)V波以及值域?yàn)V波，也因?yàn)橛羞@兩個(gè)濾波使得雙邊濾波器既能夠保留圖像邊緣又可以實(shí)現(xiàn)噪音的去除。雙邊濾波利用空域?yàn)V波，即高斯低通濾波器，以及值域?yàn)V波，即α-截尾均值濾波器：去掉百分率為α的最小值和最大之后剩下像素的均值作為濾波器，對(duì)圖像邊緣附近的像素進(jìn)行濾波時(shí)，距離邊緣較遠(yuǎn)的像素不會(huì)對(duì)邊緣上的像素影響太大，從而保證了圖像邊緣的清晰度。

雙邊濾波器在很多領(lǐng)域被應(yīng)用，解決了邊緣保邊效果減弱，圖像不清晰問(wèn)題，增強(qiáng)了圖像細(xì)節(jié)和層次感，在圖像研究中經(jīng)常應(yīng)用于平滑濾波和保邊。雙邊濾波保邊性會(huì)因?yàn)槠交瑸V波作用而減弱，造成圖像模糊不清晰[18-19]。

輸入I（i，j），輸出ID（x，y），σd和σr分別為歐式距離平滑系數(shù)和輻射差異平滑系數(shù)，取值分別為0.1和0.9。

1.5 高斯差分濾波

基于拉普拉斯高斯算子是現(xiàn)有數(shù)字圖像信號(hào)邊緣檢測(cè)算法中一種較好的方法，在圖像處理系統(tǒng)中得到廣泛應(yīng)用。研究表明：在許多情況下，高斯差分濾波器DoG與拉普拉斯濾波LoG非常接近，復(fù)雜的LoG濾波可由DoG濾波以極高的精度逼近來(lái)實(shí)現(xiàn)。利用2個(gè)高斯核半徑值來(lái)描述2個(gè)高斯函數(shù)的差（Difference of Gaussian簡(jiǎn)稱DoG）?？梢钥闯蓮囊粋€(gè)窄高斯減去一個(gè)寬高斯，利用高斯差分（DoG）帶通濾波提取背景不平度、光照不均等信息被有效提取出來(lái)[20-21]。

式中：x和y分別表示二維平面的橫、縱坐標(biāo)；σ為二維高斯函數(shù)的方差，決定了二維高斯函數(shù)的空間分布。二維高斯函數(shù)在空間分布上呈現(xiàn)圓形對(duì)稱的單峰值形狀，σ越小，二維高斯函數(shù)在空間分布上越尖銳，變化越劇烈，其擴(kuò)散面積越小；反之，σ越大，二維高斯函數(shù)在空間分布上越平滑，變化越緩慢，其擴(kuò)散面積越大。對(duì)圖像用較大的高斯濾波器進(jìn)行濾波，相當(dāng)于對(duì)圖像做了平滑處理。輸入f（x，y），輸出DoG，高斯核半徑取值為30。

2 實(shí)驗(yàn)與分析

觀察人員由于其自身喜好和經(jīng)驗(yàn)不同，評(píng)判同一幅圖像質(zhì)量的好壞時(shí)會(huì)出現(xiàn)很大差異。因此，為了克服主觀人眼評(píng)價(jià)的不足，通常需要選擇一些實(shí)用的圖像質(zhì)量客觀評(píng)價(jià)函數(shù)和標(biāo)準(zhǔn)，通過(guò)數(shù)據(jù)、數(shù)學(xué)模型或其他方式客觀地評(píng)價(jià)圖像處理結(jié)果的好壞，這樣也利于算法的選擇和優(yōu)化。

通過(guò)本公司自研的熱紅外設(shè)備對(duì)變電站電網(wǎng)進(jìn)行原始數(shù)據(jù)采集，分別利用以上5種熱紅外圖像增強(qiáng)算法對(duì)14 bit的原始數(shù)據(jù)進(jìn)行8 bit數(shù)據(jù)映射，效果如圖1所示。

圖1 紅外圖像增強(qiáng)算法對(duì)比

2.1 信息容量

通過(guò)信息容量信息可以看出圖像的質(zhì)量和信息豐富程度，本文使用二維直方圖來(lái)進(jìn)行統(tǒng)計(jì)像素間的相關(guān)關(guān)系[22]。對(duì)于質(zhì)量較好圖像的二維直方圖，在對(duì)角線區(qū)域內(nèi)的頻數(shù)比周邊區(qū)域具有更高的幅度、分布密度和明顯的峰值，對(duì)于質(zhì)量較差的二維直方圖則分布分散，沿對(duì)角線區(qū)域沒(méi)有明顯的峰值，相關(guān)性較差[23]。

從圖2可以看出高斯差分濾波相較于線性映射濾波、直方圖均衡化濾波、導(dǎo)向?yàn)V波、雙邊濾波有更高的幅值和分布密度。

圖2 信息容量比對(duì)

2.2 熵

根據(jù)傅里葉頻域分析理論，圖像的清晰程度主要由圖像分布的高頻分量的多少?zèng)Q定，高頻分量少則圖像模糊，高頻分量豐富則圖像清晰[24]。因此熵值越大，圖像越模糊，細(xì)節(jié)不明顯，反之，熵值越小，圖像邊緣和細(xì)節(jié)越明顯，圖像越清晰[25]。

從表1可以看出高斯差分濾波有較小的熵值，說(shuō)明高斯差分濾波方法對(duì)處理14 bit熱紅外原始數(shù)據(jù)映射到8 bit圖像數(shù)據(jù)，可以最大保留圖像邊緣和紋理細(xì)節(jié)。

表1 5種紅外圖像增強(qiáng)算法熵值比較

2.3 時(shí)間復(fù)雜度

程序運(yùn)行環(huán)境包括，軟件環(huán)境：vs2015，硬件環(huán)境cpu：Itel i5-2430，主頻：2.40 Ghz，內(nèi)存：6 G。5種紅外圖像增強(qiáng)算法時(shí)間復(fù)雜度比較見(jiàn)表2。

表2 5種紅外圖像增強(qiáng)算法時(shí)間復(fù)雜度比較 單位：ms

3 結(jié)論

通過(guò)實(shí)驗(yàn)分析了各自算法的優(yōu)缺點(diǎn)，從信息容量、熵值和運(yùn)行時(shí)間3個(gè)維度綜合比較。

根據(jù)上述結(jié)果可以看出，信息容量上線性映射濾波、直方圖均衡化濾波、導(dǎo)向?yàn)V波、雙邊濾波的二維直方圖對(duì)角線較分散，高斯差分濾的二維直方圖對(duì)角線較集中；熵值大小上線性映射濾波、直方圖均衡化濾波、導(dǎo)向?yàn)V波、雙邊濾波的熵值差別不大，高斯差分濾的熵值較?。粫r(shí)間復(fù)雜度上：線性映射濾波運(yùn)行時(shí)間最短，雙邊濾波運(yùn)行時(shí)間最長(zhǎng)。