专利名称：基于多尺度分形特征的红外图像增强方法
技术领域：
本发明面向军事领域对红外图像中的复杂自然背景抑制和人造目标增强的应用需求。提出一种基于多尺度分形特征的红外图像增强方法。
背景技术：
现代战争中，战争环境日趋复杂，敌我双方大量采用伪装、隐蔽、欺骗和干扰等手段，由于目标不可避免地要辐射能量，红外成像传感器通过获取目标的红外辐射，记录的是目标自身的红外辐射信息，通过探测目标与背景之间的热辐射差异来检测和识别目标，具有特殊的检测和识别伪装能力；另外，由于其不向外辐射能量，因而不易被侦查或定位，具有较强的抗干扰能力；具有先天性的“四抗能力”和角度跟踪精度高的特点。因此，红外成像传感器在军事领域中得到广泛的应用，如陆军的坦克等各种装备的中热瞄具和红外搜索跟踪系统、海军各作战舰艇中的IRST (红外搜索跟踪系统)、空军各种飞机中装备的吊舱、转塔、固定式的前视红外系统、二炮各种导弹制导、巡航导弹检测预警等。但是，在实际应用中，红外图像往往存在:目标与周围环境对比不明显，缺乏目标和背景特征的先验信息；红外灰度图像的信噪比SNR低；目标轮廓、形状、纹理和边界特征一般不明显；红外灰度图像分辨率低；目标部分或全部遮挡；环境光线变化，背景复杂等问题。因此，如何通过有效的红外图像增强方法，对红外图像中的复杂自然背景进行抑制同时对人造目标进行增强，克服红外图像存在的各种不足，进而对面向军事领域的红外目标检测、跟踪和识别等应用提供支持是一个急需加强和解决的问题
发明内容
本发明针对军事领域中对红外图像的复杂自然背景抑制和人造目标增强的应用需求。由于分形几何模型不适于描述人造目标，但在一定尺度范围内可以很好地描述自然背景的表面和空间结构。利用红外图像中的自然背景和人造目标的多尺度分形特征的不同，提出一种基于多尺度分形特征的红外图像增强方法。本发明包括以下步骤:
步骤1、对探测到的红外图像进行处理，首先导入红外图像，需要将抽象出的红外图像导入场景。步骤2、红外图像导入之后需要将32位或8位位图文件转换为24位位图文件f(x, y)，这一步骤是图像 后续处理及操作的基础。步骤3、定义rniM为计算分形参数时所取得最大尺度，r腿为大于等于2的正整数
权利要求
1.基于多尺度分形特征的红外图像增强方法，其特征在于该方法包括以下步骤: 步骤1、对探测到的红外图像进行处理，具体是:导入红外图像，需要将抽象出的红外图像导入场景； 步骤2、红外图像导入之后将32位或8位位图文件转换为24位位图文件f (X，y)，这一步骤是图像后续处理及操作的基础； 步骤3、定义为计算分形参数时所取得最大尺度，rKm为大于等于2的正整数，设置最大尺度数=4； 步骤4、将地毯覆盖方法中计算分形参数的“度量”思想应用到二维图像表面，将像素灰度值构成的三维纹理表面用厚度为2r的“地毯”覆盖，定义该纹理表面上表面为U(X，y, O)，下表面为B(x，y，0);设置尺度r=0，对O尺度下的上下表面进行初始化，求出初始化后图像中各个像素的U(X，y, O)与B (X，y, O)； 步骤5、根据步骤4得到的各个像素的U(x，y, O)与B(x，y, O)，计算在各个尺度r下，图像中各个像素的U(x, y, r)与B(x, y, r), U(x, y, r)与B(x, y, r)是尺度分别依次取I,2，……，&时，上下表面的灰度值，Krirmax ； 步骤6、根据步骤5得到的各个像素的U (x, y，r)与B (x, y, r)，计算在各个尺度下，图像中各个像素的V(x，y，r)与A(x，y，r),其中V (x, y, r)为上下表面之间的体积，A(x，y，r)为纹理所占的整个表面积；
2.根据权利I所述的基于多尺度分形特征的红外图像增强方法，其特征在于:最大尺度值取值4时，取得最好的红外图像；对整幅红外图像320X240增强所需时间为0.52秒。
全文摘要
本发明涉及一种基于多尺度分形特征的红外图像增强方法。本发明依据红外图像中的自然背景具有分形特征，而人造目标不具有分形特征这一特征，利用这种分形特征的不同，将人造目标进行增强，同时将自然背景进行抑制，达到红外增强的目的。本发明首先导入红外图像，并转换为位图，其次将地毯覆盖方法中计算分形参数的度量思想应用到二维图像表面，将像素灰度值构成的三维纹理表面用厚度为2r的地毯覆盖。然后图像中各个像素的计算基于方差的分型参数变化度量函数。最后得到的图像即为增强后的红外图像。本发明具有实时性和鲁棒性，经本发明方法处理之后的图像能达到很好的红外图像增强效果。
文档编号G06T5/00GK103218782SQ20131012645
公开日2013年7月24日 申请日期2013年4月11日 优先权日2013年4月11日
发明者刘俊, 刘法龙, 张倩倩, 杨晓冬, 卜令娟, 邱黄亮, 高炳像 申请人:杭州电子科技大学