一种夜视图像增强处理方法与流程

本发明具体涉及一种夜视图像增强处理方法。

背景技术：

对低质量图像，比如红外图像的处理，图像增强是一种基本的方法。所谓图像增强，就是“用来提高图像的视觉效果的一门技术”。在图像增强算法中，直方图均衡既是一种最常见的算法，也是最有效的方法之一。严格来讲，直方图均衡是对原始图像进行重新调节以使增强后的图像的直方图呈现出某些期望的形式；其中最常见的是将直方图修正为均匀分布的形式。

传统的直方图算法存在着以下缺陷：1)无法保留原始图像的亮度信息，其处理后的图像，灰度呈近似均匀分布，因而其平均亮度总是在灰度范围中值附近；2)处理过程中会发生灰度合并现象，即一些低频灰度可能被合并，总的灰度级将有所损失，从而造成图像细节的丢失。

技术实现要素：

本发明的目的是提供一种利用双直方图均衡方法保持亮度和通过设定最小灰度间距克服灰度合并现象、增强图像弱小目标和突出图像细节的夜视图像增强处理方法。

为了解决上述技术问题，本发明的技术方案是：

一种夜视图像增强处理方法，包括以下步骤：

1)以原始图像灰度均值坐标点，将直方图平移至一个中心灰度值，在此基础上引入两个限定拉伸系统，一个较大的限定拉伸系数emax，一个较小的限定拉伸系统emin；

2)求出原始图像的平均灰度gm，采用如下公式：

3)求出原始图像的灰度上限h和下限l；

4)比较原始图像的平均灰度gm与中心灰度值的大小，求出拉伸后的新图像的上限h’和下限l’。

本发明技术效果主要体现在以下方面：结合gphe和bbhe的两种算法，在能够同时保持图像的灰度和亮度信息的基础上实现灰度的均匀拉伸，达到增强图像较少目标和细节的对比度的目的。

具体实施方式

实施例

一种夜视图像增强处理方法，包括以下步骤：

1)以原始图像灰度均值坐标点，将直方图平移至一个中心灰度值，在本实施例中，此中心灰度值为127，在此基础上引入两个限定拉伸系统，一个较大的限定拉伸系数emax，一个较小的限定拉伸系统emin；

2)求出原始图像的平均灰度gm，采用如下公式：

3)求出原始图像的灰度上限h和下限l；

4)比较原始图像的平均灰度gm与127的大小，求出拉伸后的新图像的上限h’和下限l’。

如果原始图像的平均灰度gm＜127，则采用如下步骤：

1)求出差值△k，△k＝127-gm；

2)求出平移原始图像至127后的新图像的上限h’和下限l’，得出各子图平移后图像占用的灰度范围大小g1和g2：

3)求出拉伸后的新图像上限h’和下限l’：

若则

若则

如果原始图像的平均灰度gm≥127，则采用如下步骤：

1)求出差值△k，△k＝gm-127；

2)求出平移原始图像至127后的新图像的上限h’和下限l’，得出各子图平移后图像占用的灰度范围大小g1和g2：

3)求出拉伸后的新图像上限h’和下限l’，

若则

若则

4)将原始图像x以灰度值127为界限，分为两个子图x1、x2，其中：

两个子图的统计直方图分别为：

5)两个子图分别在拉伸后的灰度区间[l′，127]和[128，h′]上进行gphe，设两个子图灰度区间的长度分别为g1’和g2’，即：

本发明技术效果主要体现在以下方面：结合gphe和bbhe的两种算法，在能够同时保持图像的灰度和亮度信息的基础上实现灰度的均匀拉伸，达到增强图像较少目标和细节的对比度的目的。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围之内。