极值温差红外图像的自适应双局部增强算法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

极值温差红外图像的自适应双局部增强算法

贺明, 王亚弟, 王新赛, 路建方, 张艺, 李志军

文章导航 > 强激光与粒子束 > 2014 > 26: 081006

上一篇

下一篇

贺明, 王亚弟, 王新赛, 等. 极值温差红外图像的自适应双局部增强算法[J]. 强激光与粒子束, 2014, 26: 081006. doi: 10.11884/HPLPB201426.081006

引用本文:

贺明, 王亚弟, 王新赛, 等. 极值温差红外图像的自适应双局部增强算法[J]. 强激光与粒子束, 2014, 26: 081006. doi: 10.11884/HPLPB201426.081006

He Ming, Wang Yadi, Wang Xinsai, et al. Adaptive bilocal enhancement algorithm for infrared image with extreme temperature difference[J]. High Power Laser and Particle Beams, 2014, 26: 081006. doi: 10.11884/HPLPB201426.081006

Citation:

He Ming, Wang Yadi, Wang Xinsai, et al. Adaptive bilocal enhancement algorithm for infrared image with extreme temperature difference[J]. High Power Laser and Particle Beams, 2014, 26: 081006. doi: 10.11884/HPLPB201426.081006

极值温差红外图像的自适应双局部增强算法

doi: 10.11884/HPLPB201426.081006

贺明^1,2,3,
王亚弟^1, ,,
王新赛^1,2,3,
路建方^1,2,3,
张艺²,
李志军²

1.
信息工程大学, 郑州 450002;
2.
防空兵学院, 郑州 450002;
3.
上海蓝剑科技发展有限公司, 上海 201 821

通讯作者:
王亚弟

Adaptive bilocal enhancement algorithm for infrared image with extreme temperature difference

He Ming^1,2,3,
Wang Yadi^{1
, ,},
Wang Xinsai^1,2,3,
Lu Jianfang^1,2,3,
Zhang Yi²,
Li Zhijun²

1.
PLA Information Engineering University,Zhengzhou 450002,China;
2.
Air Defense Forces Academy,Zhengzhou 450002,China;
3.
Shanghai Science and Technology Development Cp Lt,Shanghai 201821,China

摘要: 针对目前红外焦平面成像系统在观察目标、特别是极值温差目标时，各温度段灰度描述不均匀和细节不够的问题，提出了一种自适应红外图像双局部增强算法。详细介绍了通过空间分布和灰度统计特性两个方向实现对极值温差图像自适应增强的方法，该方法首先从红外图像的空间分布特性出发，将图像切割成多个局部图像，然后再从直方图灰度分布出发，将局部图像的直方图进行聚类分段，并对分段直方图均衡增强，最后对生成的每个局部图像增强结果进行线性插值拼接完成增强算法。通过在红外焦平面系统中实验证明了极值温差自适应的红外图像双局部增强算法的可行性，并获得了很好的效果，成像质量有明显提高。
- 红外图像 /
- 极值温差 /
- 自适应双局部增强 /
- 直方图均衡
Abstract: The infrared focal plane system cant provide well distributed gray of every temperature section and sufficient image details for targets with extreme temperature difference. To address this problem, an adaptive bilocal enhancement algorithm was proposed. This paper gives a detailed introduction about the adaptive bilocal enhancement algorithm from two aspects: spatial distribution and gray statistics characteristics. This algorithm adaptively divides the original image into several sub-images based on the spatial distribution of infrared image, then gets the local histogram statistics based on the local gray statistics characteristics, and do adaptive segment equalization on the histogram of every local space. At last, the enhanced images were mosaicked by linear interpolation algorithm. The practicability of this algorithm has been verified by a series of experiments on the infrared focal plane system. The effect was satisfactory and the imaging quality was improved significantly.
- infrared image /
- extreme temperature /
- adaptive bilocal enhancement /
- histogram equalization

[1]	钱琨, 杨俊彦, 余跃, 赵东, 荣生辉. 基于卷积特征选择的红外目标跟踪 . 强激光与粒子束, 2019, 31(09): 093202-. doi: 10.11884/HPLPB201931.190133
[2]	蔡青, 刘慧英, 周三平, 孙景峰. 基于局部和全局信息的自适应水平集图像分割 . 强激光与粒子束, 2017, 29(02): 021003-. doi: 10.11884/HPLPB201729.160432
[3]	秦翰林, 曾庆杰, 李佳, 周慧鑫, 延翔, 韩姣姣, 吕恩龙. 奇异值非线性修正的低对比度红外图像实时增强 . 强激光与粒子束, 2015, 27(01): 011007-. doi: 10.11884/HPLPB201527.011007
[4]	游安清, 王磊, 张蓉, 宋海峰. 图像中近圆形对象的一种识别方法 . 强激光与粒子束, 2015, 27(12): 121004-. doi: 10.11884/HPLPB201527.121004
[5]	凌强, 黄树彩, 吴潇, 钟宇. 基于核各向异性扩散的红外小目标检测 . 强激光与粒子束, 2015, 27(01): 011014-. doi: 10.11884/HPLPB201527.011014
[6]	曲仕茹, 杨红红. 基于遗传算法参数优化的PCNN红外图像分割 . 强激光与粒子束, 2015, 27(05): 051007-. doi: 10.11884/HPLPB201527.051007
[7]	王晓阳, 彭真明, 张萍, 孟晔铭. 局部对比度结合区域显著性红外弱小目标检测 . 强激光与粒子束, 2015, 27(09): 091005-. doi: 10.11884/HPLPB201527.091005
[8]	文奴, 杨世植, 崔生成, 程伟. 自适应双树复小波遥感图像复原 . 强激光与粒子束, 2014, 26(10): 101003-. doi: 10.11884/HPLPB201426.101003
[9]	马科, 彭真明, 何艳敏, 高原, 张萍. 改进的非下采样Contourlet变形红外弱小目标检测方法 . 强激光与粒子束, 2013, 25(11): 2811-2815. doi: 10.3788/HPLPB20132511.2811
[10]	白宏刚, 张建奇, 王晓蕊. 基于波原子变换的红外复杂背景杂波抑制算法 . 强激光与粒子束, 2013, 25(01): 37-41. doi: 10.3788/HPLPB20132501.0037
[11]	景亮, 彭真明, 何艳敏, 蒲恬. 各向异性SUSAN滤波红外弱小目标检测 . 强激光与粒子束, 2013, 25(09): 2208-2212. doi: 10.3788/HPLPB20132509.2208
[12]	秦翰林, 黄洋, 姚柯柯, 周慧鑫, 刘上乾. 多尺度核局部归一化的红外图像背景抑制 . 强激光与粒子束, 2012, 24(05): 1063-1066. doi: 10.3788/HPLPB20122405.1063
[13]	黄永林, 叶玉堂, 乔闹生, 陈镇龙. 基于快速模糊C均值聚类算法的红外图像分割 . 强激光与粒子束, 2011, 23(06): 0- .
[14]	张立保, 李冬玲, 余先川, 王鹏飞, 蔡蕾. 基于直方图的感兴趣区图像边缘检测 . 强激光与粒子束, 2010, 22(08): 0- .
[15]	李凡, 刘上乾, 洪鸣, 秦翰林. 基于人工蚁群的红外图像分割算法 . 强激光与粒子束, 2010, 22(05): 0- .
[16]	匙芳廷, 李波, 刘一杨, 陈素芬, 江波. 紫外臭氧处理聚-α-甲基苯乙烯微球表面化学镀镍 . 强激光与粒子束, 2009, 21(03): 0- .
[17]	秦翰林, 周慧鑫, 刘上乾, 李凡. 基于双边滤波的弱小目标背景抑制 . 强激光与粒子束, 2009, 21(01): 0- .
[18]	刘昌松, 严高师, 蔡建荣. 一种新的快速运动估计算法 . 强激光与粒子束, 2007, 19(10): 0- .
[19]	方亮, 陆佳佳, 叶玉堂, 杨先明, 成志强. 一种基于Mumford-Shah模型的红外图像边缘检测方法 . 强激光与粒子束, 2007, 19(04): 0- .
[20]	成永东, 李家胤. 多注速调管放大器的自适应均衡器研制* . 强激光与粒子束, 2002, 14(01): 0- .

WeChat

点击查看大图

计量

文章访问数: 593
HTML全文浏览量: 138
PDF下载量: 158
被引次数: 0

极值温差红外图像的自适应双局部增强算法

doi: 10.11884/HPLPB201426.081006

1. 信息工程大学, 郑州 450002;

2. 防空兵学院, 郑州 450002;

3. 上海蓝剑科技发展有限公司, 上海 201 821

通讯作者: 王亚弟

收稿日期: 2013-12-02
修回日期: 2014-04-09
刊出日期: 2014-06-26

关键词:

自适应双局部增强 /

直方图均衡

摘要: 针对目前红外焦平面成像系统在观察目标、特别是极值温差目标时，各温度段灰度描述不均匀和细节不够的问题，提出了一种自适应红外图像双局部增强算法。详细介绍了通过空间分布和灰度统计特性两个方向实现对极值温差图像自适应增强的方法，该方法首先从红外图像的空间分布特性出发，将图像切割成多个局部图像，然后再从直方图灰度分布出发，将局部图像的直方图进行聚类分段，并对分段直方图均衡增强，最后对生成的每个局部图像增强结果进行线性插值拼接完成增强算法。通过在红外焦平面系统中实验证明了极值温差自适应的红外图像双局部增强算法的可行性，并获得了很好的效果，成像质量有明显提高。

English Abstract

贺明, 王亚弟, 王新赛, 等. 极值温差红外图像的自适应双局部增强算法[J]. 强激光与粒子束, 2014, 26: 081006. doi: 10.11884/HPLPB201426.081006

引用本文:

贺明, 王亚弟, 王新赛, 等. 极值温差红外图像的自适应双局部增强算法[J]. 强激光与粒子束, 2014, 26: 081006. doi: 10.11884/HPLPB201426.081006

He Ming, Wang Yadi, Wang Xinsai, et al. Adaptive bilocal enhancement algorithm for infrared image with extreme temperature difference[J]. High Power Laser and Particle Beams, 2014, 26: 081006. doi: 10.11884/HPLPB201426.081006

Citation:

He Ming, Wang Yadi, Wang Xinsai, et al. Adaptive bilocal enhancement algorithm for infrared image with extreme temperature difference[J]. High Power Laser and Particle Beams, 2014, 26: 081006. doi: 10.11884/HPLPB201426.081006

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

版权所有 © 2014 中国工程物理研究院科技信息中心蜀ICP备06003668号

通信地址: 四川省绵阳919信箱805分信箱 (621900)刊社地址: 四川省绵阳市游仙区科学城科技信息中心电话: 0816-2485753传真：0816-2483701Email：HPLPB@caep.cn

本系统由北京仁和汇智信息技术有限公司开发技术支持: info@rhhz.net