淺談紅外圖像增強方法

韓衛華 陳丹 鞠薈薈

摘要：針對紅外圖像對比度低、不夠清晰、空間相關性強等特點，分析了紅外圖像的特性，分析了基于平臺直方圖均衡化的紅外圖像增強方法、基于Retinex理論的紅外圖像增強方法的技術特點，總結了采用兩種算法進行紅外圖像增強的技術過程。

關鍵詞：紅外圖像增強?Retinex理論?平臺直方圖均衡化

近年來，紅外熱成像技術獲得迅猛發展，被廣泛應用于軍事、科技、醫療等諸多領域，尤其今年得到了大量使用。但相比可見光成像，紅外成像還存在圖像對比度低、不夠清晰、空間相關性強、噪聲大、動態范圍大等缺點，其成像效果嚴重依賴于成像器件和環境因素。為了得到更好的視覺效果，對紅外圖像進行增強顯得非常必要和迫切。紅外圖像的增強算法主要包括傳統的頻域和空域增強，如：直方圖均衡化、非線性變換、線性變換、高通濾波、低通濾波以及同態濾波等;新型的圖像增強方法則將遺傳學、神經網絡人眼視覺、多尺度分析理論、偏微分方程、梯度域、模糊理論等新興理論或學科引入到圖像增強領域。

一、紅外圖像特性分析

普通的紅外成像系統，受成像器件自身靈敏度、噪聲特性、掃描機制、分辨率等軟、硬件條件限制，通常所得到的紅外圖像清晰度、對比度都很低、噪聲復雜，很大程度上加大了和可見光圖像進行異源匹配的難度，甚至降低匹配準確度，給后續工作造成困難。通過在實際應用中對熱成像系統輸出結果的統計分析，并在深入研究紅外圖像成像機理的基礎上，歸納紅外圖像的特點為：

1） 紅外圖像是一種特殊的灰度圖像，沒有陰影或色彩，與可見光圖像相比分辨率低，立體感差;

2） 紅外圖像內部包含多種分布復雜、性質各異的噪聲，信噪比相對可見光圖像通常都低;

3）相比可見光圖像，紅外圖像的對比度更低、空間相關性更強，清晰度與可見光圖像有很大差距，視覺效果通常不太理想;

4） 紅外圖像的非均勻性顯著，通常以串擾、畸變以及噪聲的形式呈現出來。

二、紅外圖像增強的方法

紅外圖像的灰度級動態范圍、像素分布、直方圖等基本屬性通常與可見光圖像均不同，若直接采用可見光圖像傳統的增強方法進行增強處理，要么作用效果有限，要么不起作用，甚至適得其反，使紅外圖像出現嚴重降質的情況。例如，適用于可見光圖像增強的直方圖均衡化算法應用在紅外圖像時效果很差。目前，紅外圖像增強算法主要包括傳統的頻域、空域增強和新型的圖像增強方法。其中一種是經過改進的平臺直方圖均衡化方法，通過灰度映射的方式來調整圖像的直方圖，使其均衡分布，實現整個圖像對比度的增強，快速有效，適用于場景深度變化不大，同時圖像分布比較均勻的情況;新型圖像增強方法中，Edwin Land提出了Retinex理論，這種圖像增強算法基于人類視覺系統理論，其原理是：去除照射光在原始圖像中的影響，獲得物體本身所具備的反射特性，以分析圖像的內在性質。基于Retinex理論的圖像增強算法具有局部對比度增強，高動態范圍壓縮，并且圖像色彩恒常性能夠保持等優點。

1.基于平臺直方圖均衡化的紅外圖像增強方法

直方圖均衡化是一種常用的圖像增強方法，它在圖像的累積直方圖基礎上進行灰度調整，從而增強圖像，調整灰度級的策略是：在直方圖中，調大像素數多而密的灰度級間的間隔，提高了對比度;調小像素數少而稀疏的灰度級間的間隔，甚至調整為0（灰度級被合并），降低了對比度。用上述直方圖均衡化增強處理的紅外圖像，導致目標的灰度級偏少，而背景和噪聲的灰度級偏多，相當于背景和噪聲的對比度提高了，目標的對比度降低了。所以，一般的直方圖均衡化算法對紅外圖像增強效果并不好。

平臺直方圖是在直方圖基礎上的一種修正，先選擇合適的平臺閾值T，對統計直方圖做出如下修正：如果某灰度級下的直方圖值大于T，將其直方圖值設置為T;如果其直方圖值小于T，就保持不變。

平臺直方圖均衡化類似于直方圖均衡化，不同的是：直方圖均衡化，圖像的累積直方圖是由統計直方圖得到的;而平臺直方圖均衡化，圖像的累積直方圖是由平臺直方圖得到的。然后，通過累積直方圖重新分配圖像的灰度，即可得到均衡化的圖像。

（2）基于Retinex理論的紅外圖像增強方法

在Retinex理論中，圖像分為兩部分：一是入射光分量，即低頻部分，將它稱之為照射圖像，該部分影響圖像的動態范圍;二是物體的反射分量，即高頻部分，稱之為反射圖像，該部分反映圖像的內在性質。

有效地計算出照射圖像是利用 Retinex 理論進行圖像增強的關鍵，但從數學上講是個奇異問題，所以只能采用近似估計的方法估算出照射圖像。大部分Retinex算法操作的流程如圖1所示，首先從空間域圖像變換到對數域圖像，之后在對數域圖像中估算照射分量，進而求得圖像中包含的反射分量，然后變換回空間域圖像，即得到在空間域圖像中的反射分量。根據估算照射圖像不同的方法，出現了很多在 Retinex 理論基礎上的算法，如基于中心/環繞的Retinex算法、基于隨機路徑的Retinex 算法、變分Retinex算法等。其中，變分Retinex算法目前應用最為廣泛，能解決中心/環繞 Retinex 算法在增強紅外圖像過程中易產生“光暈”的問題，效果相對來說比較好。

參考文獻：

[1] 王晨，湯心溢，高思莉. 基于人眼視覺的紅外圖像增強算法研究[J]. 激光與紅外，2017（1）.

[2] 吳強，王新賽，賀明等. 一種結合小波分析與直方圖的紅外圖像增強方法[J]. 應用光學，2011（3）.

韓衛華?陳丹?鞠薈薈 火箭軍士官學校