红外图像多级均值对比度增强方法

摘要

红外图像多级均值对比度增强方法，属于数字图像处理方法。现有图像增强方法不太适合于用FPGA实现。本发明所述红外图像多级均值对比度增强方法依次包括多级均值计算、中值滤波和线性增强三部分，它去除了冗余计算，在不直接统计直方图的情况下，通过多级均值逼近的方式获取x₀和x₁的值，并用中值滤波增强了处理后图像的稳定性，综合起来说在FPGA实现上是一种优于传统经典算法的实现方法。本发明通过简单的比较器、累加器、计数器实现，电路规模小、所需硬件资源少、成本低廉、实时性强，可以有效的适应红外成像设备中图像增强的高要求，因此利于推广应用。

主权项

1.一种红外图像多级均值对比度增强方法，其特征在于它依次包括A.多级均值计算、B.中值滤波和C.线性增强三部分，具体如下：A.多级均值计算依次包括以下过程：a.利用下述公式得到图像1/2处的灰度均值 $m_{\frac{1}{2}}:m_{\frac{1}{2}}=\frac{1}{N}\underset{i=1}{\overset{N}{\Sigma }}{X}_i,$其中，N是图像像素点数，X_i是像素灰度值；b.再利用下述公式得到图像1/4处和3/4处的灰度均值 $m_{\frac{1}{4}}=\frac{\underset{X_i<m_{\frac{1}{2}}}{\Sigma }{X}_i}{K_{\frac{1}{4}}},$其中，表示图像中灰度小于处像素点的个数，X_i是像素灰度值； $m_{\frac{3}{4}}=\frac{\underset{X_i>m_{\frac{1}{2}}}{\Sigma }{X}_i}{K_{\frac{3}{4}}},$其中，表示图像中灰度大于处像素点的个数，X_i是像素灰度值；c.依此类推，依据公式“ $m_{\frac{1}{2^n}}\frac{\underset{X_i<m_{\frac{1}{2^{n-1}}}}{\Sigma }{X}_i}{K_{\frac{1}{2^n}}},$ $m_{\frac{2^n-1}{2^n}}=\frac{\underset{X_i>m_{\frac{2^{n-1}-1}{2^{n-1}}}}{\Sigma }{X}_i}{K_{\frac{2^n-1}{2^n}}}$”可以得到任何1/2ⁿ和(2ⁿ-1)/2ⁿ处的均值m_1/2n和m_(2n-1)/2n，此两个数值即分别为线性拉伸的最小值X₀′和最大值X₁′；其中，表示图像中灰度小于处像素点的个数，表示图像中灰度大于处像素点的个数，X_i是像素灰度值；将依次得到的均值都存入寄存器；B.中值滤波过程：将寄存器中相邻几帧的均值取中值，即得到最小值X₀′的中值X₀和最大值X₁′的中值X₁；C.线性增强过程：根据下述公式，即可实现对图像灰度的线性增强： $X_{\mathrm{OUT}}\text{'}=\left\{\begin{array}{cc}1& {\forall X}_{\mathrm{IN}}\le X_0\\ 2^n(X_{\mathrm{IN}}-X_0)/(X_1-X_0)& {\forall X}_0<X_{\mathrm{IN}}<X_1\\ 2^n& {\forall X}_{\mathrm{IN}}\ge X_1\end{array}\right.$ $X_{\mathrm{OUT}}=\left\{\begin{array}{cc}0& \forall X_{\mathrm{OUT}}\text{'}=0\\ X_{\mathrm{OUT}}\text{'}-1& {\forall X}_{\mathrm{OUT}}\text{'}>0\end{array}\right.$其中，X_IN是输入图像的像素灰度值，X_OUT是输出图像的像素灰度值。