和8－14，两个波段，这是由大气红外性质和目标自身娜射所 - Read.PDF

西安电子科技大学硕士学位论文:视频运动 目标跟踪算法研究 第二章 视频图像增强 2.1引言 视频图像增强的首要日标是处理图像，将原来不清楚的图像变得清晰或把感 兴趣的某些特征强调出来.以改善图像的视觉效果，使其比原始图像更适合特定 的应用[22]由于光照、设备本身的精度以及噪声等因素，获得的图像质量难免会 有些缺陷。有时针对特定的目的，也会对图像质量产生特殊的需求。因此，对得 到的原始图像需要一类技术来对它进行改善，以便机器视觉系统更好的进行识别， 这种技术就是图像增强。图像增强的主要目的是提高图像的视觉质量或者凸显某 些特征信息，它无论对人眼理解还是基于计算机可视化技术的高级图像分析都非 常有用。需要指出的是，增强技术不能增加图像数据本身包含的信息，但是可以 凸显特定特征，尤其对红外图像，因为红外传感器本身固有的特性，红外图像普 遍存在着 目标与背景对比度较差、边缘模糊等缺点，再加上目标距传感器较远， 形状、大小、纹理特性较差，目标检测比较困难，更是需要对红外图像进行增强 处理，本章也是主要针对红外图像进行增强。 红外热成像技术是一种波长转换技术，即把红外辐射图像转换为可见光图像 的技术[13J它利用景物自身各部分辐射的差异获得图像的细节，通常采用3-5(07[ 和8-14，两个波段，这是由大气红外性质和目标自身娜射所决定的·红外热成 像系统具有一定的穿透烟、雾、雪等限制以及识别伪装的能力，不受战场上弧光、 闪光干扰而致盲，可以实现远距离，全天候观测。这些特点使得热成像系统特别 适合军事应用。各国都以巨资竞相开展这一领域的研究工作. 红外图像反映了目标和背景不可见红外辐射的空间分布，其辐射亮度分布主 要由被观测物体的温度和发射率决定，因此红外图像近似反映了物体温差或辐射 差。物体和背景的红外辐射需经过大气传输、光学系统、光电转化和视频处理等 过程，才能被转化成为红外图像。所以根据红外图像产生过程，结合实际热成像 系统的输出结果，得出红外图像有以下特点: 1)红外热成像表征物体的温度分布，是灰度图像，没有彩色或阴影，因此， 对人眼而言，分辨率低、分辨潜力差，立休感比较差; 2)由于物体热平衡、光波波长长、传输距离远、大气衰减等原因，造成红外 图像空间相关性强、对比度低、视觉效果模糊; 3)热成像系统的探测能力和空间分辩率低于可见光CCD阵列，使得红外图像 的清晰度低于可见光图像: 第二章 视频图像增强 4)外界环境的随机干扰和热成像系统的不完善，给红外图像带来多种多样的 噪声，比如热噪声、散粒噪声等等。噪声来源多样，噪声类型繁多，这些都造成 红外热图像上噪声的不可预测的分布复杂性。这些分布复杂的噪声使得红外图像 的信噪比比普通电视图像低; 5)由于红外探测器各探测单元的响应特性不一致、光机扫描系统缺陷等原因， 造成红外图像的非均匀性，体现为图像的固定图案噪声、串扰、畸变等。 随着热成像系统在军事和民用方面的应用 日益广泛和深入，对热成像系统的 图像质量也提出了更高的要求。国际上在开展红外探测器性能研究的同时，也在 大力进行红外图像处理技术的研究，来有效改善图像质量。增强作为图像处理的 一个重要部分，在改善图像质量方面发挥着很大的作用。尤其对红外图像这样的 低对比度的图像，进行增强处理就成了改善图像质量的最重要的手段。 本章首先介绍红外图像的特点及增强的必要性，然后介绍常见图像增强的方 法及小波变换理论，最后采用平台直方图均衡化及非线性增益算子的小波变换针 对红外图像进行增强。 2.2常用图像增强算法 图像增强是很早的课题，国内外对此有很多研究[14][15][16][171，相应算法也有许 多。如文献1【8]采用部分子块重叠直方图均衡化法对图像进行对比度增强;文献[19] 采用自适应钝化掩模法进行图像增强;文献[20]采用基于形态学的方法对红外图像 边缘增强;文献[21」基于图像分割的方法对图像增强，文献2〔2]提出了一种利用双 门限分割后再进行灰度变换进行增强的方法。 这些方法都有各自的优缺点，总体来说，它们大致可以被分成频域法、空域 法两大类。频域法是把原图像进行某种变换(如傅立叶变换，小波变换)，在变换域 中进行处