基于MATLAB的红外图像增强技术研究与应用论文推荐.docVIP

基于MATLAB的红外图像增强技术研究与应用 1.1选题目的及意义 利用红外成像技术实现的目标检测识别跟踪是现代军事防御系统的关键组成部分。 它在侦察告警上的应用是国内正在研究和攻关的课题，是军事武器系统的自动化、智能 化、现代化的重要标志之一〔，，2〕。随着现代战争级别的不断升级，对高科技的依赖和运 用的要求也不断提高。因此，对红外目标的检测和跟踪也提出了更高的要求，既要保证 较高的检测概率和较低的虚警概率，又要在较短的时间内做出判断乃至相应的反应。然 而，由于红外传感器受到大气热辐射、作用距离远、探测器噪声等因素影响，其探测到 的目标在红外图像上.呈现为对比度低的目标，特别是在检测信号相对较弱和背景有非平 稳的起伏干扰情况下，目标边缘甚至全部都有可能被大量复杂的噪声(杂波)所淹没，而 图像信噪比低，形状和结构的信息不足，更增加了检测跟踪目标的难度。所以对于红外 图像的增强处理改善图像质量显得尤其重要。 通常来讲图像增强只是存在于影像处理系统预处理过程中，而在对图像增强之后还 要有相应的理解识别等处理，所以图像的增强效果好坏对于图像的识别理解至关重要。 目前，针对图像的各种增强算法研究已经很多，但针对红外图像能够获得良好的处理效 果的方法还不多，尤其对于红外图像整体的亮度存在较大变化且噪声严重的情况，因此 研究图像增强的算法具有重要的理论意义和实际应用价值。 1.2图像增强技术的理论 军队获取的红外图像效果都不理想，因此要经过图像处理以后才‘能使用，其中图像 增强技术是常常使用的方法。图像增强技术的目的是提高图像质量，更准确地说，图像 增强是用来去除噪声、清晰图像边缘、突出图像细节的技术。通常图像增强技术的应用 增强了人类的观察能力，提高了自动图像处理系统的成功性和准确性。几十年来，许多 图像增强技术被提出并得到发展。并初步形成了一套比较完整的算法体系。 图像增强方法大致可分为两类〔4〕:一类是频域处理法，一类是空域处理法。 空域算法是直接对图像的像素进行处理，基本上是以灰度映射变换为基础的151，所 用的映射变换取决于图像的特点和增强的目的。具体说来，空域法包括点运算和模板处 理两种，其中点运算是针对每个像素点进行的，与周围的像素点无关，而模板运算是在 每个像素点的邻域内进行的。 点运算中效果比较好的是直方图均衡 161(HistogramEquahzation，HE)它是统计意义 上的增强方法，对于成像过程中曝光不足或者曝光过度造成的图像明显偏暗或偏亮现象 有很好的效果;图像的灰度直方图是图像中各像素对应的灰度等级分布的近似概率密度 函数，灰度直方图均衡化是经典的图像增强技术，其基本原理是对一幅图像的灰度直方 图经过一定的变换之后，使其灰度分布成为均匀或基本均匀。直方图均衡化的意义是通 过处理以后使得分布在每一个灰度等级上的像素个数相等或基本相等，但是由于灰度直 方图只是近似的概率密度函数，因此，当用离散的灰度等级做变换时，很难得到完全平 坦均匀的结果，而且当灰度直方图有多个波峰时，它将使图像增强过度，使得输出图像 有较严重的噪声出现。 邻域处理又称模板处理，它分为图像平滑和图像锐化两类。图像平滑的主要目的是 减少噪声。在频域里因为噪声频率多在高频段，因此可以采用各种形式的低通滤波来减 少噪声，在空域和频域均可采用图像平滑的方法。具体说来，有邻域平均法、中值滤波、 噪声消除法、梯度倒数加权等。图像锐化的主要目的是使边缘和轮廓模糊的图像变得清 晰，并使其细节清晰。但由于锐化使噪声受到比信号还要强的增强，所以要求锐化处理 的图像有较高的信噪比，否则锐化后图像的信噪比更低。边缘细节增强可利用各种梯度 算子和反锐化掩模技术来实现。 频域法是在图像的某种变换域内，对变换后的系数进行运算，然后再反变换到原来 的空域得到增强的图像。这是一种间接处理方法。比如，先对图像进行傅里叶变换，再 对图像的频域进行滤波处理，最后将滤波处理后的图像反变换到空间域，从而获得增强 后的图像。对于一幅图像来说，高频部分大致对应着图像中的边缘细节，低频部分大致 对应着图像中过渡比较平缓的部分。常用的图像变换有傅里叶变换、小波变换、离散余 弦变换、沃尔什变换和霍特林变换等。在这些变换下通常应用低通滤波、高通滤波、带 阻滤波、同态滤波等方法处理图像。 低通滤波是利用低通滤波器去掉反映细节和跳变性的高频分量，对图像的作用就是 把尖峰去掉，但同时也将边缘的跳变信息也去掉了，因而使得图像比较模糊，故也称平 滑滤波作用。例如，对灰度反差太强的图像、受到尖峰天线干扰或有明显颗粒干扰的图 像都可起平滑作用。低通滤波器有指数滤波器和梯形滤波器等。 高通滤波是利用高通滤波器忽略图像中过渡比较平缓的部分，突出那些能代表细 节、跳变等的高频部分，使得增强后的图像边缘细节部分清晰。