一种红外成像模拟动态增强方法及系统与流程

本申请涉及图像数据处理，具体涉及一种红外成像模拟动态增强方法及系统。

背景技术：

1、红外成像模拟是指使用计算机模拟技术来模拟红外成像过程，以便于在没有实际红外成像设备的情况下，研究和分析红外图像的特性。红外图像的分辨率通常低于可见光图像，这使得细节的捕捉不够清晰；由于红外图像反映的是物体的热辐射强度，其对比度通常低于彩色图像，这可能导致在图像分析时难以区分不同的物体或特征，所以需要对红外成像模拟获得的图像进行进一步的动态增强，从而获得更加清晰的红外图像。

2、对红外图像进行增强可以通过分层的思想，将红外图像分解成包含低频温度信息的轮廓信息图像和包含高频温度信息的纹理信息图像，然后分别对轮廓信息图像和纹理信息图像进行增强处理，最后再将增强后的两层分量融合得到最终的增强图像。将两层分量进行融合的关键在于选择合适的融合系数，传统的基于分层的红外图像增强算法通常根据预设的经验值进行融合，没有考虑到分别增强后两层分量的特征，导致最后的增强效果不理想。

技术实现思路

1、为了解决上述技术问题，本申请的目的在于提供一种红外成像模拟动态增强方法及系统，所采用的技术方案具体如下：

2、第一方面，本申请实施例提供了一种红外成像模拟动态增强方法，该方法包括以下步骤：

3、优选的，所述每个区域的平滑因子为每个区域中所有像素点的梯度幅值的均值和所有像素点的灰度值的离散程度融合的结果。

4、优选的，所述轮廓信息图像中每个像素点的背景融合系数的构建过程为：

5、将红外灰度图中所有区域的平滑因子的归一化结果和红外灰度图作为双边滤波算法的输入，得到轮廓信息图像；

6、分析轮廓信息图像中每个像素点的邻域中所有像素点的灰度值的分布情况得到轮廓信息图像中每个像素点的局部离散度；

7、分析轮廓信息图像中所有像素点的分布情况确定轮廓信息图像中每个像素点的边缘权重因子；

8、基于所述局部离散度与所述边缘权重因子确定轮廓信息图像中每个像素点的背景融合系数，轮廓信息图像中每个像素点的背景融合系数为轮廓信息图像中每个像素点的局部离散度与边缘权重因子融合的结果。

9、优选的，所述轮廓信息图像中每个像素点的局部离散度为轮廓信息图像中每个像素点的邻域中所有像素点的灰度值的离散程度。

10、优选的，所述轮廓信息图像中每个像素点的边缘权重因子的确定方法为：

11、分析轮廓信息图像中每个像素点到其邻域中所有像素点的距离，轮廓信息图像中每个像素点的边缘权重因子为所述距离最小值的倒数。

12、优选的，所述纹理信息图像中每个像素点的细节融合系数的确定方法为：

13、获取纹理信息图像中所有像素点的lbp值，分析纹理信息图像中每个像素点的lbp值与所有像素点的lbp值的平均分布情况的差异确定纹理信息图像中每个像素点的融合指数；

14、分析纹理信息图像中所有像素点的lbp值的第三四分位数和第一四分位数差异，记为融合差异；

15、基于所述融合指数与所述融合差异确定纹理信息图像中每个像素点的细节融合指数。

16、优选的，所述纹理信息图像中每个像素点的融合指数为纹理信息图像中每个像素点的lbp值与所有像素点的lbp值的第一四分位数的差异。

17、优选的，所述纹理信息图像中每个像素点的细节融合指数为纹理信息图像中每个像素点的融合指数与融合差异的比值。

18、优选的，所述红外成像模拟图的获取过程为：

19、将轮廓信息图像中每个像素点的灰度值与对应的背景融合系数的乘积，记为轮廓信息图像中每个像素点的第一灰度值；

20、将纹理信息图像中每个像素点的灰度值与对应的细节融合系数的乘积，记为轮廓信息图像中每个像素点的第二灰度值；

21、将轮廓信息图像和纹理信息图像中处于相同位置的像素点的第一灰度值与第二灰度值的和值，作为红外成像模拟图中每个像素点的灰度值。

22、第二方面，本申请实施例还提供了一种红外成像模拟动态增强系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一项所述方法的步骤。

23、本申请至少具有如下有益效果：本申请通过对红外图片进行分割，根据每个区域灰度变化程度计算平滑因子，根据平滑因子调整双边滤波的参数，对不同的区域取得不同的滤波效果；通过计算平滑因子、背景融合权重和细节融合权重，可以根据不同的红外图像自适应的改变融合权重，从而获得更好的融合效果，提升了红外图像增强的自适应性；本申请通过双边滤波对红外图像进行分层，对不同分层增强后再进行融合，考虑了纹理信息图像中的噪声情况，通过不同分层像素在边缘和纹理复杂区域的不同特征计算每个像素点的融合权重，最后进行像素级融合，改善了传统算法中直接根据预设权重对不同分层进行融合的缺陷，提升了红外图像的增强效果。

技术特征：

1.一种红外成像模拟动态增强方法，其特征在于，该方法包括以下步骤：

2.如权利要求1所述的一种红外成像模拟动态增强方法，其特征在于，所述每个区域的平滑因子为每个区域中所有像素点的梯度幅值的均值和所有像素点的灰度值的离散程度融合的结果。

3.如权利要求1所述的一种红外成像模拟动态增强方法，其特征在于，所述轮廓信息图像中每个像素点的背景融合系数的构建过程为：

4.如权利要求3所述的一种红外成像模拟动态增强方法，其特征在于，所述轮廓信息图像中每个像素点的局部离散度为轮廓信息图像中每个像素点的邻域中所有像素点的灰度值的离散程度。

5.如权利要求3所述的一种红外成像模拟动态增强方法，其特征在于，所述轮廓信息图像中每个像素点的边缘权重因子的确定方法为：

6.如权利要求1所述的一种红外成像模拟动态增强方法，其特征在于，所述纹理信息图像中每个像素点的细节融合系数的确定方法为：

7.如权利要求6所述的一种红外成像模拟动态增强方法，其特征在于，所述纹理信息图像中每个像素点的融合指数为纹理信息图像中每个像素点的lbp值与所有像素点的lbp值的第一四分位数的差异。

8.如权利要求6所述的一种红外成像模拟动态增强方法，其特征在于，所述纹理信息图像中每个像素点的细节融合指数为纹理信息图像中每个像素点的融合指数与融合差异的比值。

9.如权利要求1所述的一种红外成像模拟动态增强方法，其特征在于，所述红外成像模拟图的获取过程为：

10.一种红外成像模拟动态增强系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述方法的步骤。

技术总结本申请涉及图像数据处理技术领域，具体涉及一种红外成像模拟动态增强方法及系统，该方法包括：获取红外灰度图；构建红外灰度图中每个区域的平滑因子；获取轮廓信息图像和纹理信息图像；确定轮廓信息图像中每个像素点的背景融合系数；确定纹理信息图像中每个像素点的细节融合系数；基于轮廓信息图像中所有像素点的背景融合系数与纹理信息图像中所有像素点的细节融合系数，以获取红外成像模拟图。本申请通过不同分层像素在边缘和纹理复杂区域的不同特征计算每个像素点的融合权重，提升了红外图像的增强效果。技术研发人员：王刚受保护的技术使用者：南京高商机电科技有限公司技术研发日：技术公布日：2024/9/29