基于加權(quán)直方圖均衡的紅外圖像增強(qiáng)方法

龔昌來(lái)，羅 聰，楊冬濤，黃杰賢

（嘉應(yīng)學(xué)院電子信息工程學(xué)院，廣東梅州514015）

基于加權(quán)直方圖均衡的紅外圖像增強(qiáng)方法

龔昌來(lái)，羅 聰，楊冬濤，黃杰賢

（嘉應(yīng)學(xué)院電子信息工程學(xué)院，廣東梅州514015）

針對(duì)紅外圖像特點(diǎn)和傳統(tǒng)直方圖均衡增強(qiáng)方法的不足，提出了一種改進(jìn)的直方圖均衡增強(qiáng)方法。先采用所提出的加權(quán)函數(shù)對(duì)紅外圖像各灰度級(jí)直方圖進(jìn)行調(diào)整，其中對(duì)背景區(qū)低灰度級(jí)的直方圖進(jìn)行縮小，對(duì)目標(biāo)區(qū)高灰度級(jí)的直方圖保持不變，然后進(jìn)行均衡化處理。實(shí)驗(yàn)結(jié)果表明，本文提出的方法有效地壓制了背景噪聲，提高了目標(biāo)對(duì)比度，綜合性能優(yōu)于傳統(tǒng)直方圖均衡和雙平臺(tái)直方圖均衡方法。

紅外圖像；圖像增強(qiáng)；加權(quán)直方圖；直方圖均衡化

1 引 言

紅外圖像具有對(duì)比度低，信噪比低以及邊緣模糊等特點(diǎn)，為了能夠準(zhǔn)確地對(duì)紅外圖像進(jìn)行目標(biāo)識(shí)別、跟蹤、檢測(cè)等處理，必須對(duì)紅外圖像進(jìn)行增強(qiáng)預(yù)處理。直方圖均衡化是一種常用的圖像增強(qiáng)方法，該方法根據(jù)圖像的直方圖分布信息進(jìn)行灰度調(diào)整，使得調(diào)整后的圖像直方圖趨于均勻，增大圖像灰度級(jí)的動(dòng)態(tài)范圍，達(dá)到增強(qiáng)圖像的整體對(duì)比度和清晰度的目的。直方圖均衡化方法運(yùn)算簡(jiǎn)單，對(duì)于可見(jiàn)光圖像，能達(dá)到較好的增強(qiáng)效果。對(duì)于紅外圖像，由于圖像自身的特點(diǎn)，采用一般的直方圖均衡增強(qiáng)后造成背景和噪聲的對(duì)比度被提高，目標(biāo)的對(duì)比度被降低，并且在高灰度區(qū)出現(xiàn)過(guò)亮現(xiàn)象。為了克服傳統(tǒng)直方圖均衡化算法的不足，近年來(lái)出現(xiàn)了很多新的基于直方圖處理的圖像增強(qiáng)算法［1－4］，其中以平臺(tái)直方圖［5－6］算法最具代表性，該算法通過(guò)選擇合適的平臺(tái)值對(duì)圖像的直方圖進(jìn)行修改，實(shí)現(xiàn)對(duì)背景和噪聲的抑制，但是這種算法的平臺(tái)值確定比較困難，目前基本上是憑經(jīng)驗(yàn)進(jìn)行平臺(tái)值的選擇，限制了算法的應(yīng)用［4］。

針對(duì)紅外圖像的特點(diǎn)，本文提出一種改進(jìn)的直方圖均衡算法，其特點(diǎn)是對(duì)紅外圖像的背景和噪聲抑制性能好，并且運(yùn)算簡(jiǎn)單、實(shí)時(shí)性好。

2 加權(quán)直方圖均衡化

2.1 直方圖均衡化原理

傳統(tǒng)的直方圖均衡化方法是以圖像各灰度級(jí)概率的累積分布函數(shù)作為變換函數(shù)，將原圖像映射為一幅灰度級(jí)分布較均勻的圖像，以增大圖像灰度級(jí)的動(dòng)態(tài)范圍，從而增強(qiáng)圖像的對(duì)比度。對(duì)于一幅像素?cái)?shù)為n，灰度范圍為［0，L－1］的圖像，令rk表示第k個(gè)灰度級(jí)，nk表示圖像中rk出現(xiàn)的像素的個(gè)數(shù)，則rk的直方圖pr（rk）為：

灰度累積分布函數(shù)Sk為：

直方圖均衡化變換函數(shù)為：

式中，r′k為原圖像中灰度級(jí)rk經(jīng)直方圖均衡化變換后的灰度級(jí)；round（·）為四舍五入取整運(yùn)算。

對(duì)于紅外圖像，背景和噪聲占用了大量的灰度級(jí)，而目標(biāo)所占的灰度級(jí)較少，經(jīng)過(guò)直方圖均衡后，像素?cái)?shù)多而且分布密集的背景灰度級(jí)之間的間隔變大；像素?cái)?shù)少、分布較稀疏的目標(biāo)的間隔變小。造成背景的對(duì)比度被提升，目標(biāo)的對(duì)比度被減小，并增強(qiáng)了分布在背景中的噪聲。因此，傳統(tǒng)的直方圖均衡化不適用于紅外圖像增強(qiáng)。

要開(kāi)發(fā)這樣一個(gè)系統(tǒng)，在20世紀(jì)50年代中期仍處于起步階段的磁帶錄音技術(shù)必須取得進(jìn)步才行。在與蘭德公司合作期間，安派克斯公司推出了世界上第一臺(tái)在商業(yè)上大獲成功的磁帶錄像機(jī)。雖然它的功能還沒(méi)有強(qiáng)大到從太空捕捉蘇聯(lián)的活動(dòng)，體積也沒(méi)有小到能夠放入衛(wèi)星，但它永遠(yuǎn)改變了“晚間新聞”，開(kāi)啟了錄像帶的新紀(jì)元。

2.2 加權(quán)直方圖均衡化原理

分析式（2）和式（3）可知，原圖像的兩個(gè)灰度級(jí)rk和rk－1經(jīng)直方圖均衡化變換后的灰度值差為：

由式（4）可知，若原圖像第k級(jí)灰度rk的直方圖pr（rk）越大，則均衡化后的灰度值r′k比第（k－1）級(jí)的灰度值r′k－1增加越多，即獲得越大增強(qiáng)，反之亦之。因此，若要增強(qiáng)某個(gè)灰度級(jí)只需放大其直方圖，反之，若要抑制某個(gè)灰度級(jí)只需縮小其直方圖。紅外圖像表征景物的溫度分布，一般情況下，背景區(qū)域溫度較低，圖像灰度值相對(duì)較小，而目標(biāo)區(qū)域溫度較高，圖像灰度值相對(duì)較大。因此，對(duì)紅外圖像的背景區(qū)低灰度級(jí)的直方圖進(jìn)行縮小，目標(biāo)區(qū)高灰度級(jí)的直方圖進(jìn)行放大或保持不變，就可達(dá)到為了抑制背景，增強(qiáng)目標(biāo)的目的。本文采用簡(jiǎn)便的加權(quán)法對(duì)各灰度級(jí)直方圖進(jìn)行調(diào)整，實(shí)現(xiàn)抑制背景，增強(qiáng)目標(biāo)的目的。加權(quán)調(diào)整后的直方圖為：

灰度累積分布函數(shù)S′k為：

式中，λ（rk）為加權(quán)函數(shù)。本文采用的加權(quán)函數(shù)表達(dá)式為：

式中，α為背景抑制系數(shù)；T為閾值。式（7）的波形見(jiàn)圖1。α≥0，α越大，對(duì)低灰度的背景抑制性越強(qiáng)，但α值不能過(guò)大，否則造成背景過(guò)度抑制，實(shí)驗(yàn)發(fā)現(xiàn)對(duì)大多數(shù)紅外圖像α取值范圍為［0，3］。當(dāng)α＝0時(shí)，λ（rk）＝1，式（6）退化為普通直方圖均衡化的灰度累積分布函數(shù)。式（7）中T是紅外圖像目標(biāo)與背景分割的閾值。紅外圖像目標(biāo)與背景分割閾值的計(jì)算有多種方法如迭代閾值法、最優(yōu)閾值法、Otsu法等［7］，這些方法所獲閾值雖然分割比較準(zhǔn)確，但計(jì)算量大。本文采用計(jì)算簡(jiǎn)單的平均值閾值法［8］，即：

式中，f（x，y）為原圖像；M、N為圖像的尺寸。

加權(quán)直方圖均衡化變換函數(shù)為：

圖1 加權(quán)函數(shù)曲線

2.3 算法步驟

本文方法的算法步驟如下：

1）讀取待增強(qiáng)的紅外圖像；

2）計(jì)算待增強(qiáng)圖像的灰度直方圖pr（rk）；

3）按式（8）計(jì)算目標(biāo)與背景分割閾T；

4）在［0，3］中任選一個(gè)α值，按式（7）計(jì)算各灰度級(jí)直方圖加權(quán)值λ（rk）；

5）按式（6）計(jì)算灰度累積分布函數(shù)S′k；

6）按式（9）計(jì)算均衡后新的灰度值r′k；

7）改變?chǔ)林担貜?fù)第4～6步，直到獲得滿意增強(qiáng)圖像為止，輸出最終增強(qiáng)圖像。

3 實(shí)驗(yàn)結(jié)果與分析

為驗(yàn)證本文方法的有效性，將本文方法與傳統(tǒng)直方圖均衡化和目前廣泛應(yīng)用的雙平臺(tái)直方圖均衡化進(jìn)行增強(qiáng)效果對(duì)比實(shí)驗(yàn)。采用信息熵和標(biāo)準(zhǔn)差作為增強(qiáng)效果的定量評(píng)價(jià)指標(biāo)。

信息熵：

式中，f表示圖像f（x，y）的灰度平均值；M和N表示圖像的行數(shù)和列數(shù)。圖像的信息熵反映圖像包含的信息量大小，信息熵越大，圖像中含有的信息量就越多。圖像的標(biāo)準(zhǔn)差反映圖像的細(xì)節(jié)信息，標(biāo)準(zhǔn)差越大，圖像細(xì)節(jié)信息就越多。原圖像及三種方法增強(qiáng)的圖像見(jiàn)圖2，實(shí)驗(yàn)結(jié)果數(shù)據(jù)如表1所示。

表1 三種方法增強(qiáng)圖像客觀評(píng)價(jià)數(shù)據(jù)

在主觀評(píng)價(jià)上，由圖2可見(jiàn)，直方圖均衡化圖像的細(xì)節(jié)欠豐富，一些雜亂的背景噪聲被放大；雙平臺(tái)直方圖均衡化的增強(qiáng)效果優(yōu)于直方圖均衡化，但是背景中的雜波和噪聲仍然較大；本文方法的增強(qiáng)圖像細(xì)節(jié)豐富，目標(biāo)清晰度高，背景噪聲被較好地壓制，增強(qiáng)圖像的主觀視覺(jué)效果明顯優(yōu)于前二種方法。

在客觀評(píng)價(jià)上，由表1可知，直方圖均衡化增強(qiáng)圖像的標(biāo)準(zhǔn)差雖然較大，但信息熵最小，整體增強(qiáng)效果差。雙平臺(tái)直方圖均衡化增強(qiáng)圖像的標(biāo)準(zhǔn)差最小，清晰度不高。本文方法增強(qiáng)圖像的信息熵及標(biāo)準(zhǔn)差最大，清晰度最好。

由圖2和圖3中的直方圖可見(jiàn)，原圖像灰度范圍較窄，對(duì)比度低；直方圖均衡化圖像擴(kuò)展至整個(gè)灰度范圍，但在中低灰度區(qū)存在大量灰度級(jí)被合并，灰度級(jí)減少，細(xì)節(jié)丟失；雙平臺(tái)直方圖均衡化圖像灰度級(jí)比直方圖均衡化增多，但分布不均勻，高灰度級(jí)直方圖較??；本文方法的灰度級(jí)不僅多，而且分布比較均勻。

綜合分析，本文方法較其他二種方法的增強(qiáng)圖像清晰度高，背景噪聲低，整體增強(qiáng)效果最佳。

圖2 紅外圖像增強(qiáng)實(shí)驗(yàn)結(jié)果

4 結(jié) 論

針對(duì)紅外圖像對(duì)比度低，噪聲干擾大，用傳統(tǒng)直方圖均衡化增強(qiáng)時(shí)，噪聲增大的問(wèn)題，本文提出一種改進(jìn)的直方圖均衡增強(qiáng)方法。先用閾值法將紅外圖像分割為目標(biāo)區(qū)和背景區(qū)，然后采用所提出的加權(quán)函數(shù)對(duì)各灰度級(jí)直方圖進(jìn)行調(diào)整，對(duì)背景區(qū)低灰度級(jí)的直方圖進(jìn)行縮小，壓縮背景區(qū)的灰度動(dòng)態(tài)范圍，相對(duì)地?cái)U(kuò)大目標(biāo)區(qū)的灰度動(dòng)態(tài)范圍，從而有效地壓抑了背景噪聲，提高了目標(biāo)對(duì)比度。對(duì)目標(biāo)區(qū)高灰度級(jí)的直方圖保持不變，防止目標(biāo)區(qū)過(guò)度增強(qiáng)。實(shí)驗(yàn)證明，本文方法的綜合性能優(yōu)于傳統(tǒng)直方圖均衡法和雙平臺(tái)直方圖均衡法，并且運(yùn)算簡(jiǎn)單、實(shí)時(shí)性好，有一定工程實(shí)用價(jià)值。

［1］ Wei Xin，Ma Lihua，Li Yunxia，et al.Infrared image enhancement algorithm based on image segmentation and platform histogram equalization［J］.Infrared Technology，2012，34（5）：272－275.（in Chinese）魏新，馬麗華，李云霞，等.基于圖像分割和平臺(tái)直方圖均衡的紅外圖像增強(qiáng)算法［J］.紅外技術(shù)，2012，34（5）：272－275.

［2］ Wu Ying.Adaptive image enhancement algorithm based on bi-histogram equalization［J］.Computer Engineering，2011，37（4）：244－245.（in Chinese）武英.基于雙直方圖均衡的自適應(yīng)圖像增強(qiáng)算法［J］.計(jì)算機(jī)工程，2011，37（4）：244－245.

［3］ Gao Yan，Qiao Yanfeng.An image enhacingmethod based on reformative histogram equalization［J］.Computer Simulation，2008，25（4）：198－201.（in Chinese）高巖，喬彥峰.一種基于改進(jìn)直方圖均衡的圖像增強(qiáng)方法［J］.計(jì)算機(jī)仿真，2008，25（4）：198－201.

［4］ Zhao Yaohong，Shi Zelin，Luo Haibo.Self-adaptive histogram equalization enhancement algorithm for infrared image［J］.Opto-Electronic Engineering，2008，35（3）：97－101.（in Chinese）趙耀宏，史澤林，羅海波，等.自適應(yīng)紅外圖像直方圖均衡增強(qiáng)算法［J］.光電工程，2008，35（3）：97－101.

［5］ Song Yanfeng，Shao Xiaopeng，Xu Jun.New enhancement algorithm for infrared image based on double plateaus histogram［J］.Infrared and Laser Engineering，2008，37（2）：308－311.（in Chinese）宋巖峰，邵曉鵬，徐軍.基于雙平臺(tái)直方圖的紅外圖像增強(qiáng)算法［J］.紅外與激光工程，2008，37（2）：308－311.

［6］ Wang Bingjian，Liu Shangqian，Zhou Huixin，et al.Self-adaptive contrast enhancement algorithm for infrared image based on plateau histogram［J］.Acta Photonica Sinica，2005，34（2）：299－301.（in Chinese）王炳健，劉上乾，周慧鑫，等.基于平臺(tái)直方圖的紅外圖像自適應(yīng)增強(qiáng)算法［J］.光子學(xué)報(bào)，2005，34（2）：299－301.

［7］ He Dongjian.Digital image processing［M］.2nd ed.Xi’an：Xidian University Press，2008.（in Chinese）何東健.數(shù)字圖像處理［M］.2版.西安：西安電子科技大學(xué)出版社，2008.

［8］ Chen Zheng，Ji Shupeng.Enhancement algorithm of infrared images based on otsu and plateau histogram equalization［J］.Laser＆Infrared，2010，40（4）：438－441.（in Chinese）陳崢，吉書(shū)鵬.一種基于Otsu法和平臺(tái)直方圖均衡的紅外圖像增強(qiáng)算法［J］.激光與紅外，2010，40（4）：438－441.

Infrared image enhancementmethod based on weighted histogram equalization

GONG Chang-lai，LUO Cong，YANG Dong-tao，HUANG Jie-xian
（School of Electronic＆Information Engineering，Jiaying University，Meizhou，514015，China）

Aiming at the characteristics of the infrared image and the insufficient of traditional histogram equalization enhancementmethod，an improved histogram equalization method is proposed.Firstly，each gray level histogram of the infrared image are adjusted using the proposed weighted function，wherein the low gray level histogram of the background region is reduced，while the high gray level histogram remain unchanged，and then the equalization processing are done.The experimental results show that，the proposed method effectively suppresses background noise and improves target contrast.The overall performance is better than traditional histogram equalization and dual platform histogram equalizationmethod.

infrared image；image enhancement；weighted histogram； histogram equalization

TP391

A

10.3969／j.issn.1001-5078.2013.08.025

1001-5078（2013）08-956-04

廣東省自然科學(xué)基金項(xiàng)目（No.S2012010010368）資助。

龔昌來(lái)（1962－），男，碩士，副教授，研究方向?yàn)閳D像與信號(hào)處理。E-mail：dzxgcl＠sohu.com

2012-12-12；

2012-12-18