基于梯度直方图变换增强红外图像的细节-论文.pdf

《基于梯度直方图变换增强红外图像的细节-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第22卷第7期光学精密工程Vo1．22NO．72014年7月OpticsandPrecisionEngineeringJu1．2014文章编号1004—924X(2014)071962～07基于梯度直方图变换增强红外图像的细节赵文达，续志军，赵建，王鹤，王飞。(1．中国科学院长春光学精密机械与物理研究所，吉林长春130033；2．中国科学院大学，北京100049；3．总装备部工程兵技术装备研究所，无锡214035)摘要：针对红外图像信噪比低、目标边缘和细节模糊等缺点，提出了一种基于梯度直方图变换增强红外图像细节的方法。通过分析红外图像的梯度直方图，构造出一个高斯函数来扩展梯

2、度直方图，增大图像的梯度值。采用直方图规定化法，实现图像的梯度直方图规定化，得到变换的梯度场。在从变换的梯度场重建增强的图像时，引入全变分(TV)模型来抑制噪声。实验结果表明，提出算法的图像信息熵比灰度直方图均衡化和规定化算法显著提高，明显增强了红外图像的纹理细节，为目标检测、跟踪和识别提供了高质量的图像信息。提出的算法采用有限差分法迭代进行求解和Visiualc++编程，对大小为480pixel×480pixel的图像的处理时间约为40ms，基本达到了工程应用对图像处理的要求。关键词：图像处理；红外图像增强；梯度直方图变换；全变分中图分类号：TP39l文献标识码：Adoi

3、：10．3788／{)PE．20l42207．1962EnhancementofinfraredimagedetailsbasedongradienthistogramtransformZHAOWen—da，XUZhi—junn，ZHAOJian，WANGHe，WANGFei。(1．ChangchunInstituteofOptics，FineMechanicsandPhysics，ChineseAcademyofSciences，Changchun130033，China；2．UniversityofChineseAcademyofSciences，Beijing1000

4、49，China；3．TheFirstEnginecksScientificResearchInstituteoftheGeneralArmamentsDepartment，Wu,i’i，214035，China)*C0rre0gauthor，E-mail：TU巧538@ciomp．ac．cnAbstract：Accordingtotypicalproblemsoflowsignaltonoiseratioandfuzzyedgesoftargetdetailsinaninfraredimage，thisarticleproposesainfraredimageenhanc

5、ementalgorithmforimagedetailsbasedongradienthistogramtransform．Byanalyzingthegradienthistogramoftheinfraredimage，aGaussianfunctiontoextendthegradienthistogramwasconstructedtoincreasethegradientvalue．Byusingthehistogramspecificationmethodtorealizetheimagegradienthistogramspecification，thetr

6、ansformgradientfieldwasobtained．TheTotalVariation(TV)modelwasintroducedtocontrolthenoisewhilereconstructingthegradientfield．Theexperimentresultsindicatethattheimageinformationentropyofthealgorithmisimprovedsignificantlyascomparedwiththatofhistogramequalizationmethodandspecificationmethod．T

7、herefore，itenhancesimagedetailsandgivesqualifiedimageinformationfortargetdetection，trackingandidentification．Basedonthefinitedifference收稿日期：201307—26；修订日期：20l3一O9—24．基金项目：国家自然科学基金资助项目(No．61137001)