基于自適應平臺閾值和拉普拉斯變換的紅外圖像增強

孫海江，王延杰，劉偉寧

(1.中國科學院長春光學精密機械與物理研究所，吉林長春130033; 2.中國科學院 研究生院，北京100039)

1 引言

紅外熱像儀已被廣泛應用于光學測量、目標識別、軍事和航空偵察等領域。然而，相機靈敏度和紅外圖像探測器件的固有特性使紅外圖像存在很多不足，如亮度不夠、對比度低和物體邊緣模糊等。

為了有效地改善紅外圖像的質量，提高對比度，銳化物體邊緣，紅外圖像增強算法極受人們關注。由于增強算法的處理結果會直接影響增強后紅外圖像的質量，尤其在實時性要求較高的情況下，提出的算法應在保證算法對圖像增強效果的同時不影響算法的實時性。

直方圖均衡化［1］是常用的圖像增強算法之一。采用該方法進行紅外圖像增強，常出現由于背景和物體之間的溫度差很低，使其灰度差較小;抑或亮目標與背景之間的溫度差很高，出現灰度差很大;此時，會有或者背景圖像的增強效果不好，或者亮目標被飽和等情形，因此直方圖均衡化并不適合紅外圖像的特點。為了克服傳統直方圖均衡化算法的不足，后期又出現了平臺直方圖算法，該算法的關鍵是平臺值的選擇。它可以有效增強背景的對比度，但是其運算復雜，影響實時性，而且圖像邊緣依然模糊，沒有增強邊緣的效果。根據上述算法的實際應用，本文提出一種結合自適應平臺直方圖與邊緣增強疊加融合的紅外圖像增強算法和結合雙DSP并行處理的硬件設計方法，其特點是平臺直方圖閾值的自適應選取、邊緣增強、實時性好。

2 紅外圖像增強算法［2］

2.1 自適應平臺直方圖均衡化［3-4］

平臺直方圖是根據平臺閾值對直方圖進行修正后的直方圖均衡化方法，如果直方圖的閾值小于平臺閾值，則閾值保持不變，否則取平臺閾值，如式(1)所示:

其中:i代表圖像的灰度級，i∈［0，255］，H(k)是原始圖像統計的直方圖，即修正前的直方圖;HT(i)為修正后的平臺直方圖;T為平臺閾值，T∈［0，255］。

將傳統的直方圖均衡化過程轉化為由平臺直方圖為基準，進行每個灰度的累積直方圖的計算，再由累積直方圖對原圖像的灰度重新分配，得到均衡化的新圖像。累積直方圖計算公式如式(2)所示，均衡化后新的圖像的灰度計算公式如式(3)所示:

其中:i代表像素的灰度值，i∈［0，255］;PT(i)代表灰度值為i的累積直方圖，DT(i)代表原像素灰度值為i的均衡化后的新灰度值，符號［］代表取整數。

如何根據紅外圖像自適應選取合適的平臺閾值T，是紅外圖像增強好壞和程序執行效率的關鍵。為了使相對集中的背景灰度被拉伸，而較亮的目標不被飽和，平臺閾值必須在直方圖中的背景峰值和目標峰值的中間，因此，需要獲得2個峰之間的中間值。一般背景峰都處于直方圖的左側，而亮目標峰值處于直方圖的右側，要找的是兩者之間所有屬于谷底波形的直方圖值的集合，求取集合中的中間值，即為要求的平臺閾值。方法簡述如下:統計原始紅外圖像灰度直方圖，得到直方圖H(i)，i∈［0，255］，去掉H(i)中為零的單元，構成集合{P(k)|0≤k≤K}，K為H(i)中非零的個數;對P(k)進行3鄰域的一維中值濾波，去掉毛刺干擾;這里簡化了文獻［3］的方法，直接查找P(k)中有多少個灰度值在直方圖的位置符合波谷性質，即該灰度的像素個數小于兩側灰度值的像素個數，即求出集合{mi|1≤mi≤K-1，P(mi-1)＞P(mi)＜P(Mi)+1)}，i為mi的個數，找出mi的中間值，設為mz，則平臺閾值T為P(mi)。

2.2 圖像邊緣銳化［1］

通過平臺直方圖均衡化后的紅外圖像的對比度得到了增強，整體亮度得到了提高，但是，原紅外圖像中較亮目標的灰度被過度拉伸，造成了飽和現象，而且沒有對邊緣進行處理，所以原有模糊的紅外圖像依然模糊，清晰度并沒有提高。為了改善這兩方面的不足，對原始紅外圖像進行拉普拉斯變換，獲得邊緣圖像，再將平臺直方圖均衡化后的圖像乘以一個經驗系數?，與邊緣圖像疊加，獲得新的圖像。此紅外圖像對比度、清晰度都得到了提高，而且，減少了飽和現象的發生。設原始紅外圖像為f(x，y)，通過拉普拉斯變換后，得到邊緣圖像fB(x，y)，拉普拉斯邊緣提取算子為一個3×3的濾波器，如圖1所示。

圖1 邊緣提取濾波器Fig.1 Edge extracting filter

設自適應平臺直方圖均衡化后的紅外圖像為fT(x，y)，與系數?相乘后，再與邊緣圖像疊加生成的紅外圖像為fdj(x，y)，公式如下:

ddj(x，y)=?·fT(x，y)+fB(x，y)， (4)其中，系數?的數值可調。為了防止灰度值越界，對疊加后的灰度值進行限制，得到最終的紅外圖像fN(x，y)，公式如下:

2.3 基于雙DSP的硬件設計［5-7］

如果紅外圖像的增強算法用于實時顯示系統時，對算法的執行效率要求很高。這里介紹一種以雙DSP為核心處理器，以現場可編程門陣列(FPGA)為協處理器，配有接口芯片和數模轉換等芯片的硬件設計平臺。硬件原理框圖如圖2所示。

FPGA采用XILINX公司的V2P4，具有40萬個系統門，800多個邏輯單元，主要負責圖像的采集、存儲和傳輸;兩片DSP都采用Ti公司高性能的DSP(TMS320C6416)，主頻1 GHz，運算速度可達8 000 MIPS;其中DSP1負責算法中的平臺直方圖閾值選取和均衡化處理，生成平臺直方圖均衡化后的紅外圖像，并傳給DSP2;DSP2負責算法中

圖2 硬件原理框圖Fig.2 Schematic diagram of hardware

紅外邊緣圖像的生成，并與DSP1傳來的紅外圖像疊加融合生成最后的紅外圖像。由于采用雙DSP并行處理，提高了系統運行效率，處理一幅320×256的圖像只用15.67 ms，保證了50 Hz的處理頻率要求。

3 試驗結果

紅外熱像儀輸出的紅外圖像分辨率為320×256，輸出頻率為50 Hz。原始紅外圖像如圖3所示，用傳統直方圖均衡化方法處理后的紅外圖像如圖4所示，平臺直方圖均衡化方法處理后的紅外圖像如圖5所示，本文方法獲得的紅外圖像如

圖3 原始紅外圖像Fig.3 Original infrared image

圖6 所示。從圖中可以看出，原始紅外圖像對比度低，邊緣模糊，通過傳統直方圖均衡化處理后，提高了整體的亮度，但是煙囪的灰度值達到飽和，而樓宇灰度的層次依然不明顯;而平臺直方圖處理后的樓宇對比度得到了增強，但是飽和現象依然存在，而且模糊的邊緣依然不清晰;而本文的方法不僅降低了煙囪的飽和，在增強了天空云彩、樓宇等對比度的同時，對煙囪、窗戶等物體的邊緣進行了增強，使紅外圖像對比度更好，邊緣更加清晰。

圖4 直方圖均衡化后的紅外圖像Fig.4 Infrared image base on histogram equalization

圖5 平臺直方圖均衡化后的紅外圖像Fig.5 Infrared image base on plateau histogram equalization

圖6 本文方法增強后的紅外圖像Fig.6 Infrared image after enhancement by proposed algorithm in this work

取出4幅圖像中的兩個小煙囪的局部圖像放大后可以清楚地看到，本文處理后的紅外圖像不僅沒有飽和現象，而且對比度好，煙囪的紋理和周圍景物的邊緣都清晰可見，如圖7所示。

圖7 對比圖Fig.7 Comparison of images

通過對比圖3～圖6 4幅圖像的直方圖可以看出，本文方法獲得的紅外圖像直方圖分布最均勻，說明圖像中包含的灰度信息最多，圖8所示從上至下依次為圖3～圖6的直方圖。

為了給出紅外增強效果的定量分析，引用一種表示模糊度的函數［7］，公式如下:幅圖像的模糊度計算結果。

圖8 4幅圖像的直方圖Fig.8 Histograms of four infrared images

表1 4幅圖像(圖3～圖6)的模糊度計算結果Tab.1 Results of ambiguity for four images

4 結論

本文介紹的紅外圖像增強算法，采用自適應平臺直方圖均衡化與邊緣圖像疊加的方法來增強圖像的對比度和清晰度。由于采用雙DSP并行處理的硬件設計，保證了實時性，其處理頻率達到50 Hz。

［1］阮秋琦.數字圖像處理學［M］.北京:電子工業出版社，2001.RUAN Q Q.Digital Image Processing［M］.Beijing:Publishing House of Electronics Industry，2001.(in Chinese)

［2］周妮，張勇，吳瀅躍.一種新的實時紅外圖像增強技術［J］.紅外技術，2010，32(6):324-327.ZHOU N，ZHANG Y，WU Y Y.A new real-time image enhancement in IR imaging system［J］.Infrared Technology，2010，32(6):324-327.(in Chinese)

［3］王炳健，劉上乾，周慧鑫，等.基于平臺直方圖的紅外圖像自適應增強算法［J］.光子學報，2005，34(2):299-301.WANG B J，LIU SH Q，ZHOU H X，et al..Self-adaptive contrast enhancement algorithm for infrared images based on plateau histogram［J］.Acta Photonica Sinica，2005，34(2):299-301.(in Chinese)

［4］宋巖峰，邵曉鵬，徐軍.基于雙平臺直方圖的紅外圖像增強算法［J］.紅外與激光工程，2008，37(2):308-311.SONG Y F，SHAO X P，XU J.New enhancement algorithm for infrared image based on double plateaus histogram［J］.Infrared and Laser Eng.，2008，37(2):308-311.(in Chinese).

［5］郭強，陳桂林.基于雙DSP的遙感圖像實時并行處理系統［J］.光學 精密工程，2002，10(6):547-551.GUO Q，CHEN G L.Real-time parallel processing system for remote sensing images based on two DSPs［J］.Opt.Precision Eng.，2002，10(6):547-551.(in Chinese)

［6］朱明，魯劍峰，趙健，等.基于TMS320C6202DSp的實時數字圖像處理系統的設計［J］.光學 精密工程，2003，11(5):497-501.ZHU M，LU J F，ZHAO J，et al..Design of real time digital image processing system based TMS320c6202 DSP［J］.Opt.Precision Eng.，2003，11(5):497-501.(in Chinese)

［7］GUO J，LIU W G，et al..Adaptive algorithm of infrared target enhancement for target recognition of infrared detector［J］.SPIE，2009，7283:728311.

［8］賴睿，劉上乾，王炳健，等.一種新的自適應紅外圖像增強算法［J］.半導體光電，2006，27(6):767-769.LAI R，LIU SH Q，WANG B J，et al..A new adaptive enhancement algorithm for infrared image［J］.Semiconductor Optoel Ectronics，2006，27(6):767-769.(in Chinese)

［9］鄧志鵬，許麗敏，楊杰，等.基于直方圖相關的圖像灰度校正［J］.紅外與激光工程，2003，32(2):167-169.DENG ZH P，XU L M，YANG J，et al..Image gray calibration based on histogram correlation［J］.Infrared and Laser Eng.，2003，32(2):167-169.(in Chinese)

［10］曹聚亮，呂海寶，李冠章.基于自適應局部灰度修正的直方圖均衡算法［J］.紅外與激光工程，2004，33(5):513-515.CAO J L，Lü H B，LI G ZH.Histogram equalization algorithm based on adaptive local gray level modification［J］.Infrared and Laser Eng.，2004，33(5):513-515.(in Chinese)

［11］張志龍，李吉成，沈振康.一種保持圖像細節的直方圖均衡新算法［J］.計算機工程與科學，2006，28(5):36-38.ZHANG ZH L，LI J CH，SHEN ZH K.A new algorithm for image-detail-preserving histogram equalization［J］.Computer Eng.Sci.，2006，28(5):36-38.(in Chinese)

［12］HUCKRIDGE D A，EBERT R R.Dynamic range compression and contrast enhancement in IR imaging systems［J］.SPIE，2007，6737:67370P.

［13］CHEN Q，ZHANG B M，GU G H.Dynamic inter-frame filtering in IR image sequences［J］.J.Institute Technol.Nanjing，2003，27(5):653-656.

［14］ZHOU M，XU SH H.A little infrared goal picture detection method［J］.Semiconductor Optoelectronics，2004，25(3):224-225.

［15］陳崢，吉書鵬.一種基于Otsu法和平臺直方圖均衡的紅外圖像增強算法［J］.激光與紅外，2010，40(4):438-441.CHEN ZH，JI SH P.Enhancement algorithm of infrared images based on Otsu and plateau histogram equalization［J］.Laser＆Infrared，2010，40(4):438-441.(in Chinese)