基于形態(tài)學濾波的紅外圖像背景補償

李武周，余 鋒，王 冰，胡琥香，周長榮

?

基于形態(tài)學濾波的紅外圖像背景補償

李武周1，余 鋒1，王 冰1，胡琥香1，周長榮2

（1.光電對抗測試評估技術重點實驗室，河南 洛陽 471003；2.中國洛陽電子裝備試驗中心，河南 洛陽 471003）

天空背景的紅外輻射特性與觀測天頂角有關，造成具有天空背景的紅外圖像背景亮度不均勻，影響了紅外圖像后續(xù)處理。針對紅外圖像天空背景亮度不均勻的特點，提出了一種基于形態(tài)學濾波的紅外圖像背景補償方法，并采用了一種簡單的自動全局閾值處理方法對背景補償效果進行了實驗驗證，結(jié)果表明，該方法能夠很好的解決紅外圖像天空背景亮度不均勻的問題。

形態(tài)學濾波；紅外圖像；天空背景；背景補償

0 引言

大氣介質(zhì)（包括分子和氣溶膠粒子）的散射及熱輻射構成可見光到遠紅外波段天空的背景輻射。在地面觀測到的天空背景亮度與太陽（月亮）的位置、觀察視線的方向（視線天頂角）以及大氣的清潔度密切相關。

近紅外波段（3mm以下）的天空背景輻射主要是大氣散射的太陽輻射形成的。中遠紅外波段（3mm以上）的天空背景輻射主要是大氣的熱輻射。在不考慮云和氣溶膠粒子的情況下，整個紅外波段大氣背景輻射隨天頂角的增大而增大（即隨視線俯仰角增大而減小）。對于中遠紅外波段，在水平方向，天空背景輻射接近于黑體，在天頂角較小的天空，3～5mm和8～12mm兩個主要大氣窗口區(qū)間，天空背景輻射亮度顯著偏離于黑體輻射，并隨天頂角的減小而降低[1]。

由于紅外成像設備在探測空中目標時，在俯仰方向均有一定的張角，天空背景輻射亮度俯仰方向的不均勻，造成紅外成像設備生成的紅外圖像背景亮度在低仰角方向高，高仰角方向低，增大了目標背景雜波的復雜度，甚至會出現(xiàn)背景亮度強于目標亮度的現(xiàn)象，降低了探測信噪比，增大了紅外圖像后續(xù)處理的難度，為目標探測帶來了困難。因此，有必要對生成的紅外圖像進行背景補償，使背景均勻化，提高目標信噪比，簡化后續(xù)處理過程。

1 形態(tài)學濾波

形態(tài)學的基本運算有4個：膨脹（或擴張）、腐蝕（或侵蝕）、開啟和閉合，基于這些基本運算可推導和組合成各種數(shù)學形態(tài)學實用算法，用它們可以進行圖像形狀和結(jié)構的分析及處理，包括圖像分割、特征抽取、邊緣檢測、圖像濾波、圖像增強和恢復等。4種基本運算定義如下[2-3]：

1）使用結(jié)構元素對圖像(,)的灰度膨脹記為?，定義為：

式中：D是結(jié)構元素的定義域，結(jié)構元素的定義類似于鄰域，區(qū)別的是可以有各種不同的形狀，如菱形、圓盤、線形、八邊形、甚至2個以上的成員等。二值矩陣D決定了哪些位置的元素包括在最大值運算中。通常，在其定義域內(nèi)取值為零，在這種情況下，灰度膨脹公式簡化為：

可以將其看作是一個局部最大值算子。

2）使用結(jié)構元素對圖像(,)的灰度腐蝕記為Q，定義為：

與膨脹一樣，灰度腐蝕通常簡化為：

因此，灰度腐蝕是一個局部最小值算子。

3）使用結(jié)構元素對圖像(,)的開運算記為○，定義為：

即由腐蝕，然后再由膨脹。

4）使用結(jié)構元素對圖像(,)的閉運算記為●，定義為：

即由膨脹，然后再由腐蝕。

開運算可以去除比結(jié)構元素更小的明亮細節(jié)，閉運算可以去除比結(jié)構元素更小的暗色細節(jié)，所以它們經(jīng)常組合在一起用來平滑圖像并去除噪聲[4-5]。

2 基于形態(tài)學濾波的紅外圖像背景補償

原圖像與原圖像的開運算或閉運算結(jié)果相加減，會產(chǎn)生被稱為頂帽（Top-hat）變換和底帽（Bottom-hat）變換的結(jié)果[5]。頂帽變換的定義為：

hat＝－○(7)

底帽變換的定義為：

hat＝●－(8)

開運算遍歷整幅圖像，將小于結(jié)構元素的亮特征剔除（削峰），大于結(jié)構元素的圖像特征均視為背景保留不變，閉運算和開運算相似但用于相反情況，將小于結(jié)構元素的暗特征剔除（填坑），大于結(jié)構元素的圖像特征均視為背景保留不變。開運算和閉運算將小于結(jié)構元素的目標剔除，只保留背景，若再與原圖像相減，就會得到僅保留目標的圖像。

頂帽變換和底帽變換的一個重要用途就是校正不均勻背景的影響[6-7]。紅外圖像中，背景一般為不均勻背景，目標一般為亮小目標，特別適合通過頂帽變換來剔除背景，識別目標。因此，本文在形態(tài)學濾波器概念的基礎上提出了一種紅外圖像背景補償方法：使用特定的結(jié)構元素對紅外圖像進行開運算，再從原圖像中減去開運算的圖像，就可以生成具有均勻背景的圖像。

最后采用一種簡單的自動全局閾值處理方法[2]來驗證背景補償效果。該全局閾值處理方法如下：

1）為閾值選擇一個初始值（圖像中亮度最大值和最小值的平均值）；

2）使用分割圖像，分割后產(chǎn)生兩組像素，所有亮度值≥的像素1，所有亮度值＜的像素2；

3）分別計算1和2的像素亮度平均值1和2并計算新閾值：

4）重復步驟2）～4），直到趨于穩(wěn)定。

背景補償及驗證結(jié)果如圖1所示。

圖2給出了背景補償前后目標周圍的像素值變化（縱向）。

表1給出了背景補償前后目標周圍的像素值變化。

表2給出了根據(jù)背景補償后自動全局閾值分割結(jié)果計算得到的目標和背景的均值及方差。

從圖2及表1、表2中可以看出，經(jīng)背景補償后，目標相對于其周圍背景的亮度差基本沒有改變，且天空背景的均勻性得到很好的校正，圖像的整體信噪比得到增強，非常有利于圖像分割和目標識別。

實驗中發(fā)現(xiàn)，當結(jié)構元素增大到剛好覆蓋目標面積時，具有最好的補償效果，結(jié)構元素太小，開運算不能完全從背景中剔除目標，結(jié)構元素太大，會引入虛假背景。當背景中存在虛假目標如鳥類時，算法對其具有一定的削弱作用，削弱的同時基本不會降低目標和周圍背景的亮度差。

圖1 背景補償及自動全局閾值分割的結(jié)果

3 結(jié)束語

文章提出了一種基于形態(tài)學濾波的紅外圖像背景補償方法，該方法具有運算速度快、可并行處理、不改變目標相對其周圍背景的亮度差的特點，并利用半徑為2的圓形結(jié)構元素對紅外圖像進行了背景補償，結(jié)果表明，本文的算法具有較好的背景補償效果。

圖2 背景補償前后目標周圍像素值變化

表1 背景補償前后目標周圍的像素值

表2 背景補償前后目標和背景的均值及方差

[1] 饒瑞中. 現(xiàn)代大氣光學[M]. 北京: 科學出版社, 2012: 326-334.

RAO Ruizhong.[M]. Beijing: Science Press, 2012: 326-334.

[2] Rafael C.Gonzalez. 數(shù)字圖像處理[M]．阮秋琦, 等,譯. 北京: 電子工業(yè)出版社, 2011: 403-513.

Rafael C.Gonzalez.[M]. Translated by Ruan Qiuqi, et al. Beijing: Publishing House of Electronic Industry, 2011: 403-513.

[3] 張燕. 基于小波域熱紅外降質(zhì)圖像濾波增強方法研究[J]. 紅外技術, 2014, 36(52): 355-359.

ZHANG Yan. Research on the Thermal Infrared Image Filtering and Enhancement Algorithm Based on Wavelet Transform Domain[J]., 2014, 36(52): 355-359.

[4] 李秋華, 王厚生, 鄒自力. 基于小波變換與灰度形態(tài)學濾波的雙波段紅外圖像弱目標融合檢測[J]. 信號處理, 2006, 22(3): 312-316.

LI Qiuhua, WANG Housheng, ZOU Zili. Detection of Dual Band IR Small Target Fusion Detection based on Wavelet Transformation and Grayscale Morphology Filtering[J]., 2006, 22(3): 312-316.

[5] 潘鋒, 閆貝貝, 肖文等. 基于數(shù)學形態(tài)學的數(shù)字全息再現(xiàn)像融合方法[J]. 中國光學, 2015,8(1): 60-67.

PAN Feng, YAN Beibei, XIAO Wen, et al. Digital holographic reconstruction image fusion based on mathematical morphology [J]., 2015, 8(1): 60-67.

[6] 王新增, 嚴國莉, 關曉歉. 灰度形態(tài)學濾波的紅外運動小目標檢測方法[J]. 中國測試技術, 2006, 32(15): 79-81.

WANG Xinzeng, YAN Guoli, GUAN Xiaoqian. Detection method of infrared moving small target based on grey morphology filtering[J]., 2006, 32(15): 79-81.

[7] 董怡, 金偉其, 張淼. 數(shù)學形態(tài)學濾波在紅外圖像去噪中的應用研究[J]. 激光與紅外, 2007, 37(8): 795-798.

DONG Yi, JIN Weiqi, ZHANG Miao. Research on Noise Removal with Morphological Filter[J]., 2007, 37(8): 795-798.

[8] 蔡陽, 林再平, 周一宇. 基于形態(tài)學濾波的紅外弱小目標背景抑制[J]. 電子信息對抗技術, 2012, 27(6): 38-42.

CAI Yang, LIN Zaiping, ZHOU Yiyu. Morphology Filter for Infrared Dim and Small Target Background Suppression[J]., 2012, 27(6): 38-42.

Infrared Image Background Compensation Based on Morphological Filter

LI Wuzhou1，YU Feng1，WANG Bing1，HU Huxiang1，ZHOU Changrong2

(1.,471003,;2.,471003,)

The infrared radiation characteristics of sky background are related to observing zenith angle, which cause non-uniformity of infrared image background brightness, and affect subsequent processing of infrared image. Considering the feature of non-uniformity sky background radiance, an infrared image background compensation method was proposed based on morphological filter, then experimental verification was done by using a simple automatic global threshold processing method. The experiment results show that proposed method can solve the problem well.

morphological filter，infrared image，sky background，background compensation

TN976

A

1001-8891(2015)04-0333-04

2015-03-09；

2016-01-05.

李武周（1982-），男，工程師，碩士研究生，主要研究方向為光電對抗技術，數(shù)字圖像處理等，E-mail：wzlee@163.com。