留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种基于红外对比度提升的高动态范围压缩技术

公志强 刘仁军 汪利庆 彭玲 罗音

公志强, 刘仁军, 汪利庆, 彭玲, 罗音. 一种基于红外对比度提升的高动态范围压缩技术[J]. 红外技术, 2021, 43(8): 792-797.
引用本文: 公志强, 刘仁军, 汪利庆, 彭玲, 罗音. 一种基于红外对比度提升的高动态范围压缩技术[J]. 红外技术, 2021, 43(8): 792-797.
GONG Zhiqiang, LIU Renjun, WANG Liqing, PENG Ling, LUO Yin. A High Dynamic Range Compression Technique Based on Infrared Contrast Enhancement[J]. Infrared Technology , 2021, 43(8): 792-797.
Citation: GONG Zhiqiang, LIU Renjun, WANG Liqing, PENG Ling, LUO Yin. A High Dynamic Range Compression Technique Based on Infrared Contrast Enhancement[J]. Infrared Technology , 2021, 43(8): 792-797.

一种基于红外对比度提升的高动态范围压缩技术

基金项目: 

武汉市企业技术创新专项 2020010602011989

详细信息
    作者简介:

    公志强(1985-),男,汉族,江西南昌人,硕士,工程师,主要研究方向:红外图像处理。E-mail:gongzq@hzncc.com

    通讯作者:

    刘仁军(1992-),男,汉族,湖北仙桃人,硕士,工程师,主要研究方向:图像处理。E-mail:feelingjunrenliu@163.com

  • 中图分类号: TP391

A High Dynamic Range Compression Technique Based on Infrared Contrast Enhancement

  • 摘要: 如何将红外探测器采集的高动态范围的数据压缩为低动态范围图像数据的同时,能尽可能地保留图像的信息,提高图像的对比度一直是一个技术难点。针对这一问题,本文提出了一种新的红外图像压缩方法。该方法引入了直方图信息,通过对直方图进行分割,区分背景区域像素和目标区域像素; 然后计算压缩映射模型; 最后结合分割后的直方图对图像的像素采用不同强度的对比度增强。本文算法利用直方图区分背景区域像素与目标区域像素,在增强图像对比度时,能有效抑制背景噪声。通过实验对比,结果表明,本文所提出的算法更能较好地突出图像的细节,增强图像对比度。
  • 图  1  分割点示意图(左)和最终分割点示意图(右)

    Figure  1.  Schematic diagram of Segmentation points (left) and schematic diagram of final segmentation points (right)

    图  2  示例图及不同滤波尺寸下的局部对比度直方图

    Figure  2.  Sample image and local contrast under different filter sizes

    图  3  不同算法的处理结果

    Figure  3.  The processing results of different algorithms

    表  1  不同算法在相同场景图像中的信息熵的对比结果

    Table  1.   Information entropy comparison results that different algorithms in the same scene image

    Algorithm Scene 1 Scene 2 Scene 3 Scene 4 Scene 5
    Linear mapping 7.1260 6.2631 7.1262 7.4640 7.2761
    Literature[6]'s algorithm 7.2788 6.7646 7.0064 7.4837 7.4046
    Literature[7]'s algorithm 7.6616 6.1768 7.3264 7.6890 7.4696
    Our algorithm 7.8303 6.7306 7.6266 7.7293 7.7107
    下载: 导出CSV

    表  2  不同算法在相同场景图像中的峰值信噪比的对比结果

    Table  2.   PSNR comparison results that different algorithms in the same scene image

    Algorithm Scene 1 Scene 2 Scene 3 Scene 4 Scene 5
    Literature[6]'s algorithm 19.7842 24.5278 23.7493 19.2759 21.3895
    Literature[7]'s algorithm 18.2785 18.7230 22.8438 20.1421 23.9762
    Our algorithm 22.2963 23.3482 23.7893 21.5421 24.4664
    下载: 导出CSV
  • [1] Silverman J. Display and enhancement of infrared images[C]//Image Processing and its Applications, 1992, International Conference on. IET, 1992.
    [2] Rafael C Gonzalez, Richard E Woods. Digital image processing[J]. Prentice Hall International, 2008, 28(4): 484 - 486.
    [3] 王炳健, 刘上乾, 周慧鑫, 等. 基于平台直方图的红外图像自适应增强算法[J]. 光子学报, 2005, 34(2): 299-301. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB20050200Z.htm

    WANG Bingjian, LIU Shangqian, ZHOU Huixin, et al. Self-adaptive contrast enhancement algorithm for infrared images based on plateau histgrom[J]. Acta Photonica Sinica, 2005, 34(2): 484 - 486. https://www.cnki.com.cn/Article/CJFDTOTAL-GZXB20050200Z.htm
    [4] 宋岩峰, 邵晓鹏, 徐军. 基于双平台直方图的红外图像增强算法[J]. 红外与激光工程, 2008(2): 125-128. https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ200802029.htm

    SONG Yanfeng. SHAO Xiaopeng, XU Jun. Infrared image enhancement algorithm based on dual platform histogram[J]. Infrared And Laser Engineering, 2008(2): 125-128. https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ200802029.htm
    [5] ZUO C, CHEN Q, LIU N. Display and detail enhancement for the visualization of high dynamic range infrared images[J]. Opt. Eng., 2011, 50(12): 127401. doi:  10.1117/1.3659698
    [6] HUANG J, YONG M, YING Z, et al. Infrared image enhancement algorithm based on adaptive histogram segmentation[J]. Applied Optics, 2017, 56(35): 9686. doi:  10.1364/AO.56.009686
    [7] Branchitta F, Diani M, Corsini G, et al. Dynamic-range compression and contrast enhancement in infrared imaging systems[J]. Optical Engineering, 2008, 47(7): 076401.1-076401.14. doi:  10.1117/1.2956655
    [8] Monobe Y, Yamashita H, Kurosawa T, et al. Dynamic range compression preserving local image contrast for digital video camera[J]. IEEE Transactions on Consumer Electronics, 2005, 51(1): 1-10. http://ieeexplore.ieee.org/document/1405691
    [9] 王园园, 赵耀宏, 罗海波, 等. 海面红外图像的动态范围压缩及细节增强[J]. 红外与激光工程, 2019, 48(1): 307-315. https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ201901045.htm

    WANG Yuanyuan, ZHAO Yaohong, LUO Haibo, et al. Dynamic range compression and detail enhancement of sea-surface infrared image[J]. Infrared and Laser Engineering, 2019, 48(1): 307-315. https://www.cnki.com.cn/Article/CJFDTOTAL-HWYJ201901045.htm
    [10] 张菲菲. 梯度域处理框架下的图像视见度增强技术研究[D]. 武汉: 武汉大学, 2015.

    WANG Feifei. Study on image visibility enhancement in the framework of gradient domain processing[D]. Wuhan: Wuhan University, 2015.
    [11] 张临临. 基于图像分层和动态压缩的图像细节增强算法研究[D]. 西安: 西安电子科技大学, 2012.

    ZHANG Linlin. Study on image detail enhancement algorithm based on image stratification and dynamic compression[D]. Xi'an: XIDIAN University, 2012.
    [12] 单瑞卿, 李斌, 韩伟, 等. 高动态范围红外图像的显示与细节增强[J]. 光学技术, 2019, 45(4): 475-481. https://www.cnki.com.cn/Article/CJFDTOTAL-GXJS201904016.htm

    SHAN Ruiqing, LI Bin, HAN Wei, et al. Display and detail enhancement for high-dynamic-range infrared images[J]. Optical Technique, 2019, 45(4): 475-481. https://www.cnki.com.cn/Article/CJFDTOTAL-GXJS201904016.htm
  • 加载中
图(3) / 表(2)
计量
  • 文章访问数:  50
  • HTML全文浏览量:  19
  • PDF下载量:  16
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-07-16
  • 修回日期:  2020-10-20
  • 刊出日期:  2021-08-20

目录

    /

    返回文章
    返回

    关于“登录密码错误”的启事

    目前由于期刊网站(hwjs.nvir.cn)系统升级,部分作者和审稿人的密码无法继续使用,如果您遇到了这个问题,请与编辑部联系(电话 0871-65105248, 邮箱 irtek@china.com),重置密码。由此带来的麻烦,谨致歉意!

    《红外技术》编辑部

    2021-06-16