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

海面红外图像的动态范围压缩及细节增强

王园园,  赵耀宏,  罗海波,  李方舟

downloadPDF
文章导航 > 红外与激光工程  > 2019 >  48(1): 126003-0126003(9)
王园园, 赵耀宏, 罗海波, 李方舟. 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): 126003-0126003(9). doi: 10.3788/IRLA201948.0126003
引用本文: 王园园, 赵耀宏, 罗海波, 李方舟. 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): 126003-0126003(9). doi: 10.3788/IRLA201948.0126003
shu
Wang Yuanyuan, Zhao Yaohong, Luo Haibo, Li Fangzhou. Dynamic range compression and detail enhancement of sea-surface infrared image[J]. Infrared and Laser Engineering, 2019, 48(1): 126003-0126003(9). doi: 10.3788/IRLA201948.0126003
Citation: Wang Yuanyuan, Zhao Yaohong, Luo Haibo, Li Fangzhou. Dynamic range compression and detail enhancement of sea-surface infrared image[J]. Infrared and Laser Engineering, 2019, 48(1): 126003-0126003(9). doi: 10.3788/IRLA201948.0126003
shu

海面红外图像的动态范围压缩及细节增强

doi: 10.3788/IRLA201948.0126003
  • 1.

    中国科学院沈阳自动化研究所,辽宁 沈阳 110016;

  • 2.

    中国科学院大学,北京 100049;

  • 3.

    中国科学院光电信息处理重点实验室,辽宁 沈阳 110016;

  • 4.

    辽宁省图像理解与视觉计算重点实验室,辽宁 沈阳 110016

基金项目: 

中国科学院国防创新基金（CXJJ-15-S109）

详细信息
    作者简介:

    王园园(1992-),女,硕士生,主要从事红外图像处理方面的研究。Email:wangyuanyuan@sia.cn

  • 中图分类号: TP391

Dynamic range compression and detail enhancement of sea-surface infrared image

  • 1.

    Shenyang Institute of Automation,Chinese Academy of Sciences,Shenyang 110016,China;

  • 2.

    University of Chinese Academy of Sciences,Beijing 100049,China;

  • 3.

    Key Laboratory of Opto-Electronic Information Processing,CAS,Shenyang 110016,China;

  • 4.

    The Key Lab of Image Understanding and Computer Vision,Liaoning Province,Shenyang 110016,China

  • 摘要: 动态范围压缩和细节增强是红外图像处理的两个重要课题。为了将高动态海面背景红外图像清晰显示，提出一种高动态范围压缩及细节增强算法。首先，通过基于梯度边缘信息的多方向拉普拉斯增强方法，将梯度图像平滑处理，并与多方向拉普拉斯滤波相乘，实现高动态范围图像的细节增强；然后统计增强后图像的动态广义直方图信息；最后采用灰度级分组的方法构造映射函数，将高动态范围压缩到8 bits，输出可清晰显示的红外图像。对大量海面背景红外图像进行实验分析，结果表明，该算法提高了图像的对比度，有效增强了舰船目标细节，同时抑制了海面背景噪声的放大和光晕现象的产生，最终获得较好的输出图像。
    Abstract: Dynamic range compression and detail enhancement are two important issues for effectively displaying high dynamic range infrared (IR) images on standard dynamic range monitors. Sophisticated techniques are required in order to improve the visibility of the details without introducing distortions. To clearly show the highly dynamic infrared image of sea background, a high dynamic range compression and detail enhancement algorithm was presented which was made of three main steps. First, highly dynamic infrared image was enhanced by a multi-directional Laplacian enhancement method based on gradient edge information, and the first order gradient image smoothed was combined with multi-directional Laplacian filtering to enhance images. Second, the dynamic generalized histogram information of the enhanced image was obtained. Finally, the gray level grouping method was used to construct the mapping function, which maps 14 bits intensity in the input image to 8 bits intensity in the output image. As a result, infrared image with low dynamic range was obtained clearly. Experiments on a large number of sea-surface infrared images were conducted. The results verify that the proposed algorithm can improve the contrast of the image, effectively enhance the ship target details, suppress background noise amplification, and avoid the generation of halos. Therefore, the image with high quality was achieved.
  • [1] Wang Hao, Zhang Ye, Shen Honghai, et al. Review of image enhancement algorithms[J]. Chinese Optics, 2017, 10(4):438-448. (in Chinese)王浩, 张叶, 沈宏海, 等. 图像增强算法综述[J]. 中国光学, 2017, 10(4):438-448.
    [2] Zhou Qiang, Zhao Jufeng, Feng Huajun, et al. Infrared image en-hancement using polarization imaging[J]. Infrared and Laser Engineering, 2014, 43(1):39-47. (in Chinese)周强, 赵巨峰, 冯华君, 等. 基于偏振成像的红外图像增强[J]. 红外与激光工程, 2014, 43(1):39-47.
    [3] Lai Y R, Tsai P C, Yao C Y, et al. Improved local histogram equalization with gradient-based weighting process for edge preservation[J]. Multimedia Tools Applications, 2017, 76(1):1-29.
    [4] Wang Y, Pan Z. Image contrast enhancement using adja-cent-blocks-based modification for local histogram equalization[J]. Infrared Physics Technology, 2017, 86:59-65.
    [5] Chen Boyang. Local linear enhancement of luminance histogram of color remote sensing image.[J]. Optics and Precision Engineering, 2017, 25(2):502-508. (in Chinese)陈博洋. 彩色遥感图像的亮度直方图局部线性化增强[J]. 光学精密工程, 2017, 25(2):502-508.
    [6] Branchitta F, Porta A. Dynamic-range compression and contrast enhancement in infrared imaging systems[C]//SPIE, 2008, 6737(7):076401.
    [7] Zuo C, Chen Q, Ren J. Display and detail enhancement for high-dynamic-range infrared images[J]. Optical Engineering, 2011, 50(12):895-900.
    [8] Hao Zhicheng, Wu Chuan, Yang Hang, et al. Image detail enhancement method based on multi-scale bilateral texture filter[J]. Chinese Optics, 2016, 9(4):423-431. (in Chinese)郝志成, 吴川, 杨航, 等. 基于双边纹理滤波的图像细节增强方法[J]. 中国光学, 2016, 9(4):423-431.
    [9] Xu Honglie, Chen Qian, Gu Guohua, et al. High dynamic range image enhancement technology based on guided image filter[J]. Infrared and Laser Engineering, 2015, 44(12):3843-3849.
    [10] Jia Hongguang, Wu Zepeng, Zhu Mingchao, et al. Infrared image enhancement based on generalized linear operation and bilateral filter[J]. Optics and Precision Engineering, 2013, 21(12):3272-3282. (in Chinese)贾宏光, 吴泽鹏, 朱明超, 等. 基于广义线性运算和双边滤波的红外图像增强[J]. 光学精密工程, 2013, 21(12):3272-3282.
    [11] Branchitta F, Diani M, Romagnoli M. New technique for the visualization of high dynamic range infrared images[J]. Optical Engineering, 2009, 48(9):6401.
    [12] Rossi A, Acito N, Diani M. Dynamic range reduction and contrast adjustment of infrared images in surveillance scenarios[J]. Optical Engineering, 2013, 52(10):102002.
    [13] A Onur Karali, O Erman Okman, Aytai T. Adaptive enhancement of sea-surface targets in infrared images based on local frequency cues[J]. Journal of the Optical Society of America A Optics Image Science Vision, 2010, 27(3):509-517.
    [14] Garcia F. Real-time visualization of low contrast targets from high-dynamic range infrared images based on temporal digital detail enhancement filter[J]. Journal of Electronic Imaging, 2015, 24(6):061103.
    [15] Zhang F, Xie W, Ma G, et al. High dynamic range compression and detail enhancement of infrared images in the gradient domain[J]. Infrared Physics Technology, 2014, 67:441-454.
    [16] Gonzalez R C, Woods R E. Digital Image Processing[M]. Translated by Ruan Qiuqi, et al. Beijing:Publishing House of Electronics Industry, 2010. (in Chinese)
    [17] Yoon B W, Song W J. Image contrast enhancement based on the generalized histogram[J]. Journal of Electronic Imaging, 2007, 16(3):033005.
    [18] Chen Z, Abidi B R, Page D L, et al. Gray-level grouping (GLG):an automatic method for optimized image contrast enhancement-Part I:the basic method[J]. IEEE Transactions on Image Processing, 2006, 15(8):2290-2302.
    [19] Celik T, Tjahjadi T. Contextual and Variational Contrast Enhancement[J]. IEEE Transactions on Image Processing A Publication of the IEEE Signal Processing Society, 2011, 20(12):3431.
  • [1] 刘敬, 金伟其, 阙开良.  一种基于重叠因子的同轴警戒激光雷达动态范围压缩方法 . 红外与激光工程, 2023, 52(10): 20230027-1-20230027-10. doi: 10.3788/IRLA20230027
    [2] 陈楠, 张济清, 毛文彪, 李雄军, 宋林伟, 高玲, 姚立斌.  大动态范围、高灵敏度红外焦平面数字像元读出电路技术（特邀） . 红外与激光工程, 2022, 51(3): 20210821-1-20210821-11. doi: 10.3788/IRLA20210821
    [3] 庞忠祥, 刘勰, 刘桂华, 龚泿军, 周晗, 罗洪伟.  并行多特征提取网络的红外图像增强方法 . 红外与激光工程, 2022, 51(8): 20210957-1-20210957-9. doi: 10.3788/IRLA20210957
    [4] 黄思佳, 袁银麟, 翟文超, 康晴, 翁建文, 李越, 孟凡刚, 郑小兵, 雷正刚.  宽动态范围红外积分球辐射源的优化设计与性能测试(特邀) . 红外与激光工程, 2021, 50(10): 20210516-1-20210516-9. doi: 10.3788/IRLA20210516
    [5] 黄攀, 杨小冈, 卢瑞涛, 常振良, 刘闯.  基于空间联合的红外舰船目标数据增强方法 . 红外与激光工程, 2021, 50(12): 20210281-1-20210281-10. doi: 10.3788/IRLA20210281
    [6] 高丽, 张晓莉, 马菁汀, 姚文秀, 王庆伟, 孙悦, 刘尊龙, 王雅君, 田龙, 郑耀辉.  基于集成量子压缩光源的量子增强多普勒激光雷达（特邀） . 红外与激光工程, 2021, 50(3): 20210031-1-20210031-7. doi: 10.3788/IRLA20210031
    [7] 汪伟, 许德海, 任明艺.  一种改进的红外图像自适应增强方法 . 红外与激光工程, 2021, 50(11): 20210086-1-20210086-9. doi: 10.3788/IRLA20210086
    [8] 林森, 刘世本, 唐延东.  多输入融合对抗网络的水下图像增强 . 红外与激光工程, 2020, 49(5): 20200015-20200015-9. doi: 10.3788/IRLA20200015
    [9] 曹海杰, 刘宁, 许吉, 彭杰, 刘宇昕.  红外图像自适应逆直方图增强技术 . 红外与激光工程, 2020, 49(4): 0426003-0426003-7. doi: 10.3788/IRLA202049.0426003
    [10] 徐超, 陈一鹤.  数字细节增强技术在脉冲热成像无损检测中的应用 . 红外与激光工程, 2018, 47(11): 1104005-1104005(8). doi: 10.3788/IRLA201847.1104005
    [11] 赵耀宏, 王园园, 罗海波, 李方舟.  红外成像系统中的高动态范围压缩与对比度增强新技术 . 红外与激光工程, 2018, 47(S1): 172-181. doi: 10.3788/IRLA201847.S126001
    [12] 李周, 乔彦峰, 常松涛, 何锋赟.  宽动态范围红外辐射测量系统快速定标算法 . 红外与激光工程, 2017, 46(6): 617003-0617003(9). doi: 10.3788/IRLA201746.0617003
    [13] 曾祥通, 张玉珍, 孙佳嵩, 喻士领.  颜色对比度增强的红外与可见光图像融合方法 . 红外与激光工程, 2015, 44(4): 1198-1202.
    [14] 许轰烈, 陈钱, 顾国华, 张玉珍.  利用导向滤波的宽动态范围图像增强技术 . 红外与激光工程, 2015, 44(12): 3843-3849.
    [15] 曾真, 陆麟, 王元庆.  采用快速混合蛙跳算法的微光图像增强 . 红外与激光工程, 2014, 43(7): 2318-2323.
    [16] 张宝辉, 闵超波, 窦亮, 张俊举, 常本康.  目标增强的红外与微光图像融合算法 . 红外与激光工程, 2014, 43(7): 2349-2353.
    [17] 周强, 赵巨峰, 冯华君, 徐之海, 李奇, 陈跃庭.  基于偏振成像的红外图像增强 . 红外与激光工程, 2014, 43(1): 39-47.
    [18] 陈志斌, 张超, 宋岩, 刘先红.  灰度拉伸Retinex 在大动态范围烟雾图像增强中的应用 . 红外与激光工程, 2014, 43(9): 3146-3150.
    [19] 万磊, 曾文静, 张铁栋, 秦再白.  基于梯度信息融合的海面红外目标实时检测 . 红外与激光工程, 2013, 42(1): 41-45.
    [20] 徐利民, 范文慧, 刘佳.  太赫兹图像的降噪和增强 . 红外与激光工程, 2013, 42(10): 2865-2870.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  663
  • HTML全文浏览量:  141
  • PDF下载量:  169
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-08-05
  • 修回日期:  2018-09-03
  • 刊出日期:  2019-01-25

海面红外图像的动态范围压缩及细节增强

doi: 10.3788/IRLA201948.0126003
  • 1. 中国科学院沈阳自动化研究所,辽宁 沈阳 110016;
  • 2. 中国科学院大学,北京 100049;
  • 3. 中国科学院光电信息处理重点实验室,辽宁 沈阳 110016;
  • 4. 辽宁省图像理解与视觉计算重点实验室,辽宁 沈阳 110016
    • 作者简介:

    王园园(1992-),女,硕士生,主要从事红外图像处理方面的研究。Email:wangyuanyuan@sia.cn

  • 收稿日期: 2018-08-05
  • 修回日期: 2018-09-03
  • 刊出日期: 2019-01-25
基金项目:

中国科学院国防创新基金（CXJJ-15-S109）

  • 中图分类号: TP391

摘要: 动态范围压缩和细节增强是红外图像处理的两个重要课题。为了将高动态海面背景红外图像清晰显示，提出一种高动态范围压缩及细节增强算法。首先，通过基于梯度边缘信息的多方向拉普拉斯增强方法，将梯度图像平滑处理，并与多方向拉普拉斯滤波相乘，实现高动态范围图像的细节增强；然后统计增强后图像的动态广义直方图信息；最后采用灰度级分组的方法构造映射函数，将高动态范围压缩到8 bits，输出可清晰显示的红外图像。对大量海面背景红外图像进行实验分析，结果表明，该算法提高了图像的对比度，有效增强了舰船目标细节，同时抑制了海面背景噪声的放大和光晕现象的产生，最终获得较好的输出图像。

English Abstract

    全文HTML

参考文献 (19)

目录

    /

    返回文章
    返回

    版权所有 © 2019 《红外与激光工程》编辑部｜ 地址: 天津市空港经济区中环西路58号｜ 邮政编码: 300308

    津ICP备19007885号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计