基于形态学滤波的红外图像背景补偿

李武周，余 锋，王 冰，胡琥香，周长荣



基于形态学滤波的红外图像背景补偿

李武周1，余 锋1，王 冰1，胡琥香1，周长荣2

（1.光电对抗测试评估技术重点实验室，河南 洛阳 471003；2.中国洛阳电子装备试验中心，河南 洛阳 471003）

天空背景的红外辐射特性与观测天顶角有关，造成具有天空背景的红外图像背景亮度不均匀，影响了红外图像后续处理。针对红外图像天空背景亮度不均匀的特点，提出了一种基于形态学滤波的红外图像背景补偿方法，并采用了一种简单的自动全局阈值处理方法对背景补偿效果进行了实验验证，结果表明，该方法能够很好的解决红外图像天空背景亮度不均匀的问题。

形态学滤波；红外图像；天空背景；背景补偿

0 引言

大气介质（包括分子和气溶胶粒子）的散射及热辐射构成可见光到远红外波段天空的背景辐射。在地面观测到的天空背景亮度与太阳（月亮）的位置、观察视线的方向（视线天顶角）以及大气的清洁度密切相关。

近红外波段（3mm以下）的天空背景辐射主要是大气散射的太阳辐射形成的。中远红外波段（3mm以上）的天空背景辐射主要是大气的热辐射。在不考虑云和气溶胶粒子的情况下，整个红外波段大气背景辐射随天顶角的增大而增大（即随视线俯仰角增大而减小）。对于中远红外波段，在水平方向，天空背景辐射接近于黑体，在天顶角较小的天空，3～5mm和8～12mm两个主要大气窗口区间，天空背景辐射亮度显著偏离于黑体辐射，并随天顶角的减小而降低[1]。

由于红外成像设备在探测空中目标时，在俯仰方向均有一定的张角，天空背景辐射亮度俯仰方向的不均匀，造成红外成像设备生成的红外图像背景亮度在低仰角方向高，高仰角方向低，增大了目标背景杂波的复杂度，甚至会出现背景亮度强于目标亮度的现象，降低了探测信噪比，增大了红外图像后续处理的难度，为目标探测带来了困难。因此，有必要对生成的红外图像进行背景补偿，使背景均匀化，提高目标信噪比，简化后续处理过程。

1 形态学滤波

形态学的基本运算有4个：膨胀（或扩张）、腐蚀（或侵蚀）、开启和闭合，基于这些基本运算可推导和组合成各种数学形态学实用算法，用它们可以进行图像形状和结构的分析及处理，包括图像分割、特征抽取、边缘检测、图像滤波、图像增强和恢复等。4种基本运算定义如下[2-3]：

1）使用结构元素对图像(,)的灰度膨胀记为Å，定义为：

式中：D是结构元素的定义域，结构元素的定义类似于邻域，区别的是可以有各种不同的形状，如菱形、圆盘、线形、八边形、甚至2个以上的成员等。二值矩阵D决定了哪些位置的元素包括在最大值运算中。通常，在其定义域内取值为零，在这种情况下，灰度膨胀公式简化为：

可以将其看作是一个局部最大值算子。

2）使用结构元素对图像(,)的灰度腐蚀记为Q，定义为：

与膨胀一样，灰度腐蚀通常简化为：

因此，灰度腐蚀是一个局部最小值算子。

3）使用结构元素对图像(,)的开运算记为○，定义为：

即由腐蚀，然后再由膨胀。

4）使用结构元素对图像(,)的闭运算记为●，定义为：

即由膨胀，然后再由腐蚀。

开运算可以去除比结构元素更小的明亮细节，闭运算可以去除比结构元素更小的暗色细节，所以它们经常组合在一起用来平滑图像并去除噪声[4-5]。

2 基于形态学滤波的红外图像背景补偿

原图像与原图像的开运算或闭运算结果相加减，会产生被称为顶帽（Top-hat）变换和底帽（Bottom-hat）变换的结果[5]。顶帽变换的定义为：

hat＝－○(7)

底帽变换的定义为：

hat＝●－(8)

开运算遍历整幅图像，将小于结构元素的亮特征剔除（削峰），大于结构元素的图像特征均视为背景保留不变，闭运算和开运算相似但用于相反情况，将小于结构元素的暗特征剔除（填坑），大于结构元素的图像特征均视为背景保留不变。开运算和闭运算将小于结构元素的目标剔除，只保留背景，若再与原图像相减，就会得到仅保留目标的图像。

顶帽变换和底帽变换的一个重要用途就是校正不均匀背景的影响[6-7]。红外图像中，背景一般为不均匀背景，目标一般为亮小目标，特别适合通过顶帽变换来剔除背景，识别目标。因此，本文在形态学滤波器概念的基础上提出了一种红外图像背景补偿方法：使用特定的结构元素对红外图像进行开运算，再从原图像中减去开运算的图像，就可以生成具有均匀背景的图像。

最后采用一种简单的自动全局阈值处理方法[2]来验证背景补偿效果。该全局阈值处理方法如下：

1）为阈值选择一个初始值（图像中亮度最大值和最小值的平均值）；

2）使用分割图像，分割后产生两组像素，所有亮度值≥的像素1，所有亮度值＜的像素2；

3）分别计算1和2的像素亮度平均值1和2并计算新阈值：

4）重复步骤2）～4），直到趋于稳定。

背景补偿及验证结果如图1所示。

图2给出了背景补偿前后目标周围的像素值变化（纵向）。

表1给出了背景补偿前后目标周围的像素值变化。

表2给出了根据背景补偿后自动全局阈值分割结果计算得到的目标和背景的均值及方差。

从图2及表1、表2中可以看出，经背景补偿后，目标相对于其周围背景的亮度差基本没有改变，且天空背景的均匀性得到很好的校正，图像的整体信噪比得到增强，非常有利于图像分割和目标识别。

实验中发现，当结构元素增大到刚好覆盖目标面积时，具有最好的补偿效果，结构元素太小，开运算不能完全从背景中剔除目标，结构元素太大，会引入虚假背景。当背景中存在虚假目标如鸟类时，算法对其具有一定的削弱作用，削弱的同时基本不会降低目标和周围背景的亮度差。

图1 背景补偿及自动全局阈值分割的结果

3 结束语

文章提出了一种基于形态学滤波的红外图像背景补偿方法，该方法具有运算速度快、可并行处理、不改变目标相对其周围背景的亮度差的特点，并利用半径为2的圆形结构元素对红外图像进行了背景补偿，结果表明，本文的算法具有较好的背景补偿效果。

图2 背景补偿前后目标周围像素值变化

表1 背景补偿前后目标周围的像素值

表2 背景补偿前后目标和背景的均值及方差

[1] 饶瑞中. 现代大气光学[M]. 北京: 科学出版社, 2012: 326-334.

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

[2] Rafael C.Gonzalez. 数字图像处理[M]．阮秋琦, 等,译. 北京: 电子工业出版社, 2011: 403-513.

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

[3] 张燕. 基于小波域热红外降质图像滤波增强方法研究[J]. 红外技术, 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] 李秋华, 王厚生, 邹自力. 基于小波变换与灰度形态学滤波的双波段红外图像弱目标融合检测[J]. 信号处理, 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] 潘锋, 闫贝贝, 肖文等. 基于数学形态学的数字全息再现像融合方法[J]. 中国光学, 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, 严国莉, 关晓歉. 灰度形态学滤波的红外运动小目标检测方法[J]. 中国测试技术, 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, 金伟其, 张淼. 数学形态学滤波在红外图像去噪中的应用研究[J]. 激光与红外, 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] 蔡阳, 林再平, 周一宇. 基于形态学滤波的红外弱小目标背景抑制[J]. 电子信息对抗技术, 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，工程师，硕士研究生，主要研究方向为光电对抗技术，数字图像处理等，E-mail：wzlee@163.com。