自适应空频域红外图像增强算法研究

白梅娟，杨京雷，付高阳，王杨洋，查祖福水，侯帅

(1.河北工程大学，河北邯郸 056038；2.中华通信系统有限责任公司，河北石家庄 050200；3.邯郸市生态环境局环境保护督查中心，河北邯郸 056038)

随着红外摄像机、红外测温仪、红外热像仪渐渐进入公共场所中，将大幅度带动熟知的光学产业的发展，行业需求使得相关的红外图像增强技术也亟须加强与改进。同时，万物互联成为未来的趋势，红外摄像机在人类不可抵达的领域将替代人类的眼睛，观测到很多人类不可见的红外图像。因此，对于获取红外图像的理解是必不可少的，由此必然会应用到各种红外图像增强的算法。本文采用自适应空域-频域算法对室内、室外两种类别的红外图像进行增强，对红外图像提质，并且自适应地匹配最合适的增强算法，具有重要的现实意义和理论指导价值。

1 相关研究

20世纪90年代以后，人类生活和社会发展的各个方面都开始用上了图像增强技术。例如：在计算机领域中，程序员编写程序用于增强图像的对比度或将亮度编码成颜色，以便解释工业、医学和生物科学领域中使用的X射线和其他图像；在地理学领域中，使用了相应的技术来研究航空和卫星图像中污染模式；在考古学领域中，图像处理方法已经成功地应用于模糊图像的恢复。直方图均衡化成为当时最常用的图像增强方法。

1997年，科学家Kim提出一些新观点，如果要将图像增强技术应用到数码相机等电子产品中，算法必须保持图像的亮度特性。Kim提出了一种直方图均衡化算法(Bi-Histogram Equalization)来保持亮度特性。这个改进算法提出后，引起了一定的轰动，众多学者开始关注这个图像增强的新技术。

1999年，科学家Wan等人，提出了一种新算法——二维子图的直方图均衡化算法。紧随其后，Chen和Ramli也相继提出了最新研究出的一系列算法——最小均方误差双直方图均衡化算法(MMBEBHE)。为了实现在处理过程中，保存图像的亮度特性，局部增强处理技术里的新算法应运而生。例如递归平均分层均衡(rmshe)、递归子图均衡(rsihe)、动态直方图均衡(DHE)、动态直方图均衡(bpdhe)、多层直方图均衡化(MHE)等。

在2018年发表的学术研究和技术应用文献中，有239篇的文献是关于红外图像增强的，比以往的数量多了不少，而且当年很有热度。在2019年发表的学术研究和技术应用文献中，有169篇是和红外图像增强有关的文献，红外图像的热度和影响力也是日益增长[6-10]。

相关学者发布了相关学术文章，例如基于小波变换与像元对目标的短波红外图像增强算法、基于粒子群优化的红外图像增强方法，都进一步深入研究了有关红外图像增强的知识[1]。

热红外图像增强算法包括两大类：空间域算法和频率域算法，其内容如图1所示。

2 基于自适应空域-频域的红外图像增强算法

1)直方图均衡化方法，是空域滤波算法里的一种方法。首先，将红外图像转变成灰度图像，在处理过后的图像中可以直接查看每种灰度级出现的频率，了解图像的灰度分布。其次，根据输入图像的灰度概率分布来确定其对应的输出灰度值，通过扩展图像的动态范围达到提升图像对比度的目的，实现将图像的有效灰阶映射到图像显示灰阶范围[2-3]。

2)线性滤波方法，对原热红外图像的每个像素周围一定范围内的像素进行加权运算，本文采用3*3模板，消除图像中的噪声成分。

3)低通滤波是将频域图像中的高频部分滤除而通过低频部分。图像的边缘和噪声对应于频域图像中的高频部分，而低通滤波的作用即是减弱这部分的能量，从而达到图像平滑去噪的目的。巴特沃斯(Butterworth)低通滤波器，可对受噪声干扰的图像进行平滑处理。巴特沃斯滤波器对应的转移函数是：

式中：D(u,v)表示频域点(u,v)到频域图像原点的距离，称为截止频率，当D(u,v)=D0时，H(u,v)=0.5，即对应的频域能量将为原来的一半。设置合适的截止频率，热红外图像频率在截止频率以上的信息被阻挡，在范围之内才予以通过，达到平滑目的。

4)高斯滤波器，是一种基于加权平均的平滑线性滤波器，能够使热红外图像更加平滑，以克服热红外图像中噪声对后续边缘检测造成的突变[4-5]。

本文基于上述空域、频域方法，提出一种自适应空域-频域算法，根据热红外图像采集环境，对热红外图像进行增强，改善提质，具体方法流程图2所示。

图2 自适应空域-频域红外图像增强算法流程图

3 实验及分析

1)直方图均衡化

对室外停车场、室内人员的红外图像分别进行直方图均衡化，结果如图3所示。

由图3可以看出，室外小区停车场的红外图像经过处理后，直方图分布均衡，画面更清晰，人影、车身以及小区楼房的结构都能看清楚，比原始图像更易观察，有效信息得到增强，视觉效果不错；室内人员的红外图像经过处理后整体风格改变了，但是效果不如室外好，整体并没有原始图像来得清晰，由此可见，直方图均衡化更适合室外拍摄的红外图像。

图3 室内外红外图像直方图均衡化

直方图均衡化通过把图像的像素点分布均衡，使图像的整体效果更平滑柔和，可以依据规定好的要求进行调整，有目的地增强图像中的部分信息。

2)线性空域滤波

线性空域滤波对图像像素灰度值进行加和处理简单运算，从而改善图像效果。室内和室外的红外图像经过线性空域滤波，效果如图4所示。

图4 室内外红外图像线性空域滤波

线性空域滤波通过加椒盐噪声给红外图像进行过滤，处理后的图像比原始图像更平滑，比灰度图像颜色更浅，整体效果更均衡，图像处理结果较好，因此，线性空域滤波均适用室外与室内的红外图像。

3)Butterworth低通滤波器

频域里面大致分为低通和高通两类，低通滤波器主要是起到平滑的作用，使图像整体更加明显；高通滤波器主要是起到锐化的作用，突出图像边界或者部分信息，增强部分信息而不是整体信息。

实验中，需要对截止频率D0和n的取值进行组合。本次实验中，D0选取100、120、140、160、180、200等离散值；n取5、6、7、8等离散值，找到最佳的D0与n的取值组合，实验结果如图5所示。

图5 室内外红外图像Butterworth滤波

该算法和理想低通滤波器的效果几乎没有差别，设置相同的截止频率，室外停车场红外图像在处理后更清晰明了，室内人员红外图像的相关细节却被模糊了，效果变差，因此，可以采用Butterworth低通滤波器来处理室外的相关图像。

4)Gussian滤波器

高斯滤波器是特定的平滑线性滤波器，主要功能可以降低图像灰度的“尖锐”性。通过改变D0和n的数值，对截止频率D0和n的取值进行组合。对室内人员红外图像和室外停车场红外图像处理后如图6所示。

图6 室内外红外图像高斯滤波

由于该滤波器是高通滤波器，对低频有截止作用，从室内、室外红外图像处理结果来看，效果不显著，但是比原图像更突出明显，其中不乏原始两张图片本身存在差异的原因，因此高斯滤波对室内、室外红外图像都可以采用。

4 结束语

本文选择了室内与室外两种具有代表性的红外图像，对最适用的图像增强算法进行比较和总结。通过在实验过程中的不断调试，可以发现，在一定程度上，室外拍摄的红外图像，直方图均衡化的效果是最好的，线性空域滤波次之；在公共场合、室内、人员密集的地方拍摄的红外图像，线性空域滤波、高斯滤波器效果很好，巴特沃斯低通滤波器效果次之。本文基于上述空域、频域方法，提出了一种自适应空域-频域算法，根据热红外图像采集环境，能够对热红外图像进行增强，可以改善提质。