孫海江，王延杰，劉偉寧

(1.中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所，吉林長春130033; 2.中國科學(xué)院 研究生院，北京100039)

1 引言

紅外熱像儀已被廣泛應(yīng)用于光學(xué)測量、目標(biāo)識(shí)別、軍事和航空偵察等領(lǐng)域。然而，相機(jī)靈敏度和紅外圖像探測器件的固有特性使紅外圖像存在很多不足，如亮度不夠、對(duì)比度低和物體邊緣模糊等。

為了有效地改善紅外圖像的質(zhì)量，提高對(duì)比度，銳化物體邊緣，紅外圖像增強(qiáng)算法極受人們關(guān)注。由于增強(qiáng)算法的處理結(jié)果會(huì)直接影響增強(qiáng)后紅外圖像的質(zhì)量，尤其在實(shí)時(shí)性要求較高的情況下，提出的算法應(yīng)在保證算法對(duì)圖像增強(qiáng)效果的同時(shí)不影響算法的實(shí)時(shí)性。

直方圖均衡化［1］是常用的圖像增強(qiáng)算法之一。采用該方法進(jìn)行紅外圖像增強(qiáng)，常出現(xiàn)由于背景和物體之間的溫度差很低，使其灰度差較小;抑或亮目標(biāo)與背景之間的溫度差很高，出現(xiàn)灰度差很大;此時(shí)，會(huì)有或者背景圖像的增強(qiáng)效果不好，或者亮目標(biāo)被飽和等情形，因此直方圖均衡化并不適合紅外圖像的特點(diǎn)。為了克服傳統(tǒng)直方圖均衡化算法的不足，后期又出現(xiàn)了平臺(tái)直方圖算法，該算法的關(guān)鍵是平臺(tái)值的選擇。它可以有效增強(qiáng)背景的對(duì)比度，但是其運(yùn)算復(fù)雜，影響實(shí)時(shí)性，而且圖像邊緣依然模糊，沒有增強(qiáng)邊緣的效果。根據(jù)上述算法的實(shí)際應(yīng)用，本文提出一種結(jié)合自適應(yīng)平臺(tái)直方圖與邊緣增強(qiáng)疊加融合的紅外圖像增強(qiáng)算法和結(jié)合雙DSP并行處理的硬件設(shè)計(jì)方法，其特點(diǎn)是平臺(tái)直方圖閾值的自適應(yīng)選取、邊緣增強(qiáng)、實(shí)時(shí)性好。

2 紅外圖像增強(qiáng)算法［2］

2.1 自適應(yīng)平臺(tái)直方圖均衡化［3-4］

平臺(tái)直方圖是根據(jù)平臺(tái)閾值對(duì)直方圖進(jìn)行修正后的直方圖均衡化方法，如果直方圖的閾值小于平臺(tái)閾值，則閾值保持不變，否則取平臺(tái)閾值，如式(1)所示:

其中:i代表圖像的灰度級(jí)，i∈［0，255］，H(k)是原始圖像統(tǒng)計(jì)的直方圖，即修正前的直方圖;HT(i)為修正后的平臺(tái)直方圖;T為平臺(tái)閾值，T∈［0，255］。

將傳統(tǒng)的直方圖均衡化過程轉(zhuǎn)化為由平臺(tái)直方圖為基準(zhǔn)，進(jìn)行每個(gè)灰度的累積直方圖的計(jì)算，再由累積直方圖對(duì)原圖像的灰度重新分配，得到均衡化的新圖像。累積直方圖計(jì)算公式如式(2)所示，均衡化后新的圖像的灰度計(jì)算公式如式(3)所示:

其中:i代表像素的灰度值，i∈［0，255］;PT(i)代表灰度值為i的累積直方圖，DT(i)代表原像素灰度值為i的均衡化后的新灰度值，符號(hào)［］代表取整數(shù)。

如何根據(jù)紅外圖像自適應(yīng)選取合適的平臺(tái)閾值T，是紅外圖像增強(qiáng)好壞和程序執(zhí)行效率的關(guān)鍵。為了使相對(duì)集中的背景灰度被拉伸，而較亮的目標(biāo)不被飽和，平臺(tái)閾值必須在直方圖中的背景峰值和目標(biāo)峰值的中間，因此，需要獲得2個(gè)峰之間的中間值。一般背景峰都處于直方圖的左側(cè)，而亮目標(biāo)峰值處于直方圖的右側(cè)，要找的是兩者之間所有屬于谷底波形的直方圖值的集合，求取集合中的中間值，即為要求的平臺(tái)閾值。方法簡述如下:統(tǒng)計(jì)原始紅外圖像灰度直方圖，得到直方圖H(i)，i∈［0，255］，去掉H(i)中為零的單元，構(gòu)成集合{P(k)|0≤k≤K}，K為H(i)中非零的個(gè)數(shù);對(duì)P(k)進(jìn)行3鄰域的一維中值濾波，去掉毛刺干擾;這里簡化了文獻(xiàn)［3］的方法，直接查找P(k)中有多少個(gè)灰度值在直方圖的位置符合波谷性質(zhì)，即該灰度的像素個(gè)數(shù)小于兩側(cè)灰度值的像素個(gè)數(shù)，即求出集合{mi|1≤mi≤K-1，P(mi-1)＞P(mi)＜P(Mi)+1)}，i為mi的個(gè)數(shù)，找出mi的中間值，設(shè)為mz，則平臺(tái)閾值T為P(mi)。

2.2 圖像邊緣銳化［1］

通過平臺(tái)直方圖均衡化后的紅外圖像的對(duì)比度得到了增強(qiáng)，整體亮度得到了提高，但是，原紅外圖像中較亮目標(biāo)的灰度被過度拉伸，造成了飽和現(xiàn)象，而且沒有對(duì)邊緣進(jìn)行處理，所以原有模糊的紅外圖像依然模糊，清晰度并沒有提高。為了改善這兩方面的不足，對(duì)原始紅外圖像進(jìn)行拉普拉斯變換，獲得邊緣圖像，再將平臺(tái)直方圖均衡化后的圖像乘以一個(gè)經(jīng)驗(yàn)系數(shù)?，與邊緣圖像疊加，獲得新的圖像。此紅外圖像對(duì)比度、清晰度都得到了提高，而且，減少了飽和現(xiàn)象的發(fā)生。設(shè)原始紅外圖像為f(x，y)，通過拉普拉斯變換后，得到邊緣圖像fB(x，y)，拉普拉斯邊緣提取算子為一個(gè)3×3的濾波器，如圖1所示。

圖1 邊緣提取濾波器Fig.1 Edge extracting filter

設(shè)自適應(yīng)平臺(tái)直方圖均衡化后的紅外圖像為fT(x，y)，與系數(shù)?相乘后，再與邊緣圖像疊加生成的紅外圖像為fdj(x，y)，公式如下:

ddj(x，y)=?·fT(x，y)+fB(x，y)， (4)其中，系數(shù)?的數(shù)值可調(diào)。為了防止灰度值越界，對(duì)疊加后的灰度值進(jìn)行限制，得到最終的紅外圖像fN(x，y)，公式如下:

2.3 基于雙DSP的硬件設(shè)計(jì)［5-7］

如果紅外圖像的增強(qiáng)算法用于實(shí)時(shí)顯示系統(tǒng)時(shí)，對(duì)算法的執(zhí)行效率要求很高。這里介紹一種以雙DSP為核心處理器，以現(xiàn)場可編程門陣列(FPGA)為協(xié)處理器，配有接口芯片和數(shù)模轉(zhuǎn)換等芯片的硬件設(shè)計(jì)平臺(tái)。硬件原理框圖如圖2所示。

FPGA采用XILINX公司的V2P4，具有40萬個(gè)系統(tǒng)門，800多個(gè)邏輯單元，主要負(fù)責(zé)圖像的采集、存儲(chǔ)和傳輸;兩片DSP都采用Ti公司高性能的DSP(TMS320C6416)，主頻1 GHz，運(yùn)算速度可達(dá)8 000 MIPS;其中DSP1負(fù)責(zé)算法中的平臺(tái)直方圖閾值選取和均衡化處理，生成平臺(tái)直方圖均衡化后的紅外圖像，并傳給DSP2;DSP2負(fù)責(zé)算法中

圖2 硬件原理框圖Fig.2 Schematic diagram of hardware

紅外邊緣圖像的生成，并與DSP1傳來的紅外圖像疊加融合生成最后的紅外圖像。由于采用雙DSP并行處理，提高了系統(tǒng)運(yùn)行效率，處理一幅320×256的圖像只用15.67 ms，保證了50 Hz的處理頻率要求。

3 試驗(yàn)結(jié)果

紅外熱像儀輸出的紅外圖像分辨率為320×256，輸出頻率為50 Hz。原始紅外圖像如圖3所示，用傳統(tǒng)直方圖均衡化方法處理后的紅外圖像如圖4所示，平臺(tái)直方圖均衡化方法處理后的紅外圖像如圖5所示，本文方法獲得的紅外圖像如

圖3 原始紅外圖像Fig.3 Original infrared image

圖6 所示。從圖中可以看出，原始紅外圖像對(duì)比度低，邊緣模糊，通過傳統(tǒng)直方圖均衡化處理后，提高了整體的亮度，但是煙囪的灰度值達(dá)到飽和，而樓宇灰度的層次依然不明顯;而平臺(tái)直方圖處理后的樓宇對(duì)比度得到了增強(qiáng)，但是飽和現(xiàn)象依然存在，而且模糊的邊緣依然不清晰;而本文的方法不僅降低了煙囪的飽和，在增強(qiáng)了天空云彩、樓宇等對(duì)比度的同時(shí)，對(duì)煙囪、窗戶等物體的邊緣進(jìn)行了增強(qiáng)，使紅外圖像對(duì)比度更好，邊緣更加清晰。

圖4 直方圖均衡化后的紅外圖像Fig.4 Infrared image base on histogram equalization

圖5 平臺(tái)直方圖均衡化后的紅外圖像Fig.5 Infrared image base on plateau histogram equalization

圖6 本文方法增強(qiáng)后的紅外圖像Fig.6 Infrared image after enhancement by proposed algorithm in this work

取出4幅圖像中的兩個(gè)小煙囪的局部圖像放大后可以清楚地看到，本文處理后的紅外圖像不僅沒有飽和現(xiàn)象，而且對(duì)比度好，煙囪的紋理和周圍景物的邊緣都清晰可見，如圖7所示。

圖7 對(duì)比圖Fig.7 Comparison of images

通過對(duì)比圖3～圖6 4幅圖像的直方圖可以看出，本文方法獲得的紅外圖像直方圖分布最均勻，說明圖像中包含的灰度信息最多，圖8所示從上至下依次為圖3～圖6的直方圖。

為了給出紅外增強(qiáng)效果的定量分析，引用一種表示模糊度的函數(shù)［7］，公式如下:幅圖像的模糊度計(jì)算結(jié)果。

圖8 4幅圖像的直方圖Fig.8 Histograms of four infrared images

表1 4幅圖像(圖3～圖6)的模糊度計(jì)算結(jié)果Tab.1 Results of ambiguity for four images

4 結(jié)論

本文介紹的紅外圖像增強(qiáng)算法，采用自適應(yīng)平臺(tái)直方圖均衡化與邊緣圖像疊加的方法來增強(qiáng)圖像的對(duì)比度和清晰度。由于采用雙DSP并行處理的硬件設(shè)計(jì)，保證了實(shí)時(shí)性，其處理頻率達(dá)到50 Hz。

［1］阮秋琦.數(shù)字圖像處理學(xué)［M］.北京:電子工業(yè)出版社，2001.RUAN Q Q.Digital Image Processing［M］.Beijing:Publishing House of Electronics Industry，2001.(in Chinese)

［2］周妮，張勇，吳瀅躍.一種新的實(shí)時(shí)紅外圖像增強(qiáng)技術(shù)［J］.紅外技術(shù)，2010，32(6):324-327.ZHOU N，ZHANG Y，WU Y Y.A new real-time image enhancement in IR imaging system［J］.Infrared Technology，2010，32(6):324-327.(in Chinese)

［3］王炳健，劉上乾，周慧鑫，等.基于平臺(tái)直方圖的紅外圖像自適應(yīng)增強(qiáng)算法［J］.光子學(xué)報(bào)，2005，34(2):299-301.WANG B J，LIU SH Q，ZHOU H X，et al..Self-adaptive contrast enhancement algorithm for infrared images based on plateau histogram［J］.Acta Photonica Sinica，2005，34(2):299-301.(in Chinese)

［4］宋巖峰，邵曉鵬，徐軍.基于雙平臺(tái)直方圖的紅外圖像增強(qiáng)算法［J］.紅外與激光工程，2008，37(2):308-311.SONG Y F，SHAO X P，XU J.New enhancement algorithm for infrared image based on double plateaus histogram［J］.Infrared and Laser Eng.，2008，37(2):308-311.(in Chinese).

［5］郭強(qiáng)，陳桂林.基于雙DSP的遙感圖像實(shí)時(shí)并行處理系統(tǒng)［J］.光學(xué) 精密工程，2002，10(6):547-551.GUO Q，CHEN G L.Real-time parallel processing system for remote sensing images based on two DSPs［J］.Opt.Precision Eng.，2002，10(6):547-551.(in Chinese)

［6］朱明，魯劍峰，趙健，等.基于TMS320C6202DSp的實(shí)時(shí)數(shù)字圖像處理系統(tǒng)的設(shè)計(jì)［J］.光學(xué) 精密工程，2003，11(5):497-501.ZHU M，LU J F，ZHAO J，et al..Design of real time digital image processing system based TMS320c6202 DSP［J］.Opt.Precision Eng.，2003，11(5):497-501.(in Chinese)

［7］GUO J，LIU W G，et al..Adaptive algorithm of infrared target enhancement for target recognition of infrared detector［J］.SPIE，2009，7283:728311.

［8］賴睿，劉上乾，王炳健，等.一種新的自適應(yīng)紅外圖像增強(qiáng)算法［J］.半導(dǎo)體光電，2006，27(6):767-769.LAI R，LIU SH Q，WANG B J，et al..A new adaptive enhancement algorithm for infrared image［J］.Semiconductor Optoel Ectronics，2006，27(6):767-769.(in Chinese)

［9］鄧志鵬，許麗敏，楊杰，等.基于直方圖相關(guān)的圖像灰度校正［J］.紅外與激光工程，2003，32(2):167-169.DENG ZH P，XU L M，YANG J，et al..Image gray calibration based on histogram correlation［J］.Infrared and Laser Eng.，2003，32(2):167-169.(in Chinese)

［10］曹聚亮，呂海寶，李冠章.基于自適應(yīng)局部灰度修正的直方圖均衡算法［J］.紅外與激光工程，2004，33(5):513-515.CAO J L，Lü H B，LI G ZH.Histogram equalization algorithm based on adaptive local gray level modification［J］.Infrared and Laser Eng.，2004，33(5):513-515.(in Chinese)

［11］張志龍，李吉成，沈振康.一種保持圖像細(xì)節(jié)的直方圖均衡新算法［J］.計(jì)算機(jī)工程與科學(xué)，2006，28(5):36-38.ZHANG ZH L，LI J CH，SHEN ZH K.A new algorithm for image-detail-preserving histogram equalization［J］.Computer Eng.Sci.，2006，28(5):36-38.(in Chinese)

［12］HUCKRIDGE D A，EBERT R R.Dynamic range compression and contrast enhancement in IR imaging systems［J］.SPIE，2007，6737:67370P.

［13］CHEN Q，ZHANG B M，GU G H.Dynamic inter-frame filtering in IR image sequences［J］.J.Institute Technol.Nanjing，2003，27(5):653-656.

［14］ZHOU M，XU SH H.A little infrared goal picture detection method［J］.Semiconductor Optoelectronics，2004，25(3):224-225.

［15］陳崢，吉書鵬.一種基于Otsu法和平臺(tái)直方圖均衡的紅外圖像增強(qiáng)算法［J］.激光與紅外，2010，40(4):438-441.CHEN ZH，JI SH P.Enhancement algorithm of infrared images based on Otsu and plateau histogram equalization［J］.Laser＆Infrared，2010，40(4):438-441.(in Chinese)