红外运动目标检测算法研究+文献综述(3)
2 红外图像直方图分析的研究
红外成像系统输出的是灰度图像,其特点是对比度很小的景物细节分布在包含噪声的大片背景上。灰度直方图是数字图像处理中最简单最有用的工具之一 ,在图像描述、图像处理以及图像分析中都有着重要的应用。例如,由于灰度直方图反映了相应图像的对比度特性,因而是有效的图像增强手段 。
2.1 灰度直方图原理
直方图是用来表达一幅图像的灰度值分布情况的统计图表，直方图的横坐标是灰度,一般用r表示。纵坐标视图像类型而定，对连续图像,它是灰度值出现的概率密度，并有下列关系成立：
式中,A为图像面积, 对于数字图像,纵坐标是灰度值为 的像素个数或出现该灰度值的概率为 .。[2]
式中,k为一幅图像对应的灰度级数。
灰度直方图具有下列性质.
①直方图反映了该图像中不同灰度值出现的次数 或频数 ,并未反映某一灰度值像素所在的位置 换言之,由于直方图没有反映 目标的空间信息,故无法精确定位 目标
②对于任意一幅图像,可以唯一地算出一幅与它对应的直方图 但不同的图像,可能有相同的直方图,即图像与直方图之间是一种多对一的映射关系
③由于直方图是通过对具有相同灰度值的像素进行统计计数得到的,因此 ,一幅图像各子区的直方图之和就等于该图全图的直方图灰度直方 图的计算过程容易用程序实现通常将直方图与其他算法,例如与对比度拉伸点处理算法、均衡变换算法等配套使用 ,以增强 图像对 比度。它也可以作为图像分割域值的选择依据。
2.2 编程仿真仿真结果如下：
图2.1可见光图像及其直方图
图2.2 红外图像及其直方图
2.3 结果分析
比较红外图像与可见光图像的直方图可以总结其直方图特点如下： (1)像素灰度值动态范围不大，很少充满整个灰度级空间，而可见光图像的像素则分布于几乎整个灰度级空间。
（2）绝大部分像素集中于某些相邻的灰度级范围，这些范围以外的灰度级上则没有或只有很少的像素，而可见光图像的像素分布则比较均匀。 (3)直方图中有明显的峰存在，多数情况下为单峰或双峰。若为双峰，则一般主峰为信号，次峰为噪声，而可见光图像直方图的峰不如红外图像明显。一般多个峰同时存在。 以上特点是大多数红外图像直方图所具备的。但也不绝对，实际中的红外图像可能会由于气候条件、环境温度等因素的影响，呈现出与上述特点不完全一致的情形。
3 红外图像预处理算法研究
红外图像中的目标探测与识别已经成为军事领域的热点，为了实现准确、快捷的目标探测与识别，必须对红外图像进行仔细的预处理，突出目标的显著特征，为后续的探测识别处理提供便利。一般的热像仪和传感器获取到的原始红外图像是无法直接进行目标识别处理的，因为实际中红外成像的环境十分复杂，特别是在恶劣天气条件下获得的图像必然会受到噪声的干扰，图像背景复杂，图像中的噪声将影响到目标的检测概率和识别性能。还有系统的畸变、被观察对象的运动等都会使获取的图像发生一定的退化降质。因此需要利用一定的预处理技术，对红外图像进行增强处理或将退化降质的图像重建成完全或接近于无退化的原始理想图像后进入下一步处理。
3.1 线性滤波算法研究
3.1.1 线性滤波算法原理
平滑线性空间滤波器的输出是包含在滤波模板邻域内像素的简单平均值。因此，这些滤波器也称为均值滤波器。它用滤波模板确定的邻域内像素的平均值去代替图像每个像素点的值，这种处理减少了图像灰度的“尖锐”变化。由于典型的随机噪声由灰度级的尖锐变化组成，因此常见的平滑处理就是去噪。然而，图像的边缘也是由图像灰度尖锐变化带来的特性，所以均值滤波处理还是存在着不希望的边缘模糊的负面效应。均值滤波器的主要应用是去除图像中的不相干的细节，其中不相干指的是与滤波模板尺寸相比，较小的像素区域。常用的滤波模板有: