红外图像--分段线性变换

红外图像增强技术ppt课件

病原体侵入机体，消弱机体防御机能，破坏机体内环境的相对稳定性，且在一定部位生长繁殖，引起不同程度的病理生理过程
其他处理方法——小波变换
分解后的图像，其主要信息(即轮廓)由低频部分来表征，而其细节部分则由高频部分表征。实际应用中，通过对高频部分分量进行变换，经过处理达到增强图像的目的。基于小波变换理论的红外图像增强技术,即对低对比度的红外图像，通过施行小波变换,得到该图像的多尺度梯度分布，增强多尺度梯度模的大小，并扩大其在尺度空间的动态范围，就可以实现图像的对比度增强。
图像噪声滤除成为红外图像预处理中的重要组成部分。空域或频域的平滑滤波可以抑制图像噪声，提高图像的信噪比。其中，中值滤波器在处理噪声的方面有较好的表现，不仅能消除强脉冲性噪声的影响，而且较好地保留了图像的边缘。在频域上可以通过低通滤波器实现平滑。
病原体侵入机体，消弱机体防御机能，破坏机体内环境的相对稳定性，且在一定部位生长繁殖，引起不同程度的病理生理过程
外界环境的随机干扰和热成像系统的不完善，给红外图像带来多种多样的噪声。
由于红外探测器各探测单元的响应特性不一致、光机扫描系统缺陷等原因，造成红外图像的非均匀性，体现为图像的固定图案噪声、串扰、畸变等。
病原体侵入机体，消弱机体防御机能，破坏机体内环境的相对稳定性，且在一定部位生长繁殖，引起不同程度的病理生理过程
病原体侵入机体，消弱机体防御机能，破坏机体内环境的相对稳定性，且在一定部位生长繁殖，引起不同程度的病理生理过程
红外图像增强的主要工作
增强图像边缘锐度，改善红外图像模糊状态；对灰度进行拉伸，使红外图像的灰度适中，灰度层次更

红外图像目标检测技术的研究

筇一帝红外成像心踪的从蛐土¨识温度目前一般限制在１１５０．１２００Ｋ，相应的尾喷口处的排气温度在非加力状态下一般在８５０．９００Ｋ左右。

如果经过涡轮后的燃气进一步作加力燃烧，则喷口山的排气温度可达１８００．２０００Ｋ［３１。

在波长五＜５，ｕｒｎ的辐射范围内，飞行马赫数Ａ如＜２时Ｉ｛Ｉ机的蒙皮的辐射不起重要作用，但是当Ｍａ，２时。

飞机紫皮承受相当程度的气动加热，几乎在所有的红外波段内都有很强的辐射。

但是，即使Ｍａ＜２时，在８—１４ｐｍ的￡ｌ：外波段内，飞机蒙皮的红外辐射在整个飞机红外辐射中占有极为重要的比重。

２．４背景辐射背景辐射是一个红外系统必然会接受到的辐射，背景辐射在探测器上形成的辐照度有时会比目标形成的辐照度高好几个数量级，而且变化复杂，因而了解背景辐射的特点，对提高红外图像目标检测的性能具有十分重要的意义。

典型的背景有天空、地面和海洋等。

晴空条件下，天空辐射主要由两部分组成：大气分子及气溶胶粒子对太阳光的散射和大气分子自身的辐射。

实验和理论计算表明，对阳光的散射和大气分子的辐射在光谱分布上是有差别的。

对阳光的散射主要分却在波长小于３，ｕｒｎ的短波范围内；而大气辐射由于大气本身温度较低（有效温度在２００．３００Ｋ内），因而在小于４／ｔｍ的波长范围内辐射量很小。

天空辐射可以认为是上述两利ｓ辐射的叠加，这种辐射在３．４／ｏｎ波段内出现极小值，在３，ｕｒｎ以下的短波部分以散射为主，而在４／ｔｍ以上的波段范围内以大气辐射为主。

在晴空条件下，散射形成的天空亮度具有如下特点：●在散射区（旯＜３ｐｍ），光谱曲线并不足一条理想化的黑体ＩⅡＩ线，而是具有由水汽等的强吸收带造成的波带状结构。

这导致红外图像上的散利造成的背景像素灰度的降低。

·散射的亮度随观测的仰角而变化，因为和水平面构成的仰角增加时，光线路径缩短，教射阳光的大气分子数也随之减少，从而造成散射的亮度－６．图２．３是一幅典型的天空为背景的红外图像。

一种基于灰度自适应红外图像边缘检测方法

第35卷，增刊V bl ．35Suppl em ent 红外与激光工程Infj m d 加d LaSer Engi nee 血g2006年10月oc t ．2006一种基于灰度自适应红外图像边缘检测方法王永义，杨卫平(国防科技大学A 瓜国家重点实验室，湖南长沙410073)摘要：针对天空背景下红外成像灰度特点，本文介绍了一种简单可行自适应边缘检测方法。

首先对红外图像进行自适应灰度增强预处理，接着用自适应最优阈值分割得到原图的二值图像，最后依据形态腐蚀方法获取目标边缘，实验表明，该方法除噪能力强，定位精度高，具有连续的边缘检测能力。

关键词：自适应灰度增强；自适应阈值分割；形态腐蚀；边缘检测中圈分类号：TP391文献标识码l A 文章编号：1007—2276(2006)增D 一0291-04A n adapt i V e edge det ect i on m et hod ba s eon gr ay of I R i m a ge W r A N G Y bn g —yi Y A N G W |ei -ping(1研I abo 髓t or yf br 加r K N a 廿伽I al uni V eB 姆of D cf cn ∞Tecl l I l ol ogy ，C h 柚gSl I a4100r 73。

aI i na)A bs t 瑚屺t ：A fe a si bl e ad apt i V e edg e det ect i on m em od i s i n 臼oduced ．Fi r sny ，吐l e I R i m age hasa prepr ocess i l l g of ada 砸ve enha ncement ；t I l en 撒er ada 砸V e opt i I I l i za t i on t hres ho l d segm e 舭，we caI l get a bm a r y i m a ge ；The l ast s t 印i s eros i on operat i on ．The r e sul t s of exp edl I l ent a_bout m e ed ge of 洫aget a 唱et s h ow t l lat t hi s m et l l od has a good ef !f 酏t i n noi s e suppr es si on ，pr l ，ci s i on ed ge and cont i nuous edge ．K ey w or ds ：A dapt i V e gr ay enhancement ；A da pt i V e t t l r eshol d s egm 朋t at ion ；M or phol ogi ca l er os i on ；E dg e det e ct i on O 引言红外图像反映了目标及其周围的温度分布情况，通常情况下，由于目标高速运动时与空气发生摩擦，目标的温度将高于环境温度，在红外图像中的表现就是目标区域的灰度总是高于背景灰度。

红外图像的处理及其MATLAB实现解析

红外图像的处理及其MATLAB 函数实现0.引言随着红外技术日新月异的发展，红外技术在军事及人们日常生活中有着越来越广泛的应用。

但由于红外探照灯及红外探测器件的限制，红外成像系统的成像效果仍然不够理想。

在民用监测应用中，主要表现为夜视距离近，图像背景与被监测目标之间对比度模糊，被监测目标细节难以辨认，图像特征信息不明确等方面。

为使图像更适于人眼观测、适用于图像后续目标识别及跟踪处理，有必要在红外图像采集和处理上做进一步的研究，来增强红外图像视觉效果。

1. 红外图像的获取及其特点1.1 红外图像的获取红外图像主要是由红外热像仪采集的。

红外热像仪是一种二维热图像成像装置。

热成像系统是一个光学一电子系统，可用于接收波长在m 100~75.0之间的电磁辐射，它的基本功能是将接收到的红外辐射转换成电信号，再将电信号的大小用灰度等级的形式表示，最后在显示器上显示出来。

图1.1就是一张采集到的红外图像。

图1.1 输入的红外图像1.2 红外图像的特点红外图像反映了目标和背景不可见红外辐射的空间分布，其辐射亮度分布主要由被观测景物的温度和发射率决定，因此红外图像近似反映了景物温度差或辐射差。

根据其成像原理，总结红外图像特点如下：(1)红外热图像表征景物的温度分布，是灰度图像，没有彩色或阴影(立体感觉)，故对人眼而言，分辨率低、分辨潜力差；(2)由于景物热平衡、光波波长、传输距离远、大气衰减等原因，造成红外图像空间相关性强、对比度低、视觉效果模糊；(3)热成像系统的探测能力和空间分辨率低于可见光CCD阵列，使得红外图像的清晰度低于可见光图像；(4)外界环境的随机干扰和热成像系统的不完善，给红外图像带来多种多样1噪声、光子电子涨落噪声等等。

噪声来源的噪声，比如热噪声、散粒噪声、f多样，噪声类型繁多，这些都造成红外热图像噪声的不可预测的分布复杂性。

这些分布复杂的噪声使得红外图像的信噪比比普通电视图像低；(5)由于红外探测器各探测单元的响应特性不一致等原因，造成红外图像的非均匀性，体现为图像的固定图案噪声、串扰、畸变等。

基于FPGA的红外图像自适应分段线性增强算法

ｓｅｃｔｉｏｎ，ｔｈｅｎａｐｐｌｉｅｓｄｉｆｅｒｅｎｔｌｉｎｅｒａｇｒａｙｓｃａｌｅｒｔａｎｓｆｏｒｍａｔｉｏｎｏｔｅｖｅｒｙｓｅｃｔｉｏｎｉｎｏｒｄｅｒｔｏｇｅｔｈｅｔｂｅｓｔｖｉｓｕａｌｅｆｅｃｔ．Ｉｔｈａｓｂｅｅｎｐｒｏｖｅｄｔｈａｔｉｎｉｎｆｒａｒｅｄｏｂｓｅｒｖａｔｉｏｎｓｙｓｔｅｍｄｅｖｅｌｏｐｅｄｏｕｒｓｅｌｖｅｓ，ｈｉｔｓａｌｇｏｒｉｔｈｍｃｏｓｔｌｅｓｓｈａｒｄｗａｒｅｒｅｓｏｕｒｃｅ，ａｎｄｆｕｌｌｙｓａｔｉｓｉｆｅｄｈｅｔｒｅｌ－ａｔｉｍｅ，ｈａｖｅａｃｅｒｔａｎｉｖａｌｕｅｏｆｕｓｅ．Ｋｅｙｗｏｒｄｓ：ｉｎｆｒｒｅａｄｉｍａｇｅ，ｇｒａｙｓｃａｌｅｒｔｎｓａｆｏｍａｒｔｉｏｎ，ｍｕｌｔｉｓｔａｇｅｍｅａｎ，ｉｍａｇｅｅｎｈｎｃａｅｍｅｎｔ
法估算图像灰度阈值，自适应地将图像分成背景灰度区间、过度灰度区间和目标灰度区间，最后对各部分区间采取不同的线性变换，获得最佳的视觉效果。该算法已在自主研发的红外手持观测仪上
得到了应用，占用硬件逻辑资源少，实时性强，具有一定的应用价值。关键词：红外图像；灰度变换；多级均值；图像增强中图分类号：ＴＮ２１９文献标识码：Ａ文章编号：１００１．８８９１（２０１３）０２。０１０２．０５

遥感名词解释

遥感平台：遥感中搭载传感器的工具统称为遥感平台，常见的有气球、飞机、人造地球卫星和载人航天器遥感技术系统：包括被测目标的信息特征、信息的获取、信息的传输与记录、信息的处理和信息的应用。

电磁波; 当电磁振荡进入空间，变化的磁场激发了涡旋电场，变化的电场又激发了涡旋电场，使电磁振荡在空间传播，这就是电磁波。

辐射源：任何物体都是辐射源。

维恩位移定律：λ（max）T=b黑体：对任何波长的电磁辐射大都全部吸收的物体微波遥感：指利用微波传感器获取从目标地物发射或者反射的微波辐射，经过判读处理来识别地物的技术。

被动遥感：传感器本身不产生电磁波，而是被动的接受和反射其他物体的电磁辐射而获取地物信息的遥感方式。

瑞利散射:当大气中粒子的直径比波长小得多时发生的散射。

米氏散射: 当大气中粒子的直径与辐射的波长相当时发生的散射。

大气窗口：由于大气层的反射、散射和吸收作用，使得太阳辐射的各波段受到衰减的作用轻重不同，因而各波段的透射率也各不相同。

我们就把受到大气衰减作用较轻、透射率较高的波段叫做大气窗口。

多波段遥感：探测波段在可见光和红外波段范围内再分成若干窄波段感光度：胶片的感光速度。

垂直摄影：摄影机主光轴垂直于地面或偏离垂线在3’以内。

倾斜摄影：摄影机主光轴偏离垂线大于3’。

三原色：若三种颜色，其中的任一种都不能由其余二种颜色混合相加产生，这三种颜色按一定比例混合，可以形成各种色调的颜色，称之为三原色。

（红绿蓝）辐射亮度：假定有一辐射源呈面状，向外辐射的强度随辐射方向不同而不同。

则辐射亮度定义为辐射源在某一方向单位投影表面单位立体角内的辐射通量。

观察者以不同的观测角观察辐射源时，辐射亮度不同。

亮度系数：物体表面受到光照后所产生的明亮程度的数值辐射畸变：实际测量时，辐射强度值还受到其他因素的影像而发生改变，这一改变的部分就是需要校正的部分。

辐射校正 :对大气影响的纠正是通过纠正辐射亮度的办法实现的。

几何畸变：遥感图像在几何位置上发生了变化，产生诸如行列不均匀，像元大小与地面大小对应不准确，地物形状不规则变化等畸变时，说明发生了几何畸变。

一种非线性变换的双直方图红外图像增强方法

一种非线性变换的双直方图红外图像增强方法李绘卓;范勇;唐峻;唐遵烈;熊平;周建勇【摘要】红外图像具有噪声大、对比度低等特点，红外图像增强是红外探测、识别和跟踪应用中的核心问题之一。

在红外图像增强技术中，直方图均衡方法简单、有效，但存在细节信息损失较大的缺陷。

提出一种对红外图像采用非线性变换分段直方图的增强方法，该方法对红外图像进行非线性变换，提高较暗区域的像素亮度，根据前背景区域特征将直方图分成两段，进行双直方图均衡化处理，对前景和背景分别进行图像的增强。

经过实验验证，该算法能有效提高图像亮度，扩大目标区的灰度范围，增强前景图像的细节部分。

%The infrared image has large noise and low contrast characteristic. The infrared image enhancement is one of core problems of infrared detection, recognition and tracking applications. Histogram equalization plays an important role in infrared image enhancement techniques, but large defect exists, for example the loss of detail information. This paper proposes an infrared image enhancement method based on subsection histogram with nonlinear transformation. The pixel luminance from the dark region is improved by nonlinear transformation. The histogram is divided into two sections based on foreground and background regional characteristics, and the two histograms are equalized to enhance the contrast of the foreground and background. The experiment proves that this method can effectively improve the brightness of the image;extend the gray range from the target region and enhance the detail in the foreground.【期刊名称】《计算机工程与应用》【年(卷),期】2014(000)009【总页数】5页(P155-159)【关键词】红外图像;图像增强;非线性变换;双直方图均衡【作者】李绘卓;范勇;唐峻;唐遵烈;熊平;周建勇【作者单位】西南科技大学计算机科学与技术学院，四川绵阳 621010;西南科技大学计算机科学与技术学院，四川绵阳 621010;西南科技大学计算机科学与技术学院，四川绵阳 621010;中国电子科技集团公司第四十四研究所，重庆 400060;中国电子科技集团公司第四十四研究所，重庆 400060;中国电子科技集团公司第四十四研究所，重庆 400060【正文语种】中文【中图分类】TP391.411 引言红外图像具有低分辨率，视觉效果模糊，信噪比低等特点，同时红外图像的图像动态变化范围大，自然环境与高热目标形成明显的暗亮区，超过人类的眼睛感知范围,导致部分图像细节难以被人眼觉察。

红外图像处理

本篇论文选用一种基于DSP的红外图像处理及传输系统，对一幅320X 240 红外图像进行非均匀性校正和图像增强，最后将处理后的图像数据通过USB接口传输到PC机上进行显示。

论文中通过非均匀性的定义系统的研究了非均匀校正的算法分类和各种算法之间的比较。

目前可以分为两类：基于红外参照源的校正算法和基于场景的校正算法。

基于红外参照源的校正算法包括一点校正法，两点校正法和多点校正法。

基于场景的校正算法包括十余高通滤波法，人工神经网络法等。

这几种算法的比较可以参考论文。

这里重点研究了两点温度定标算法。

这也是在实际中应用较广泛的一类算法。

这个算法实际是由两个假设条件：每个探测单元的响应是线性的并且探测单元的响应必须具有时间稳定性。

具体的两点温度定标算法理论此处省略。

此处详细介绍系统的结构：FIFO在CPLD的时序控制下读入图像数据，然后将图像数据再送入DSP 中进行图像处理，处理完的图像保存到SDRAM中，当产生中断时，通过USB 接口传输到PC机上显示。

5509A自带USB模块，它是一个符合USB1.1协议的从属USB模块。

利用usb 模块实现数据的通信是次论文的亮点。

Usb的引脚论文中给以了详细的说明，这里重点说明一下usb与dsp存储器之间的数据传输：在IN事务中，SIE (串行接口引擎)从UBM 接收数据，转换成串行数据流后送给主机。

在OUT事务中，SIE将主机的串行数据转换成UBM的并行格式。

UBM在SIE与缓冲器RAM之间传输数据。

在UBM将数据传输到SIE之前，CPU或USB的DMA控制器必须将数据放入缓冲器RAM中。

当CPU或DMA控制器已经准备好将数据移入DSP的存储器时，必须等待UBM把数据从SIE移到缓冲器RAM。

图像的采集电路系统选用了Integrated Device Technology(IDT)公司生产的IDT72V263，它是一款可编程同步FIFO芯片。

FIFO是一种具有存储功能的高速数字芯片，在高速数据采集时常被用作数据缓存，有同步FIFO、异步FIFO和触发FIFO三种。

图像自适应分段线性拉伸算法的FPGA设计

图像自适应分段线性拉伸算法的FPGA设计作者：牛英宇来源：《现代电子技术》2010年第10期摘要:为改善红外图像的视觉效果和后续处理质量,需要对图像进行增强处理。

在此介绍并实现了一种空间域图像增强算法,自适应分段线性拉伸算法。

首先简要分析算法原理,对该算法基于Xilinx公司XC4VLX15系列FPGA的实现方法进行了研究,以兼顾系统实时性和集成度为目的,提出灰度直方图统计和拉伸运算等关键模块的解决方案。

通过试验结果分析,对压缩因子的选取提出建议。

该设计的输出延迟仅为62.5 ns,且具有实现简单、集成度高、功耗低等优点,适合在精确制导武器和导航系统中应用。

关键词:红外图像; 图像增强; 直方图统计; 压缩因子中图分类号:TP391 文献标识码:B文章编号:1004-373X(2010)10-0078-03Implementation of Adaptive-PiecewiseLinear Stretching Algorithm Based on FPGANIU Ying-yu(China Airborne Missile Academy, Luoyang 471009, China)Abstract: Infrared images need to be enhanced to improve its performance in the visual effect and subsequent processing quality. One kind of image enhancement algorithm adaptive-piecewise linear stretching algorithm in spatial domain is introduced. The techniques to implement it were researched based on Xilinx XC4VLX15 FPGA chip. The solutions to implementimportant modules such as the histogram statistics and adjusting operation are prop-time processing and system integration level. Suggestions of the saturated factor are made with the analysis ofthe experimental results. The designed output delay is only 62.5 ns, and other advantages such as simple structure, high integration level and low power consumption allow it to applied in the precision-guided weapon and navigation system.Keywords:infrared image; image enhancement; histogram statistics; saturated factor0 引言由于红外图像的成像机理以及红外成像自身的原因,红外图像有对比度低、图像较模糊、噪声大等特点[1]。

利用红外图像处理方法检测材料缺陷

文献标识码：Ａ
文章编号：１０ — ２６２０）２０７ — ５０７２７ｅｔｔｓｆｍａｅｉｌｕｉｇｉｆａｅｍａｅｐｏｅｓｎｇｍｅｈｏｓｆｃｅｔｏｔｒａｓｎｎｒｒｄｉｇｒｃｓｉｔｄ
ＬＩＬｉｃｏ —ｈａ，ＹＡＮＧＬｕ，ＺＨＡＮＧｎ－ｕＹａｈａ
（ｔｎｌＫｅａｏａｏｙｆｒＥｅｔｎｃＭｅｓｒｍｅｔＴｅｈｏｏｙ，ＣｏｌｇｆＩｏｍａｉｎａｄＣｏＮａｉａｙＬｂｒｔｒｏｌｃｒｉａｕｅｎｃｎｌｇｏｏｌｅｏｎｆｒｔｏｎｍｍｕｉａｉｎｅｎｃｔｏＥｎｉｅｒｎ，ＮｏｔｉｅｓｔｆＣｈｎａｇｎｅｉｇｒｈＵｎｖｒｉｙｏｉ，Ｔａｙａ３０１ｉｕｎ００５，Ｃｈｎ）ｉａ
ｓｔｍｓ，ａｇｔｉｈｎｒｅｍａｅｈｓｌｗｃｎｒｓｅｅａｌｙｓｅｔｅｎｔｅｉｆａｄｉｇａｏｒｒｏｔａｔｇｎｒｌｙ，ｉｓｅｇｕｏａｅｔａｋｒｕｄｔｄｅｂｌｒｃｍｐｄｗｉｂｃｇｏｎｒｈａｄｈｄｆｃｓｒｅｉｃｌｏｅｅｄｉｅｔｎｔｅｅｅｔａｄｆｕｔｂｒａｄｒｃｌｅｐｃａｌｆｒｅｅｏｒｈｃｍｐｎｎｓｎｒｅｔｉｔｙ，ｓｅｉｌｙｏｈｔｒｍｏｐｙｏｏｅｔ．Ｉｏｄｒｏｓｌｅｈｓｒｂｅ，ｏｔｅｂｓｓｆｔｅｒｎｉｌｏｅｔｏｄｃｉｎｆｓｌ，ｔｅｅｉｎｎｎｅｏｖｔｉｐｏｌｍｎｈａｉｏｈｐｉｃｐｅｆｈａｃｎｕｔｏ，ｉｔｏｆａｌｈｍｄａａｄｉｔｒ— ｒ

遥感图像的增强处理

实验三、遥感图像的增强处理
目的：通过上机操作，掌握彩色变换增强，空间域增强，频率域增强，多光谱变换增强等几种遥感图像增强处理的过程和方法，加深对遥感图像增强处理的理解。
实验内容：彩色合成；对比度变换增强；空间滤波增强；频率域增强；图像运算；主成分变换。
一、彩色合成
根据加色法彩色合成原理，选择遥感图像的三个波段，分别赋予红、绿、蓝三种原色，然后将这三个波段叠加，构成彩色合成图像。
锐化：interpreter—spatical enhancement—convolution（索伯尔）以T1为例。 New为自己新定义一个模板，在Xsize与Ysize中定义，以默认的3为例，在窗口中的行列中输入T1（突出线状地物，为水平方向线性地物）点file中的librarian中的name中命名“suoboer”点save后close，发现自定义的suoboer已出现在convolution窗口中的kernel下，点击suoboer，再在output file中命名。
（1）索伯尔梯度
1 2 1 -1 0 1
T1= 0 0 0 T2= -2 0 2
-1-2-1 -1 0 1
（2）拉普拉斯算法（有利于提取边缘信息）
0 1 0
T（m，n）=1-4 1（同时突出横、纵向，但边界是断断续续
标准假彩色合成：
TM2(绿波段)赋予蓝
TM3（红波段）赋予绿
TM4（近红外波段）赋予红；
步骤：配准--------合成
空间位置上配准（通过几何校正进行配准）
做一标准假彩色合成（选影像tm2、3、4）
首先将tm2、3、4打开看是否能直接合成（投影坐标是否一样，若不一样则需配准后才能合成）

【国家自然科学基金】_红外图像分割_基金支持热词逐年推荐_【万方软件创新助手】_20140801

2008年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
பைடு நூலகம்
2011年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
推荐指数 8 4 3 3 3 2 2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2010年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
科研热词图像分割目标提取红外图像水平集方法小波变换图像处理高炉集成检测隧道工程阈值选择阈值遥感图像遗传算法过渡区自适应滤波联合变换相关经验知识纹理红外目标分割评价函数红外照相红外图像序列红外图像分割粒子群优化算法粒子群优化(pso) 粒子滤波窗口傅里叶直方图排序分割直方图修正目标跟踪目标检测目标复杂度疑似点归类灰度分段灰度-方差加权信息熵火焰识别海空目标检测水平集模糊聚类模糊c-均值模板匹配概率松弛楔波梯度滤波曲线演化智能识别时空联合新奥法隧道改进hough变换支持向量回归提取形态学弱小多目标

一种人体热红外图像拼接及部位划分方法

一种人体热红外图像拼接及部位划分方法陈晨涛;潘之玮;沈会良;朱云芳【摘要】人体医学热红外图像直观反映了人体表面的温度分布,通过对红外图像进行深入分析能够提供智能化疾病辅助诊断依据.本文根据实际医学红外图像分析的需要,提出了上下半身图像拼接和人体部位划分两种预处理算法.在图像拼接阶段,根据图像采集环境的实际情况,首先对图像进行局部阈值分割,然后采用二值和灰度模板对上下半身图像进行对齐和融合.在区域划分阶段,通过对人体轮廓线进行极值点扫描确定部位区域关键点,并将人体图像划分成头部、躯干及四肢等区域.实验表明,本文所提出的红外图像预处理方法能获得满意的图像拼接及部位划分结果,可有效支持人体温度分布的定量及定性分析.【期刊名称】《光电工程》【年(卷),期】2019(046)009【总页数】9页(P65-73)【关键词】红外热图像;图像分割;图像拼接;部位划分;温度分布【作者】陈晨涛;潘之玮;沈会良;朱云芳【作者单位】浙江大学信息与电子工程学院,浙江杭州 310027;浙江大学信息与电子工程学院,浙江杭州 310027;浙江大学信息与电子工程学院,浙江杭州 310027;浙江工商大学计算机与信息工程学院,浙江杭州 310018【正文语种】中文【中图分类】TP391.9;TP751.1人体医学热红外图像由红外相机采集，相机能接收7mm~14 mm范围内的红外辐射。

根据Stefan- Boltzmann定律[1]，黑体的全部光谱辐射出射度与绝对温度的四次方成正比。

因此，红外相机在经过标定后，所采集的图像能够定量地反映温度分布。

人体在健康情况下体表温度分布趋于平衡，并具有较好的左右对称性。

如果某器官发生病变，会导致局部区域温度偏高或偏低[2]。

因此，红外热图像分析可为人体健康状况提供有效的辅助诊断依据。

国内外医学对人体红外图像的分析主要侧重于定性研究，所采用的方法主要有局部分析法[3]和对称性检查法[4]。

实际应用中，热红外图像分辨率和对比度较低，通常通过相机在竖直方向的移动来分别采集上半身和下半身热图像。

基于小波重构和灰度分段的红外图像放大增强

ｉｒｐｅｓｐｏｏｓｄ．Ｔｈｅｉｈｆｅｕｅｃｃｆｉｉｎｓｏｂａｎｅｆｏｈｎｔａｉａｅｂｗａｅｅａｓｏｍｅｈｇ — ｑｎｙｏｅｃｅｔｔｉｄｒｍｔｅｉｉｉｌｍｇｙｒｖｌｔｔｎｆｒａｒｒ
第３卷第１期００２００８年ｌ０月
红外技术
ＩｆａｅＴｅｈｎｏｇｎｒｒｄｃｏｌｙ
、０ｌ３ＮＯ．０，＿０１ｏｃ．２ｔ００８
基于小波重构和灰度分段的红外图像放大增强
程玉宝，徐海萍
ａｒｇｅｖｌｆｉｇａｅｅ．Ｔｈｅｅｔｏｒａｉｈｎｅｃｒｅｐｏｄｎｏｔｒｅ，ｌｗｎｏｖｅａａｕｅｏｍａｅｇｒｙｌｖ１ｒｅｓｃｎｓａｅｔｔｈｇｏｏｒｓｎｉｇｔａｇｔｏｏｅｔｉｈｂｃｇｏｄａｄｍｉｄｌｎｏｔａｓｔａｅｏｎＦｏｅｔｅｕｔｉｉｎ，ｉｅｅｔｔａｓｏｍｓａｅｔｋｎａｋｒｕｎ，ｎｄｅｏｅｔｎｉｉｌｇｉ．ｒｔｂｓｓｌｖｓｏｄｆｒｎｎｆｒａｅｒｏｎｒｈｅｒｏｆｒｒｏｉｆｒｎｅｔｆｒｄｆｅｅｔｓｃｉｓＴｈｅｔｄｍｏｔａｅｈｔｔｌｏｔｍａｒｏｇｆｃｔｏｆｅｔｉｍａｏｎ．ｅｔｓｅｎｓｔｓｔａａｇｒｈｒｈｅｉｈｓａｖｅｙｇｏｄｍａｎｉａｎｅｃｎｉｇｅｉｉｒｓｌｔｏｅａｌｅｏｕｉｎｄｔｉ．Ｋｅｒｓｉｇｇｉｃｔｏｙｗｏｄ：ｍａｅｍａｎｆａｉｎ；ｗａｅｅａｓｏ；ｉａｅｅｈａｃｍｅｔｇａ —ｅｅｅｔｏｉｖｌｔｔｎｆｒｒｍｍｇｎｎｅｎ；ｒｙｌｖｌｓｃｉｎ

基于自适应阈值的红外图像增强

（灰度级被合并）以降低其对比度。如果采用这种，
方法对红外图像进行增强，就会过度放大占有大多数像素的背景和噪声；反，占有像素数较少的目相
标和细节由于抑制而变得模糊甚至丢失。另外，当
图像灰度级数较少，且分布集中在低灰度值区域、存
第一作者简介：黎育红（９２１７一）男，，湖北孝感人，副教授，研究方
过累计直方图对图像的灰度进行重新分配，最终得到均衡化的图像。文献［］此算法基础上加入了２在
直方图灰度间距均衡，际上就是把灰度等级在整实
像素的背景和噪声进行适度抑制；果某一灰度级如直方图值小于下限平台阈值，其直方图值改为将
，
对图像中占有较少像素的目标细节进行适度放
大；于灰度级直方图值介于和之间的灰度对级的直方图值保持不变。完成统计直方图修改后，
向：复杂系统分析及其工程应用。Ｅｍｉ：ｙｈｎ＠ｈｓ．ｄ．ｎ－ａｌｕｏｇｕｔｅｕｃ。ｌｉ
个显示范围内等间距排列，而获得连续的红外图从
４期
黎育红，：等基于自适应阈值的红外图像增强
９３２
像，增加图像的细节和清晰度。然而这种双平台直
的效果，都优干传统的直方图均衡和双直方图均衡算法。
关键词
红外激光图像

遥感数字图像处理考试知识点整理

遥感第一章1遥感数字图像；遥感数字图像的分类方式和对应类别。

（1）定义：遥感数字图像是数字形式的遥感图像。

不同的地物能够反射或辐射不同波长的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。

（2）可见图像和不可见图像单波段和多波段，超波段数字图像和模拟图像2遥感图像的成像方式（三大种：摄影、扫描、雷达）。

（1）摄影，扫描属于被动遥感雷达属于主动遥感（2）摄影：根据芦化银物质在关照条件下回发生分解这一机制，将卤化银物质均匀涂在片基上，制成感光胶片扫描：扫描类遥感传感器逐点逐行地以时序方式获取的二维图像雷达：由发射机向侧面发射一束窄波段，地物反射的脉冲，由无线接收后被接收机接收3遥感图像的数字化（模数转换）过程——两大过程：采样、量化，名词解释。

采样：将空间上连续的图像变换成离散点的操作称为采样，即：图像空间位置的数字化。

采样是空间离散。

量化：遥感模拟图像经离散采样后，可得到由Ｍ×Ｎ个像素点组合表示的图像，但其灰度（或彩色）仍是连续的，还不能用计算机处理。

它们还要进一步离散并归并到各个区间，分别用有限个整数来表示，这称之为量化，即：图像灰度的数字化。

量化属于亮度属性离散。

遥感图像数字化过程两个特点：亮度和空4遥感数字图像的存储空间大小的计算。

图像的灰度级有：2,64,128,256存储一幅大小为M*N，灰度量化位数G的图像，所需要的存储空间（图像数据量）为M*N*G(bit)1B=8bit1KB=1024B1MB=1024KB1GB=1024MBTM空间分辨：1,2,3,4,5,7为30米，6为120米5遥感数字图像的分辨率（时间、空间、光谱、辐射分辨率）；（1）时间分辨率：指对同一地点进行遥感采样的时间间隔即采样的时间频率，也称重访周期空间分辨率：指图像像素所代表的相应地面范围的大小，空间分辨率愈高，像素所代表的范围愈小光谱分辨率：光谱分辨率是指成像的波段范围，分得愈细，波段愈多，光谱分辨率愈高辐射分辨率：是传感器区分反射或发射的电磁波辐射强度差异的能力。

第八章遥感图像的辐射处理

1 2 1 t1 0 0 0 1 2 1
1 0 1 t 2 2 0 2 1 0 1
8.2.3 图像增强
（3）拉普拉斯（Laplace）突出亮度值的突变位置。
0 1 0 t ( m , n ) 1 4 1 0 1 0
第八章遥感图像的辐射处理
8.1遥感图像的辐射校正 8.1.1辐射畸变 1）定义
辐射畸（ji）变：太阳辐射相同时，图像上像元辐射亮度值受多种因素的影响发生改变，不能直接反映地表地物的真实的辐射亮度值，这部分变化，称为辐射畸变。
8.1.1 辐射畸变
2）原因
（1）传感器本身性能引起的辐射误差，对图像的影响主要为图像不均匀，产生条纹和噪声。（2）大气的散射和吸收引起的辐射误差。对图像的影响主要为：减少了图像的对比度。（3）地形影响和光照条件的变化引起的辐射误差；对图像的影响主要为：产生阴影，不同图像的亮度不一致。
直方图均衡化
直方图匹配
8.2.2 图像对比度变换方法
线性变换和非线性变换。
1）线性变换
（1）定义：变换函数是线性的或分段线性的。变换前亮度xa范围为：a1～a2，变换后的亮度 xb范围为：b1～b2，如下图：

8.2.2 图像对比度变换方法
变换公式为：
xb b1 b2 b1

xa a1 a2 a1
1 0 1 1 2 1 t ( m , n ) 1 0 1 t ( m , n ) 1 2 1 1 0 1 1 2 1
8.2.3 图像增强
检测对角线边界时：
0 1 1 t ( m , n ) 1 0 1 1 1 0

遥感原理与应用名词解释

1.电磁波: 变化的电场和磁场交替产生, 以有限的速度由近及远在空间内传播的过程。

2.干涉:由两个（或两个以上）频率、振动方向相同、相位相同或相位差恒定的电磁波在空间叠加时, 合成波振幅为各个波的振幅的矢量和。

因此会出现交叠区某些地方振动加强, 某些地方振动减弱或完全抵消的现象。

3.衍射:光通过有限大小的障碍物时偏离直线路径的现象。

4偏振:指电磁波传播的方向性。

5电磁波谱: 按电磁波在真空中传播的波长或频率递增或递减顺序排列。

6绝对黑体: 对任何波长的电磁辐射都全部吸收的物体, 称为绝对黑体。

绝对白体则能反射所有的入射光。

与温度无关。

7等效温度: 为了便于分析, 常常用一个最接近灰体辐射曲线的黑体辐射曲线作为参照, 这时的黑体辐射温度称为等效黑体辐射温度（或称等效辐射温度）。

8大气窗口：通过大气后衰减较小, 透过率较高, 对遥感十分有利的电磁辐射波段通常称为大气窗口。

而透过率很小甚至完全无法透过的电磁波称为“大气屏障”。

9遥感: 即遥远的感知, 是在不直接接触的情况下, 对目标或自然现象远距离探测和感知的一种技术。

10光谱发射率: 实际物体与同温度的黑体在相同条件下辐射功率之比。

11光谱反射率：物体的反射辐射通量与入射辐射通量之比, 它是波长的函数。

12波谱特性: 指各种地物各自所具有的电磁波特性（发射辐射或反射辐射）。

13反射波谱特性: 物体反射率（或反射辐射能）随波长变化而改变的特性。

14方向反射: 具有明显方向性的反射。

15漫反射: 入射能量在所有方向均匀反射。

16镜面反射: 当入射能量全部或几乎全部按相反方向反射, 且反射角等于入射角。

17波谱特性曲线：以波长为横坐标, 反射率为纵坐标所得的曲线。

18散射：电磁波在传播过程中遇到小微粒而使传播方向发生改变, 并向各个方向散开。

1近极地轨道: 卫星从南向北或从北向南通过两极运行。

2太阳同步轨道: 指卫星轨道面与太阳地球连线之间在黄道面内的夹角不随地球绕太阳公转而改变。