在分析常用的红外图像增强算法优缺点的基础上,针对红外图像的特点,提出了一种基于直方图的自适应红外图像增强算法。该算法设置了阈值和放大系数 2个参数,根据阈值把图像直方图分为 2部分,用放大系数和常数 1分别代替直方图中两部分的灰度级像素数作为新的直方图,最后用新的直方图对图像进行直方图均衡化处理得到增强图像。通过在自主研发的热像仪中验证,表明该算法适应性强,增强效果好,算法简单,易于在 FPGA硬件平台上实现。
自适应红外图像 图像增强 直方图 adaptive infrared image image enhancement histogram
1 西安应用光学研究所, 陕西 西安 710065
2 西安电子工程研究所, 陕西 西安 7101007
针对目前红外搜索系统实用性较强的两点非均匀性校正存在难以实时跟踪图像非均匀的不足点, 提出一种新的基于两点非均匀性校正和基于场景的实时联合校正算法。该算法利用两点校正提供基础校正系数, 并充分利用红外搜索系统大数据量的特点, 对实时数据量进行统计、分析, 进而找出系统非均匀性随时间的漂移量, 解决只采用两点校正算法带来的红外图像退化的问题。多次试验证明, 采用联合非均匀校正算法的相对非均匀度由两点校正的5%降到了2%左右, 并具有时间稳定性, 获得了较好的校正效果。
红外搜索系统 非均匀校正 两点校正 场景分析 infrared search and track system(IRST) non-uniformity correction two-point method scene analysis
1 西安应用光学研究所,陕西 西安 710065
2 中国兵器科学研究院,北京 100089
复杂背景下低信噪比弱小目标的检测是红外预警系统中的重点和难点。为解决红外图像中杂波干扰多、目标信噪比低等问题,提出一种非线性空间滤波的目标检测方法。该算法在传统线性空间滤波算法的基础上,通过对预测点周围4个象限的背景灰度值进行计算,并动态地调节阈值,以达到突出小目标的目的。试验结果表明:当背景包含较多复杂因素时,采用非线性空间滤波的检测方法可有效地抑制杂波,实现弱小目标的提取,与线性滤波算法结果相比较,虚警数降低了3/4,且易于工程实现。
红外目标检测 非线性空间滤波 线性空间预测 虚警数 infrared target detection non-linear spatial filter linear spatial filter false alarm rate