论文部分内容阅读
现代红外技术发展应用中,民用红外监测系统及军用远距离红外探测系统得到了广泛的应用。但是由于红外摄像器件及探测工作环境影响,红外成像效果并不理想。在实际应用中,需要对获取到的红外图像进行必要的红外图像增强处理,使得增强处理后的红外图像更适于人眼观察,从而更好的确认目标。小波分析又称多分辨率分析,是在傅立叶分析的基础上发展起来的新兴学科,具有深刻的理论意义和广泛的应用范围,无论对古老的自然科学还是新兴的高新技术应用学科都产生了强烈冲击,是目前国际上科技学术界高度关注的前沿领域。本文引入了小波分析技术作为红外图像增强处理的理论基础。小波变换将图像分解到不同分辨率尺度,这一特性非常适合于图像分析,并且通过小波系数重建后,被处理的图像质量能有效地改善。本文主要对红外图像的增强技术进行研究,包括两个方面的内容:红外图像的噪声去除和从视觉上增强红外图像。完成了以下工作:首先阐述了作为红外图像去噪和增强处理的理论——小波变换,着重说明小波变换的多尺度分析理论和小波系数处理方法及其图像重建;提出了一种基于小波系数阈值处理的红外图像去噪方法,该方法针对红外图像的噪声分布特性,既含有加性噪声又含有大量的乘性噪声,本文对红外图像进行两次小波分解和重构,第一次小波阈值处理消除加性噪声;第二次小波分解后,对小波系数进行对数运算后采用阈值去噪的方法消除乘性噪声,经过两次小波阈值去噪后的重建图像大大的抑制了噪声。和传统的去噪方案比较,有更加显著的去噪效果。在红外图像增强处理中把小波和Retinex理论相结合,利用小波变换分解图像信号,对低频系数进行Retinex算法处理,对图像的总体亮度调节,使得增强处理后的红外图像的亮度具有更大的动态范围,光照更加均匀;而对于小波分解的其它层细节分量进行不同方法的阈值处理,消除噪声的同时增强图像的细节部分。利用改进的Retinex与小波相结合的算法处理后的图像,在图像对比度、信息熵、相对信噪比等评价指标上均优于其他增强算法。