基于分段均衡的红外热图像伪彩色编码
自适应热金属码红外测量图像伪彩色编码方法
自适应热金属码红外测量图像伪彩色编码方法李晓冰【摘要】Due to the poor contrast and uneven gray scales of infrared measurement images,the pseudo-color images generated by traditional hot metal coding which employs fixed interval mapping are often unable to reflect the practical temperature. In order to solve the problem,this paper makes improvement to the traditional hot metal coding according to the gray scale distribution,realizes adaptive selecting of gray scale intervals by means of Otsu method and proposes an adaptive hot metal code pseudo-color coding method for infrared measurement images. The experiment results show that the proposed method is fairly adaptive and the pseudo-color images generating by it can truly reflect the temperature gradations.%由于红外测量图像的对比度较差,灰度分布不均衡,而传统热金属编码采用固定灰度区间映射,导致生成的伪彩色图像往往不能真实地反映物体的温度变化.针对此问题,本文根据红外测量图像的灰度分布特性,对传统热金属编码进行改造.同时,利用最大类间法,实现了灰度变换区间的自适应选择,提出了一种红外测量图像自适应热金属伪彩色编码方法.实验结果表明:该方法变换的伪彩色图像能够真实地反映物体的温度变化,且具有较好的自适应性.【期刊名称】《激光与红外》【年(卷),期】2012(042)006【总页数】4页(P659-662)【关键词】红外图像;伪彩色;热金属编码;自适应;最大类间法【作者】李晓冰【作者单位】92941部队,辽宁葫芦岛125000【正文语种】中文【中图分类】TP391.4由于人眼只能区分出由黑到白数十种灰度的变化，但对彩色的分辨率可达数百种甚至上千种，说明人眼对彩色的变化远比灰度的变化敏感［1］，因而对灰度图像进行伪彩色变换［2］是一种非常有效的图像增强技术。
基于流域分割的医学图像伪彩色处理
关键词：医学图像，图像分割，流域算法，伪彩色增强
2
Abstract
Abstract
Visualization for medical volume data is an important application of computer visualization in biomedical engineering. It supplies a method to observe and analyze structure of human tissues or organs, which has high significance in medical diagnosis and research. Color enhacement of medical image is one of the most important applications of the medical image visualization. As medical images commonly are gray image, human vision is less sensitive to difference between gray-scale pixels than that of colors; and medical images are complexity, fuzzy, which boundaries are not clear. All this factors lead to difficulties in diagnosis. Therefore, the various organs and tissues in a reasonable color display in the 3D images that could improve medical diagnosis. Based on the three-dimensional medical image visualization, the paper discusses watershed segmentation of medical images and color enhancement, by analyzing and concluding the advantages and disadvantages of both technologies, achieves pseudo color processing to medical image based on watershed algorithm. The image segmentation based on the watershed algorithm is also studied in this paper. And the users’ information is added into the segmentation to avoid over-segment. In image color enhancement, based on the characteristics of human eye to distinguish color, the pseudo-color image coding suitable for the medical images is used to transform medical images from gray images into color images. And the false color enhancement based on statistical characteristics of human visual is used to correct the image’s color. In the process of 3D image reconstruction, the segmentation based on the watershed algorithm ameliorated is used to isolate the organs of interest from the data. Then the paper uses gray-color transformation to give the organs reasonable colors, and organize 3D color images. Finally, overall color is corrected by pseudo-color management to make image suite to the visual statistical characteristics. In this paper, 3D medical image color enhancement based on watershed algorithm is relized. It is adaptable when gray in the image changes. The results shows that distinguish of the color image after treatment is higher than the original image, which is suitable for human observation. It is help for improving the accuracy and the leve of medical diagnosis. Key words: medical image, image segmentation, watershed algorithm, pseudo-color enhancement.
红外图像伪彩色编码和处理
文章编号!"##$%$#&$’$##()#*%#+",%#+红外图像伪彩色编码和处理刘缠牢-谭立勋-李春燕-马刚’西安工业大学光电工程学院-西安."##/$)摘要!利用红外热成像系统可将物体的热分布转化为可视图像-并在监视器上以灰度级或伪彩色显示出来-从而得到被测目标的温度分布场0根据热成像测温原理以及红外图像的特点-在对室温热成像系统研究的基础上-对红外图像伪彩色编码进行了研究-提出一种新的伪彩色编码方法-即自动阈值法0利用自动阈值法可以在室温环境下-对目标的温度及其分布进行测量0在123/$#4($#$和5678室温热成像系统中对提出的方法进行了验证0实验结果表明-该方法可使红外图像层次分明-容易分辨出不同的温度区域0关键词!热成像系统9伪彩色编码9自动阈值9温度分布中图分类号!16.*"文献标志码!8:;<=>?@A ?B ?C A ?>D E FG E >H C ?A <;;D E FI ?C D E I C G C <>D J G F <;K L M 4N O P %Q O R -18S K T %U V P -K L 4N V P %W O P -287O P X’3Y N R R Q R Z [\]R ^Q ^Y ]_R P T Y O Q ‘P X T P ^^_T P X -a T b O PL P c ]T ]V ]^R Z 1^Y N P R Q R X W -a T b O P ."##/$-4N T P O)d e ;f C G A f !1N ^]N ^_g O Q h T c ]_T i V ]T R PR Z R i j ^Y ]c Y O Pi ^]_O P c Z R _g ^hT P ]R]N ^k T c V O Q \T Y ]V _^c i W]N ^T P Z _O _^h]N ^_g O Q T g O X T P X c W c ]^g O P h h T c \Q O W ^h R P]N ^g R P T ]R _T PX _^W Q ^k ^Q R _\c ^V h R %Y R Q R _-]N V c ]N ^]^g \^_O ]V _^h T c ]_T i V ]T R P R ZR i j ^Y ]cY O P i ^R i ]O T P ^h l 8Y Y R _h T P X ]R ]N ^]N ^_g O QT g O X T P X \_T P Y T \Q ^R Z ]^g \^_O ]V _^g ^O c V _^g ^P ]O P h]N ^Y N O _O Y ]^_T c ]T Y cR Z T P Z _O _^hT g O X ^c -]N ^\c ^V h R %Y R Q R _Y R h T P XR Z T P Z _O _^hT g O X ^c T c c ]V h T ^hT P]N T c \O \^_l 8P ^m \c ^V h R %Y R Q R _Y R h T P X -O V ]R g O ]T Y ]N _^c N R Q hg ^]N R h -T c \_^c ^P ]^h l 1N T c g ^]N R hm O c \_R k ^hi W123/$#4($#$O P h5678]N ^_g O Q T g O X T P Xc W c ]^g cO ]_R R g ]^g \^_O ]V _^l ‘U \^_T g ^P ]O Q _^c V Q ]cc N R m ]N O ]X _O h O ]T R P cR Z T P Z _O _^h T g O X ^cY O Pi ^h T c Y _T g T P O ]^hO P hh T Z Z ^_^P ]]^g \^_O ]V _^_^X T R P cY O Pi ^^O c T Q W_^c R Q k ^hi W]N ^g ^]N R hl n <op ?C >;!]N ^_g O Q T g O X T P Xc W c ]^g 9\c ^V h R %Y R Q R _Y R h T P X 9O V ]R g O ]T Y]N _^c N R Q h 9]^g \^_O ]V _^h T c ]_T i V ]T R P引言红外成像技术是一种辐射信息探测技术-可利用某种特殊的电子装置将物体表面的温度分布转换成人眼可见的图像-并以不同颜色显示出来0显示出来的图像表征景物的红外辐射分布-它决定于景物发射率和温度的空间分布0利用这一特点建立的红外热成像测温系统-不但测温速度快而且准确-可广泛运用于高温高压及快速移动等传统测温方式难以测量的场合-正在逐步替代传统测温方式0近年来-红外热成像测温系统更是朝着小型化q 智能化q 多功能的方向发展0由于人眼的彩色敏感细胞能分辨出几千种彩色色调和亮度-但对黑白灰度级却不敏感0热成像测温系统所产生的红外图像为黑白灰度级图像-灰收稿日期!$##(%#*%"/9修回日期!$##(%#(%"+作者简介!刘缠牢’",($r)-男-陕西渭南人-博士-西安工业大学光电学院副院长-主要从事测控技术与仪器专业领域的研究0‘%g O T Q !Q Y Q #"$/s c R N V l Y R g第$.卷第*期$##(年,月应用光学t R V _P O Q R Z 8\\Q T ^h[\]T Y cu R Q l $.-S R l *3^\l -$##(度值动态范围不大!人眼很难从这些灰度级中获得丰富的信息"为了更直观地增强显示图像的层次!提高人眼分辨能力!对系统所摄取的图像进行伪彩色处理!从而达到图像增强的效果!使图像信息更加丰富"伪彩色编码的方法很多!可根据不同的情况采用不同的方法!典型的方法主要有医学图像#$%&高温图像和室温图像编码等"本文主要针对室温情况下红外图像的伪彩色编码进行研究"$热成像测温系统$’$热成像测温原理热成像测温系统构成框图如图$所示"系统通过非制冷红外焦平面探测器采集目标辐射并转换为电压信号输出!通过()*+和,-)对图像预处理&温度标定和伪彩色编码的最终信号以)+.制式输出!并显示图像"于最亮的红色调!"其它彩色映射与此类似"通过图#$%!红色的变换函数&图#$’!绿色的变换函数和图#$(!蓝色的变换函数的合成)得到图#$*!合成变换函数"低温区域为蓝色变换+中低温区域的前半部分是以蓝色为主&绿色为辅的变化)后半部分则是以绿色为主&蓝色为辅的变化+中温区域为红色的线性变化)绿色保持不变)产生黄色编码值+高温区域则是以红色为主色调)绿色输入线性递减)产生高温区的编码值"#,-自动阈值的伪彩色编码新编码.由于采用了固定范围方法)当灰度范围比较集中时)图像的色彩反映并不是很强烈)使观察者很难辨别温度的高低范围)因此对新编码.进行改进"笔者采用自动阈值的方法进行编码)得到新编码#)如图-所示"根据不同物体的像素值分布区域的特点)先确定图像灰度的最小值/0和最大值/.)在最大与最小值之间划分几个不同的区域)然后再根据新编码.的变换函数)在重新划分的区域中对图像进行重新编码"这样的编码无论图像灰度如何变化)都会突出物体的图像)不易造成人的视觉错觉)能使辐射图像层次分明)图像清晰"这样的图像可以使观察者很快分辨出温度的不同区域"!"#!"$%&’""#(&#!"%"#)*+,-#’!&#!"./012"-3*!*,*.1.*!"22$#’45678!)&9(*)*#$!&:$#$!&;<==>;<=?@A B C D @E C F >74<6张敬贤;李玉丹7激光与红外成像技术4G 67北京B 北京理工大学出版社;>C C H 7I J 8K L5$#’E M $&#;N O P -E 3N &2".E $#+.&."3O %&’$#’Q "!(#*,*’04G 67R "$S $#’B R "$S $#’O #2)$)-)"*+Q "!(#*,*’09."22;>C C H 7?$#T ($#"2"A 4D 6阮秋琦7数字图像处理学4G 67北京B 电子工业出版社;<==>7U V 8K W $-E X $7Y $’-."O %&’$#’9.*!"22$#’4G 67R "$S $#’B 9-/,$2($#’J *-2"*+Z ,"!).*#$!2O #3-2).0;<==>7?$#T ($#"2"A 4F 6张丽;陈志强7色彩调和理论在辐射成像的伪彩色处理中的应用4567核电子学与探测技术;<===;<=?H A B <D D E <D H 7I J 8K L N $;T J Z K I ($E X $&#’7811,$!&)$*#*+!*,*.(&.%*#0$#.&3$&)$*#$%&’$#’4567K -!,"&.Z ,"!).*#$!2[\")"!)$*#Q "!(#*,*’0;<===;<=?H A B <D D E <D H 7?$#T ($#"2"A 4H 6宁国祥;易新建7红外焦平面阵列图像的伪彩色编码和处理4567红外技术;<==<;<F ?<A B H ]E H C 7K O K LL -*E M $&#’;P O ^$#E S $̘"-3*E !*,*."#!*3$#’.*!"22$#’+*.$%&’"2*+$#+.&."3+*!&,1,&#"&..&04567O #+.&."3Q "!(#*,*’0;<==<;<F ?<A BH ]E H C 7?$#T ($#"2"_________________________________________________A 单兵武器发展思路从广义上看;供单兵使用的武器均可称为单兵战斗武器‘美苏都经历了第二次世界大战;并对取得的经验有着近乎相同的理解;双方均沿着战斗武器小口径化方向发展;不约而同地发展了小口径单兵战斗武器‘而在这之后;由于美苏两国对现代战争的理解偏差及双方技术a 经济水平的不平衡;对下一代单兵战斗武器的发展思路却迥然不同‘b 非接触与近距离美苏两国不同的民族思想形成了不同的战术战法‘美国致力于发展c 非接触式c 作战;主张在敌方火力范围外对敌实施打击;以减少伤亡为基础;努力提高武器的效能‘而俄罗斯?苏A 主张近战;希望以密集的火力压制杀伤敌人‘这种差异直接影响了两国的武器研制‘美国从>C C F 年开始了庞大的理想单兵战斗武器计划?d O T e A ;旨在综合各种前沿技术;研制集发射动能弹和榴弹于一体的a 具有革新意义的武器系统‘而俄罗斯秉承苏联时期的设计思路;结合新的精密机械结构开发了8K C F 突击步枪;努力提高动能弹的射击效能;大幅提高士兵的近战能力‘b 电子化与机械化美军的d O T e 系统采用了大量的电子元件;配置了全解算火控系统;包括激光测距仪a 弹道计算机a 摄像机a 直瞄式光学瞄具a 环境传感器a 电子罗盘a 目标跟踪装置a 热成像组件和可选择性激光指示器‘与美国相比;俄罗斯的优势在于成熟的武器机构设计理论和良好的机械加工能力;因此俄罗斯的发展重点在于开发新结构;充分挖掘机械结构能力;提高武器性能‘在此原理基础上;俄罗斯在>C C F 年推出了8K C F 突击步枪;并已开始大范围列装‘b 复杂与简单早期的轻武器相当简单;但随着技术的发展;轻武器也向着复杂的方向发展‘苏俄一直坚持武器应简单可靠的原则f 而美国积极开发各种新技术;也积极地将其运用在轻武器上;因此武器系统相对复杂‘结构简单和性能可靠这两大特性被苏俄武器设计人员认为是战斗中最为重要的因素;而美国的轻武器工作者很显然被所谓的高性能所迷惑;忽视了实战的要求‘但强大的经济实力使美国有能力装备复杂昂贵的武器系统‘b 人适应武器与武器适应人苏俄的轻武器设计思想十分注重其内在品质;对硬性指标要求十分苛刻;而对于其软性指标?如人机工程A 等从思想上不够重视;片面致力于人如何适应武器的研究;而忽略了武器如何适应人的研究‘美国对轻武器人机工程相当关注;这是由于西方国家武器以人为本的思想引导;以及人机工程学在美国其他方面运用的促进所造成的‘?清泉供稿Ag<<F g 应用光学<==h ;<]?H A刘缠牢;等B 红外图像伪彩色编码和处理。
红外测量图像自适应彩虹码伪彩色编码方法
第３卷第４ ４ 期
２ １ 年 １ 月 ０１ ２
长春理工大学学报 （ 自然科 学版 ）
Ｊ ｕ ｎ ｌ ｆ ｈ ｎ ｃ ｕ ｎ ｖ ｒｉ ｆ ｃ ｅ ｃ ｎ ｅ ｈ ｏ ｏ ｙ （ ｔ ｒ ｌ ｃｅ ｃ ｄｔ ｎ ｏ ｒ ａ Ｃ ａ ｇ ｈ ｎ Ｕ ｉ ｅｓｔ ｏ Ｓ ｉｎ ｅａ ｄＴ ｃ ｎ ｌｇ Ｎａｕ ａ ｉｎ ｅＥ ｉｏ ） ｏ ｙ Ｓ ｉ
分 辨率 的两 个 主 要 因 素 。 因此 ， 灰 度 测 量 图像 变 远小 于灰 白色 的分 辨率 ， 以 ， 将 所 导致形 成 的伪 彩 色还 换 成 伪 彩 色 图 像是 一 种 非 常 有效 的 图像 增 强技 术 。 不如 灰度 图像 的分 辨 率高 。
像仅仅 显示一 、二种颜 色。基 于此 问题 ，本文根据测量 图像 灰度分布特性 ，利用 自适应 阈值 理论 ，对传统彩虹 编码 进行改 造 ，提 出了一种基 于测量 图像 的 自适应 伪彩 色编码 方法。实验结果表 明 ：变换后得到 的伪 彩 色色彩丰 富，完整地覆盖 了全
一种红外数字图像伪彩色显示设计
ｔ ｏ ｉ ｄ ｅ ｎ ｔ ｉ ｆ ｙ ｎｄ ａ ｏ ｂ ｔ ａ ｉ ｎ ｕ ｓ ｅ ｆ ｕ ｌ ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ ｉ ｎ ｔ ｈ ｅ ｉ ｍａ ｇ ｅ ． Ａｃ ｃ ｏ ｒ ｄ ｉ ｎ ｇ ｔ ｏ ｈｅ ｔ ｔ ｈ ｅ ｒ ｍａ ｌ ｉ ｍａ ｇ ｉ ｎ ｇ ｐ ｒ ｉ ｎ ｃ ｉ ｐ ｌ ｅ ｏ ｆ
（ Ｎａ ｎ ｊ ｉ ｎ ｇ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ， Ｎ ａ ｎ ｊ ｉ ｎ ｇ ２ １ ０ ０ ９ ４ ， Ｃ ｈ ｉ ｎ ａ ）
Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｔ ｈ ｅ ｔ ｈ ｅ ｒ ｍａ ｌ ｄ ｉ ｓ ｔ ｒ ｉ ｂ ｕ ｔ ｉ ｏ ｎ ｏ ｆ ｏ ｂ ｊ ｅ ｃ ｔ ｓ ｃ ａ ｌ ｌ ｂ ｅ ｔ ｒ ａ ｎ ｓ ｆ ｏ ｍｅ ｒ ｄ ｉ ｎ ｔ ｏ ｔ ｈ ｅ ｖ ｉ ｓ ｕ ａ ｌ ｐ ｉ ｃ ｔ ｕ ｒ ｅ ｓ ｂ ｙ ｔ ｈ ｅ ｉ ｎ ｆ ｒ ａ ｒ ｅ ｄ
ｄ ｉ ｓ ｔ ｒ ｉ ｂ ｕ ｔ ｉ ｏ ｎ ｏ ｆ ｏ ｂ ｊ ｅ ｃ ｔ ｓ ｃ ａ ｎ ｂ ｅ ｏ ｂ ｔ ａ ｉ ｎ ｅ ｄ ． Ａｓ ｈｅ ｔ ｒ ｅ ｓ ｏ ｌ ｖ ｉ ｎ ｇ ｐ ｏ ｗｅ ｒ ｏ ｆ ｔ ｈ ｅ ｈ ｕ ｍａ ｎ ｅ ｙ ｅ ｔ ｏ ｃ ｏ ｌ ｏ ｒ ｉ ｍａ ｇ ｅ ｉ ｓ ｈ ｉ ｇ ｈ ｅ ｒ
ｔ ｈ ａ ｎ ｔ ｏ ｍｏ ｎ ｏ ｃ ｈ ｒ ｏ ｍｅ ｉ ｍａ ｇ ｅ ． Ｐ ｓ ｅ ｕ ｄ ｏ — ｃ ｏ ｌ ｏ ｒ － ｃ ｏ ｄ ｅ ｄ ｉ ｎ ｆ ｒ ａ ｒ ｅ ｄ ｔ ｈ ｅ ｍ ａ ｒ ｌ ｉ ｍａ ｇ ｅ ｉ ｓ ｍｏ ｒ ｅ ｃ ｏ ｎ ｄ ｕ ｃ ｉ ｖ ｅ ｔ ｏ ｈ ｕ ｍａ ｎ ｅ ｙ ｅ
红外图像伪彩色编码和处理
ｉ ａ ｅ ａ ｅ ｄ ｓ ｒｍｉ ａ ｅ ｎ ｉ ｅ ｅ ｔ ｔ ｍ ｐ ｒ ｔ ｒ ｅ ｉ ｎ ｃ ｎ ｂ ａ ｉ ｅ ｏ ｖ ｄ ｂ ｔ ｅ ｍ ｇ ｓ ｃ ｎ ｂ ｉｃｉ ｎ ｔｄ ａ ｄ ｄ ｆ ｒ ｎ ｅ ｅ ａｕ ｅ ｒ ｇｏ ｓ ａ ｅ ｅ ｓｌ ｒ ｓ ｌ ｅ ｙ ｈ ｆ ｙ
ｉ ｒ ｒ ｄ ｔ ｅｒ ａ ｍａ ｉ ｇ ｓ ｔ ｍ ｎ ｓ ｌ ｙ ｄ ｏｎ ｔ ｏ ｔ ｎ ｇｒ ｙ ｌ ｖ ｌｏ ｓ ｕｄ ｃ ｏ ｎｆ ａ ｅ ｈ ｍ ｌｉ ｇ ｎ ｙｓ ｅ ａ ｄ ｄｉ ｐ ａ ｅ ｈｅｍ ｎｉｏｒｉ ｅ ｅ ｅ ｒ ｐ ｅ ｏ— ｏｌ ｒ，ｔ ｕｓ ｈ
ＬＩ Ｃｈａ ｌ Ｕ ｎ～ａｏ。 ＴＡＮ — Ｌｉｘｕｎ， ＬＩＣｈｕ ｙ ｎ，Ｍ Ａ ｎ ｎ— ａ Ｇａ ｇ
（ ｃ ｏ ｌ ｆ Ｏｐ ｏ ｌｃ ｒ ｎ ｃ ｌ ｇ ｎ ｅ ｉ ｇ，Ｘｉ ｎ Ｉ ｓ ｉｕ ｅ ｏ ｃ ｎ ｌ ｇ Ｓ ｈ ｏ ｔ ｅｅ ｔ ｏ ｉａ ｏ Ｅｎ ｉ ｅ ｒｎ ｎ ｔｔ ｔ ｆＴｅ ｈ ｏ ｏ ｙ，Ｘｉ ｎ ７ ０ ３ ａ １ ０ ２，Ｃｈ ｎ ） ａ ｉａ
室 温热成像 系统 研 究 的基 础上 ， 红 外 图像 伪 彩 色编码 进 行 了研 究 ， 出一种 新 的伪 彩 色编码 方 对 提
法 ， 自动 阂值 法 。利 用 自动 阂值 法 可 以在 室 温环 境 下 ， 目标 的 温 度 及 其 分 布 进 行 测 量 。在 即 对
Ｔ ＭＳ ２ Ｃ ２ ２和Ｆ ＧＡ 室温热 成像 系统 中对提 出的 方 法进 行 了验证 。 ３０ ６ ０ Ｐ 实验 结果 表 明 ， 方法 可使 该
红 外 图像层 次分 明 ， 易分辨 出不 同的 温度 区域 。 容 关键 词 ： 热 成像 系统 ； 彩 色编码 ； 伪 自动 阈值 ； 温度 分布
红外热像校正技术的仿真研究及其实时应用--双阈值分割算法结合伪彩色变换
红外热像校正技术的仿真研究及其实时应用--双阈值分割算法结合伪彩色变换葛曼玲;魏孟佳;杨皓宇;师鹏飞;陈营;付晓璇;张吉昌;陈玉民【摘要】Recently, the technology of infrared thermal imaging is beingpaid more attention tofor its advantage of monitoring the image and localizing the faults of electrical equipment such as transformer. However, the temperature picture supplied by the infrared imager is gray and blurring, not easy to eye observation and monitoring, so it is necessary for the infrared thermal image to be displayed in a pseudo-color manner andto be rectified.Here, an algorithm of image enhancement termed as double threshold segmentation was proposed, and was applied to the pseudo-color conversion for original gray images of electrical transformer after algorithm simulation. Additionally, the algorithm ran in the double-chip processing system of DSP642+FPGA. It was resulted that the combining algorithms of pseudo-color conversion and rectification could complete precisely the color conversion for a better visual color image to be shown with more details than the original gray image, and the problem of unclear image details was solved in infrared image processing.%近年来，红外热像可应用于变压器等电力设备的监测和过热点定位，受到现代电力行业的关注，但红外热像仪呈现的温度分布多为灰度图，不利于人眼观察和辨识，而且图像模糊，影响检测质量，因此，实现红外热图像彩色显示和校正是必要的。
基于聚类算法的红外图像伪彩色增强
第37卷 第4期 激光与红外Vol.37,No.4 2007年4月 LASER & I N FRARE D Ap ril,2007 文章编号:100125078(2007)0420384202基于聚类算法的红外图像伪彩色增强陈国群,付冬梅,常晓辉(北京科技大学信息工程学院,北京100083)摘 要:文中根据红外图像的特点,提出了一种基于K-均值聚类的红外图像伪彩色增强的新算法。
该算法通过对红外图像灰度数据的统计学习,产生初始聚类中心,采用K-均值聚类算法对灰度进行聚类,并根据伪彩色编码的节点对聚类结果分段实现伪彩色的自适应分配。
实验结果表明,该方法可增强红外图像的细节信息和层次感,具有更好的视觉效果。
关键词:红外图像;图像增强;K-均值聚类;伪彩色中图分类号:T N911.73;TP751 文献标识码:AI nfrared I mage Pseudo2Color Enhance ment Based onClusteri n g Algor ith mCHEN Guo2qun,F U Dong2mei,CHANG Xiao2hui(University of Science and Technol ogy Beijing,School of I nfor mati on and Engineering,Beijing100083,China)Abstract:A ne w infrared i m age p seudo2col or enhance ment algorith m is p resented based on K2means clustering.Thismethod firstly does the statistic learning of the gray p ixels in the original infrared i m age in order t o create the initialcluster centers.Secondly,the data of gray in the original i m age are clustered by K2means with the initial cluster cen2stly,the infrared i m age is self2adap tively enhance ment according t o the result of clustering and the p seudo2col or encoding separated int o several secti ons.The experi m ental results indicate that this method could further i m2p r ove the detail inf or mati on,arrange ment,and visual effect.Key words:infrared i m age;i m age enhance ment;K2means clustering;p seudo2col or1 引 言在红外图像中,主要是通过人眼直接对成像的图像进行观察判断的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第47卷第8期 2017年8月激光与红外L A S E R&I N F R A R E DVol.47,No.8August, 2017文章编号:l〇〇l-5078(2017)08-1051-06 •图像与信号处理•基于分段均衡的红外热图像伪彩色编码白艳涛，王素玉(北京工业大学信息学部，北京市物联网软件与系统工程技术研究中心，北京100124)摘要:根据红外热图像的特点，并克服传统伪彩色处理方法的缺陷，提出一种基于分段均衡 的红外热图像伪彩色编码方法。
先通过对红外热图像采用改进的K-m eans算法进行聚类，对 聚类结果的各类像素点坐标进行统计，根据统计结果在原始红外热图中进行分段均衡，再通过 彩虹编码法对分段均衡后的图像进行伪彩色编码。
实验结果表明：通过该方法编码后的红外 热图像色彩丰富，细节增强，具有更好的层次感，便于人眼观察分析以及应用。
关键词：K-meanS;红外热图像；伪彩色；分段均衡中图分类号:TP391.41 文献标识码:A D O I：10. 3969/j. issn. 1001-5078.2017. 08. 024Pseudo-color coding of infrared thermal image basedon segmentation equalizationBAI Yan-tao,W ANG Su-yu(Beijing Advanced Innovation Center for Future Internet Technology Beijing Engineering Research Center for IoT Software and Systems,Beijing University of Technology,Beijing 100124,China)Abstract：According t o the characteristics of infrared thermal image,a pseudo-color coding method of infrared thermal image based on segmentation equalization was proposed t o overcome the defects of the traditional pseudo color processing method. Infrared image i s clustered by using improved K-means algorithm,and the various pixel，s coordinates of the clustering results are calculated s t a t i s t i c a l l y.Then segmented equalization i s carried out according to the s t a t i s t i c a l results in the original infrared thermal image,and the segmented equalization images are coded by rainbow encoding method. Experimental results show that the infrared thermal image encoded by this method has rich color and detail, and has a better sense of hierarchy,which i s convenient for human eye observation and analysis.Key words：K-means；infrared thermal image；pseudo-color；segment equalizationi引言红外热成像技术是通过利用光电技术，检测物 体表面热辐射红外线特定波段信号，并将该信号转 换成物体表面的温度信息，进而转换成人类可分辨 的图像信息[1]。
但系统产生的红外图像为灰度级 图像，由于人的肉眼能够区分的黑白区间窄，不能很 好地观察到原始热红外图的信息，反之对彩色图像 的分辨率则很敏感，可达数百种甚至上千种的灰度变换，可以充分识别出图像内部的信息。
所以，对红 外热图像进行伪彩色编码变得很有必要。
伪彩色编码即把灰度图像或者多波段图像利用 一定的技术转换为彩色图像的过程。
变换后的彩色 图像，与原始图像相比层次感和细节都有加强，目标 也更易辨认。
传统的伪彩色编码方法，没有充分利 用图像的整个像素区间；文献[2 ]利用自适应阈值 的编码方法，对背景和目标分段处理，但阈值确定比基金项目：国家自然科学基金项目（N o.61201361);北京市优秀人才资助计划项目（N o.2013D005015000008)资助。
作者筒介：白艳涛（1989 -)，男，硕士生，研究方向数字图像处理。
E-m a i l:libai_0625@163. c o m收稿日期=2017-01 -12;修订日期:2017-02-231052激光与红外第47卷较困难[3];文献[4]和文献[5]提出基于聚类算法的 编码方法，对红外图像进行聚类，并对聚类后的灰度 按节点分段进行伪彩色增强变换，但会导致图像伪 彩色显示后色彩分布不均匀，图像细节损失较大[^4];文献[6]和文献[7]利用直方图对原始图像 进行均衡，使各段像素点均衡分布，但其均衡化比较 简单，没有考虑背景与目标的划分[5<。
基于上述分析，为了充分利用像素区间，使编码 后的像素分布更接近于原始图像信息，本文提出一 种基于分段均衡的编码方法，提高编码后图像的层 次感和视觉效果。
2算法概述基于分段均衡的红外热图像伪彩色编码主要分为 三个阶段。
首先对待编码红外热像进行K-m eans聚 类;对聚类后的每类元素内部进行像素值统计，然后把 每类元素在对应的指定区间内完成直方图均衡化，使 原始图像各像素点均匀散列在各个区间内，充分利用 像素区间;第三步利用彩虹伪彩色编码法对均衡化后 的图像进行伪彩色编码，把灰度图像的各个灰度值按 一定的函数关系映射成颜色渐变的彩色[8_W]。
基于分段均衡的红外热图像伪彩色编码的算法 流程如图1所示。
图1红外热像伪彩色编码算法流程图Fig. 1Flow chart of infrared image pseudo color coding algorithm3基于分段均衡的红外热图像伪彩色编码3. 1K-m e a n s聚类算法K-m eans算法是典型基于原型的目标函数聚类 方法，因其快速、简单，且对大数据集有较高的效率，所以被广泛使用。
但是，K-me ails算法也存在一些 问题，其聚类结果依赖初始聚类中心，因此初始聚类 中心选择不好，聚类结果很可能就会不够理想;并且 需要不断计算新的聚类中心，所以一旦数据量增加，算法效率就会大大降低[11_12]。
基于上述问题，本文采用一种能够自动确定聚类初始值的K-m«m S聚类算法。
算法流程图如图2所示。
图2 K-m eans聚类算法流程图Fig. 2Flow chart of K-means clustering algorithm算法具体过程如下：(1) 根据伪彩色变换要求确定K值；(2) 统计像素不同灰度值./；，以及各/.的个数M，其中 Z = 1，2,;(3) 对./；从小到大进行排序，得到;(4) 依次取初始聚类中心为Z,(l)= Z。
+■f j x i n t(l/k)y J— e U'〇,f int(l/k)>(5) 计算每个样本./；与聚类中心Z,(/)的距离D(/:，Z,(/)) "= 1，2,= 1，2,…，A-，若ZH/:，Z,(/)) = m in(/)),/ = 1,2,-,M，则./i e %，叫为第A：簇集合；(6) 重新调整聚类中心z,(/ +1)=丄全./T，n k = ly = i，2,…，a，其中":,为第y簇的灰度元素总个数;(7) 若z,(/ + 1) #z,(/)，y = 1，2,…，人-，则 /=/ + 1，返回第(5)步重复执行，否则聚类结束。
根据下文彩虹法编码伪彩色，这里K-means聚类分5类，因此£的值取5。
实验结果显示，采用上述方法实现的K-m«m S算法在算法效率和精确度上都有所提高。
3.2根据聚类结果进行分段均衡本部分分段均衡是基于上一步图像K-means聚类，然后对各类内像素点进行统计来实现的。
统计的具体算法过程如下：激光与红外：N 。
. 8 2017，艳_等基于分段均衡的tC 外热圈像伪彩色编码1053(1) 对待编碍图像进行K -toeans聚类(2) 顺序遍历聚类后的图像像素点，根据像素 值确定每类对应的像素值范围；(3)顺序遍历棄类后的图像像素点，根据像素 值划分到对应的类中,并把当前点的坐标值C 存人 对虛坐标值数据—中《C = x X img. rows + j(1)(4 )输出统计爵始坐标数据集丨％ ,.a2，.％，％，％ |赛其中，步骤(3)中a ….为对应存储每类像素点坐 标餘.集合式(:1)为存储的当前像素.点魏应曼标值,，: im g . ro w s 为图像的宽度。
步骤（4 )输出的数据集U o、,«5 :f 为统賴^类:的坐标数据亀根据上述步骤得出的统计集合&，分别在五个 区间内部进行直方图均衡化，使每类内部像素均匀 地散列到各.__=的对应区间_内。
均衡化的对应__系如 图3所示.f iPminlPmaxl(Pm in2)Pmax2(Pmin3) Pmax3( Pmin4) Pmax4(Pmin5)PmaxS原始图像像素区间102 153 204 255图3分段均衡化对应关系图Fig. 3 Relation graph of Segment equalization分段均衡的具体算法过程如卞：⑴遍历每组聲标.亀换算.坐标点对處:到待:编码图像中，坐标换算公式为：x — C/imsi. rowsy 、.6(：2)y — C% img. rows(2) 根据求出的坐标，定位到待编码图像，求出每类中的像素最大值，最小值，即每段的 区间为[];(3) 对每个分段区间内部分别进行直方图均衡化。
(4) 输出分段均衡化后的图像s其中公式(2)中a ;为所求行坐标，y 为纵坐标，C为数搌_中存取.的数据，：i rag . w w s 为图像宽廣.。