一种改进的夜视图像增强处理算法

第35卷，增刊红外与激光工程2006年10月v01．35Suppl em ent I l l fr ar ed and Las er Engi nee咖g O ct．2006一种改进的夜视图像增强处理算法刘毅，高旭辉(华北光电技术研究所，北京100015)摘要：图像增强是夜视图像处理的一种重要方法，而直方图均衡是最经典的图像增强算法之一。

但将它直接用于夜视图像处理有如下缺点：(1)丢失原始图像的亮度信息；(2)处理过程中有灰度合并现象发生。

结合夜视图像的特点，提出了一种保持亮度和克服灰度合并的新算法，即采用不同灰度区间分别均衡，并且采用设定最小灰度间隔和最大拉伸系数的均衡函数的方法，从一定程度上克服了上述缺点。

关键词：图像增强；直方图均衡；灰度级中图分类号：TN911．73；T P301．6文献标识码l A文章编号：1007．2276(2006)增D．0172．07 N ew al gor i t hm f or ni ght V i si on i m age enhancem ent pr ocessi ngL I U Y i．G A O X u-hui(N砷c!I Ii舱Resea此h In s吐nl t c o f El m Opti cs。

Be玎hl g100015，(K na)A bs t腿ct：hna ge e Il l l aIl c em e nt i s on e of t ll e i m por t aI l t m em ods of I l i ght V i s i O n i m a ge pr o ces s i ng．T he H i st ogr am—E qual izat i on(H E)，a t ypi cal i m a ge eI l haI l cem ent algor it I瑚，w hen appl y it t o I l i g ht V i s i on i m a ge pr o ces s i ng dncⅡy it has f ol l ow i ng di sadV aI l t ag e：1．Lo s e m e br i ghm ess i nf o加at i on of or i g i nal i m age．2．111e gr ey com b i nat i on oc cur si m age，t11i s棚cl e pre se nt s a new al gor i t hm of dur i ng t he pr ocessi ng．C om bi ne w i t h t he c har a ct er i s t i c of I l i g ht V i s i onhol di ng bri gh协ess aI l d over conng gr ey com bi n at i on．I t m eans us e di f艳r e nt gr ey zon e t o di s t i ngui sh equ al i z at i on，aI l d adop t s m e equa l i z撕on f unct i on I ne m od of se t t i ng111i ni m u m gr ey i Il t er val锄d m a xi m um t e nsi l e coef!fl ci∞t f or O V e r coI Il i ng aboV e di s adV ant a ges．K ey w or ds：I I nage enhaIl cem ent；H i st og姗equali zadon；Gfay-levelO引言对低质量图像，比如红外图像的处理，图像增强是一种基本的方法。

所谓图像增强，就是“用来提高图像的视觉效果的一门技术”。

在图像增强算法中，直方图均衡既是一种最常见的算法，也是最有效的方法之一。

严格来讲，直方图均衡是对原始图像进行重新调节以使增强后的图像的直方图呈现出某些期望的形式；其中最常见的是将直方图修正为均匀分布的形式，下面讨论的“直方图均衡”【1，21都特指这种均衡方法。

它基本是依据各灰度值在被处理图像中的出现频率(即直方图)，采用对与高频灰度对应的区域作灰度拉伸，以收奠日期I200808．21作者■介t刘毅(1982-)，女，河北唐山市，工程师，主要从事高速实时效字信号处理、图像信号处理向的研究。

增刊刘教等：一种改进的夜视图像增强处理算法173达到增加亮度和对比度的目的。

由于红外图像的应用场合多是较小的目标或细节分布在包含噪声的大片背景上，一般直方图均衡算法会使大片背景占用较多地灰度级，使较小目标或细节的对比度下降，造成信号处理器在处理目标监测、识别和跟踪的困难。

而且传统的直方图算法还有以下缺陷：(1)无法保留原始图像的亮度信息，其处理后的图像，灰度呈近似均匀分布，因而其平均亮度总是在灰度范围的中值附近；(2)处理过程中会发生灰度合并现象，即一些低频灰度可能被合并，总的灰度级将有所损失，从而造成图像细节的丢失。

本文在B B H E【3'4】和G P H E【51算法的基础上，结合红外图像的特点，针对256级灰度图像提出了一种利用双直方图均衡方法保持亮度和通过设定最小灰度间距克服灰度合并现象、增强图像弱小目标和突出图像细节的新算法。

1传统的直方圈均衡(H E)算法定义数字图像x中各灰度值的概率是：以=生n式中：墩是灰度为七的像素数；n为图像总像素数，令：tc(七)=∑p』(1)，=田一设均衡后的输出为y(所有像素y集合)，则有：y=，∞(2)式中：．厂为G◇)=255c【G∽】；G【唯】为求像素灰度的运算。

根据以上直方图均衡的过程，不难推导出，经直方图均衡处理的图像具有以下特点：(1)处理后图像的平均灰度在灰度范围的中值附近，而与原始图像的平均灰度无关；(2)红外图像的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，因此，就红外图像而言，髓算法主要提升的是背景和噪声，而非图像的细节。

(3)处理中将出现灰度级合并的现象，因而造成图像灰度分辨率的下降。

2双直方圈均衡(B B I m)算法国外文献提出了一种BB腿(Br ighnl ess P比s er vi ng Bi—Hist o蹦吼脚al izali on)算法在一定程度上解决了亮度保持的问题，其原理如下：首先，将原始图像x以灰度均值G m为门限，分为两个子图xl、恐，即：墨={z(f，_，)I G@)≤G辨l弼={z(f，j『)I G0)>岛)接着，对两个子图分别统计直方图，并分别在各自的均值两侧的灰度范围内作均衡：p，(q)：螋，忌：o，1，2，…，m nl为子图哟总像素数，11cl(置)=∑p。

(忌)I=^(x。

)，其中，五为G()，)=瓯c1【G(石)】174红外与激光工程：光电信息处理技术第35卷p2(GI)：业，七。

m+1，m+2。

…，L—l，忍2：为子图2的总像素数，12(4)Q(七)=∑p：(七)’y2=^(x2)，其中，厶为G()，)=G。

+(255一G。

)c：[G(x)】然后，将处理后的子图合并：l，=y1U y2通过对BB髓算法的分析，不难发现该算法有如下缺点：(1)灰度级仍然存在合并现象，图像灰度均值仍有偏移；．(2)如果原始图像的灰度分布不对称，或分布范围集中在较低或较高的灰度级时，那么，处理后图像就会灰度拉伸不均匀。

3灰度级保持直方圈均衡(G PH E)算法在传统直方图均衡处理后，原始图像中相邻灰度级在处理后图像中的灰度间隔是△q=以97的取整，其中，p。

是灰度为足的像素的出现概率；g’是传统直方图均衡处理后的图像灰度范围大小。

当仇比较小时，会出现△q=0，即灰度合并的现象。

根据克服灰度合并的思路，可以推导出灰度级保持算法的公式。

新算法应该至少满足两个要求：(1)当原始图像中灰度概率p。

比较小时，算法应保持该灰度不与其他灰度合并；(2)当p。

比较大时，应拉开它与相邻灰度的距离，以增强图像。

因此，用新算法处理后图像的灰度间隔△’q应包含以下两项：其中一项当阢比较小时，主要用以保持间隔；另一项则当仇比较大时，用于拉开灰度间隔a下面是新算法的一种实现方案：若新图像的灰度范围是g’(g’>g)，则新图像中的灰度间隔为：△G=1+仇(97一g)(5)设原始图像的灰度范围是旺，日】，上式可展开写为：嘭+1一嘭=1+pL(g’一g) (6)G名一G名-1=1+p日一1(g’一g)将算式相加，则得到C删肛的变换表达式：，一1q=L’+∑【1+以(97一g)】设∥=《(7)七=L通过对公式(6)的分析，我们可以得出如下结论：(1)当仇比较小时，△q也至少为1，不会出现灰度合并现象，从而达到保持灰度的目的。

(2)当△q是大于1但却是一个较小的数时，处理后的图像灰度分布在一个较小的范围内，从而使处理后的图像的无法保持亮度信息。

(3)如果原始图像的灰度分布不对称，或分布范围很宽但集中在较低或较高的灰度级时，那么，处理后图像就会灰度拉伸不均匀。

由上述结论可知，虽然G PH E算法有效地避免了灰度级合并的现象，但是却存在着不能保持处理后图像亮度信息的缺点。

增刊刘毅等：一种改进的夜视图像增强处理算法175 4改进直方图修正由于G PH E不具有保持亮度的效果，而B B H E不具备保持灰度级的功能，且两种算法都存在处理后图像灰度拉伸不均匀的问题。

所以要提出一种新的算法，在能够同时保持图像的灰度和亮度信息的基础上实现灰度的均匀拉伸，达到增强图像较少目标和细节的对比度的目的。

综合两种算法，同时引入限定拉伸系数(或者说限定输出灰度范围)的思想，可以提出如下改进的直方图修正算法：先以原始图像灰度均值坐标点，将直方图平移至一个中心灰度值，如127，在此基础上引入两个限定拉伸系数，一个较大限定拉伸系数‰，一个较小限定拉伸系数‰。

O，G。

=127|jl’255O￡127仃255图1算法实现图不Fig．1灿gor曲m p血l ci pl e(1)求出原始图像的平均灰度G mHG m=∑印，(8)』=L(2)求出原始图像的灰度上限^和下限z。

(3)比较原始图像的平均灰度G m与127的大小，求出拉伸后的新图像的上限日7和下限L7。

如果原始图像的平均灰度G m<127(1)求出差值龇，龇=127一G m。

(2)求出平移原始图像至127后的新图像的上限庇’和下限Z’，得出各子图平移后图像占用的灰度范围大，J、91和92：矗7=^+△忌Z7=Z+△七(3)求出拉伸后的新图像的上限日’和下限L，：若瓯s半，则譬蕊嚣笏若Q警测长嚣型搿≥●如果原始图像的平均灰度G m≥127(1)求出差值龇，△盘=G。