奇异值非线性修正的低对比度红外图像实时增强

由于场景中目标与背景的温差相对较小,红外图像会存在对比度低、视觉效果差的问题,针对这一问题,提出一种基于奇异值非线性修正的红外图像对比度实时增强方法。该方法首先对红外图像进行奇异值分解得到其原始奇异值,然后采用一个对数型非线性变换对图像奇异值进行优化,最后根据修正的奇异值重构出对比度增强的红外图像。利用对数型非线性变换修正图像奇异值不仅能够有效拉伸奇异值的动态范围,同时可优化奇异值的变化梯度,使图像的能量信息得到更充分地表达,改善红外图像不良的视觉效果。实验结果表明,该方法较几种对比方法在视觉效果和客观评价方面均具有更优的增强性能;同时体现出良好的实时性,为实现红外图像的实时增强提供了新途径。     

时空域非线性滤波红外序列图像非均匀性校正

针对现有非均匀性校正方法中校正结果收敛速度慢、图像退化、存在"鬼影"现象等问题,提出一种空域三边滤波与时域梯度加权均值滤波相结合的红外序列图像非均匀性校正方法.该方法首先利用三边滤波将图像分解为基本分量与细节分量;然后对分离出的细节分量序列图像的时域曲线进行梯度加权均值滤波,从而分离出细节分量中非均匀性和场景细节;最后用原图减去非均匀性,得到校正结果.实验结果表明,该方法能有效地抑制"鬼影"并改善图像退化现象,校正结果无论主观视觉还是客观评价指标均明显优于时域高通与神经网络校正方法.