基于小波的红外图像增强算法研究

论文摘要

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。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 红外图像处理的意义
• 1.2 红外图像的获取及其特点
• 1.2.1 红外图像的获取
• 1.2.2 红外图像的特点
• 1.3 小波的发展及研究现状
• 1.3.1 小波理论的发展
• 1.3.2 小波理论在国内外的研究现状
• 1.3.3 小波理论的应用现状
• 1.4 小波变换在红外图像处理中的应用
• 1.5 论文的内容安排
• 第二章 小波变换理论与图像处理
• 2.1 傅立叶变换在信号处理中的缺陷
• 2.2 小波变换的基本概念
• 2.3 连续小波变换（CWT）
• 2.4 离散小波变换（DWT）
• 2.5 小波分析与图像处理
• 2.5.1 二维离散小波变换对图像的多分辨率分析
• 2.5.2 离散小波的mallat 快速算法
• 2.5.3 小波基的选择
• 2.6 本章小结
• 第三章 基于小波的红外图像去噪算法研究
• 3.1 传统图像去噪方案
• 3.2 红外图像噪声模型的提出
• 3.3 去噪评价指标
• 3.4 基于小波去噪算法研究
• 3.4.1 小波去噪的原理和步骤
• 3.4.2 基于小波的图像去噪算法
• 3.4.3 小波阈值的选择研究
• 3.5 改进的小波去噪算法
• 3.6 红外图像去噪实例
• 3.7 本章小结
• 第四章 Retinex 改进算法及其实现
• 4.1 Retinex 理论及其算法实现
• 4.2 最优亮度估计
• 4.3 Retinex 改进算法及实现
• 4.4 本章小结
• 第五章 基于小波的红外图像增强算法研究
• 5.1 常见图像增强算法
• 5.1.1 直接灰度变换
• 5.1.2 直方图均衡化和直方图规定化
• 5.1.3 空域滤波
• 5.1.4 频域增强算法
• 5.1.5 模糊处理技术
• 5.1.6 其他增强技术
• 5.2 小波图像增强算法
• 5.3 小波与改进 Retinex 相结合的红外图像增强算法研究
• 5.4 红外图像增强实例
• 5.5 本章小结
• 第六章 总结与展望
• 致谢
• 参考文献
• 攻硕期间取得的研究成果