基于稀疏表示和Retinex理論的紅外圖像增晰技術研究.pdf

1、紅外成像系統(tǒng)利用目標與環(huán)境的紅外輻射差異成像，具有溫度靈敏度高、動態(tài)范圍大、透霧能力強、可晝夜工作等多種優(yōu)點，在軍事和民用領域均獲得了廣泛的應用。但與可見光圖像相比，紅外圖像大多有對比度低、圖像模糊、信噪比低等缺點，導致圖像的目視效果較差，影響后續(xù)的目視解譯、特征提取、目標識別等操作。因此首先要解決紅外圖像的細節(jié)增晰、超分辨率增晰等圖像處理問題，以改善圖像的視覺效果，為目視解譯提供更為清晰的高質量紅外圖像。
　　本文首先研究了紅外

2、圖像成像的機理和紅外圖像的特性，分析了紅外圖像的特點，為后續(xù)研究做好鋪墊。同時本文還研究了經(jīng)增晰后的紅外圖像質量的主客觀評價。研究了一些圖像評價的主客觀指標，分析其含義。并結合圖像增晰和超分辨率增晰問題，研究了評價其效果的客觀指標選擇。
　　在紅外圖像增晰方面，本文研究了傳統(tǒng)的紅外圖像增晰算法的優(yōu)缺點，分析了其在視覺效果和細節(jié)增晰方面的不足。在此基礎上，研究了基于Retinex理論的圖像增晰SSR和MSR算法。將Retinex理論

3、與紅外圖像增晰問題相結合進行研究，提出了一種基于Retinex理論的紅外圖像細節(jié)增晰算法。在算法中，先對紅外圖像進行分頻處理，將低頻部分進行多尺度Retinex（MSR）處理，高頻部分進行局部直方圖均衡CLAHE處理，再進行加權融合，得到最終的增晰結果。實驗結果表明，經(jīng)本方法處理后的圖像顯示的動態(tài)范圍有效地擴大，細節(jié)信息突出明顯，可得到更多的目視信息，并且視覺效果更好，適應性強。
　　在紅外圖像超分辨率增晰方面，本文對圖像超分辨率

4、的常用方法進行了研究。針對傳統(tǒng)算法中存在的加入的先驗信息不充分、運算復雜、解空間較大、最優(yōu)解偏差較大等問題，將圖像稀疏表示理論與圖像超分重建模型相結合，提出了一種基于圖像稀疏表示的單幅圖像超分辨率增晰算法。算法中以圖像塊的稀疏度最小作為先驗知識加入超分重建模型中，利用求解L0范數(shù)最優(yōu)的貪婪OMP算法，優(yōu)化得到對圖像塊的稀疏表示，進而重構出高分辨率的圖像塊；再利用相鄰塊間的重疊部分求取平均處理以去除邊界效應，得到視覺效果較好的超分辨率重建