图像增强之DDE---基于红外图像的数字图像细节增强DDE （1）DDE应⽤背景
（2）DDE算法简介
（3）DDE 实现
（4）DDE 总结和不⾜
局部直方图均衡化----------author：pkf
-----------------time：2-9
----------------------qq：1327706646
（1）DDE应⽤背景
  关于图像的增强，⽆数种⽅法，有线性映射，直⽅图均衡拉伸，还有时域，空域的增强等等，但是对于红外图来说，有许多限制，本⾝红外图是单⾊的灰度图，局部对⽐度和亮度有时很弱，常⽤的线性影射(如AGC)或者直⽅图统计(如直⽅图均衡化HE)等⽅法往往存在输出图像场景细节模糊，甚⾄⽬标丢失的现象。因此，动态压缩⽅法成为制约热成像系统性能的关键点之⼀。这⾥数字细节增强(DDE)技术，不
仅有效地压缩了图像的灰度位数，⽽且场景中的微⼩⽬标细节获得有效保存，成为当前⾼性能热成像系统的关键处理技术之⼀
（2）DDE算法简介
  DDE 即dige details enhance，即在于细节的增强技术。
⾃然场景的红外图像具有很⾼的温度动态范围，这种⼤温差现象通常存在于物体或者物质之间(如天空、地⾯、车辆)，⽽相对较⼩的温差则存在于物体或者物质的局部(如房屋的屋檐、墙壁、门、窗)。要使得在8bit的图像中仍能较好地呈现14bit的图像细节信息，不仅需要对⼤动态的信息进⾏相对较强的压缩，⽽且需要留出必要的灰度级，使⼩动态的细节信息有其表现的空间。如图1所⽰，在算法处理时⾸先利⽤特殊的滤波器将图像的⼤动态温度范围信息(基础图像)和⼩动态细节信息(细节图像)进⾏分离；然后对两部分分别进⾏动态压缩，并在8bit 显⽰数据中各⾃指定⼀定⽐例的压缩后映射范围，最后合成⼀幅8bit的输出图像。
双边滤波器是动态分离应⽤中较典型的⼀种滤波器，利⽤双边滤波分离⼤动态和⼩动态图像的⽅法为：
空域低通滤波可理解为某⼀中⼼像素与其周边像素的加权平均，⽽权重随着与中⼼像素的空间距离加长⽽逐渐减⼩。同理，可构造⼀个灰度域滤波器，该滤波的权重随着周边像素的灰度与中⼼像素灰度的差距加⼤⽽减⼩，从⽽可使图像中有剧烈变化的部分不会被滤除，对于红外热图像则是保留了⾼动态图像中⾼温与低温动态范围以及局部图像的细节信息。
分离后的图像可通过如线性映射啊、直⽅图均衡等⼀些常规的⽅法压缩⾄8bit，最后合成完整的图像输出。
（3）DDE 实现
（4）DDE 总结和不⾜

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。