基于边缘权重分析的水面弱目标红外增强

叶晓杰,赵巨峰,2,公晓丽,2,朱礼尧,崔光茫

(1.杭州电子科技大学电子信息学院,浙江 杭州 310018; 2.杭州电子科技大学射频电路与系统教育部重点实验室,浙江 杭州 310018)

1 引 言

随着经济的发展,如何实时监控海洋等水面环境成为保障安全、发展海洋经济的重要一环。由于海面复杂环境的影响,尤其是大范围浓厚水雾等恶劣天气影响,红外成像的目标对比度急剧下降。硬件器件受限,只能依赖复原增强技术提升对比,为探测识别奠定基础。

为了提升图像的视觉效果,便于观察或机器识别,需要对红外图像进行增强[1]。近年来,研究红外图像增强的算法很多,包括直方图均衡化(Histogram Equalization,HE)[2]、对比度自适应直方图均衡化(Contrast Limited Adaptive Histogram Equalization,CLAHE)增强[3]、分层图像增强、子带分解多尺度的图像增强[4]、顶帽变换(Multi Scale &Top-Hat,MSTH)图像增强[5]、基于双峰高斯函数规定化的变分增强[6]等。刘轶彤等通过Kinect立体相机获取红外图像的深度信息,根据景深来分离船舶目标区域和背景区域,通过设定初始阈值,进行冗余灰度压缩、幂指数拉伸和直方图均衡,实现了红外图像的增强[7]。曹慧等采用类似可见光去雾的暗原色算法提高了红外图像对比度[8],凸显细节信息,并提高了信噪比。平台直方图均衡化方法是通过选取合适的平台阈值来抑制对红外图像中背景和噪声的过度增强,但阈值选取依赖经验,限制了算法的应用[9]。为了更好凸显图像中的目标,将脉冲耦合神经网络(PCNN)分割和模糊集理论相结合,也可实现红外图像的增强[10]。……