專(zhuān)利名稱(chēng)：一種機(jī)載視景增強(qiáng)方法及其裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及視景實(shí)時(shí)處理技術(shù)，具體涉及視景增強(qiáng)技術(shù)。
背景技術(shù)：
能見(jiàn)度低是既影響飛行安全性，又影響全世界航空運(yùn)營(yíng)能力的關(guān)鍵因素。視景增 強(qiáng)系統(tǒng)通過(guò)增強(qiáng)實(shí)際景象的重要部分來(lái)改善飛行員對(duì)態(tài)勢(shì)和空間的感知能力，從而減少諸 如可控飛行撞地(CFIT)、失控(L0C)、跑道侵入(RI)等類(lèi)型的事故。隨著航空電子系統(tǒng)對(duì) 視頻處理帶寬的需求日益增大，需要進(jìn)行融合計(jì)算的圖像源也向多種類(lèi)傳感器(如雷達(dá)、紅 外、機(jī)載攝像等)發(fā)展，由于成像原理不同，任何一種單一圖像數(shù)據(jù)都不能全面反應(yīng)目標(biāo)對(duì) 象的特性，具有一定的應(yīng)用范圍和局限性，而視景增強(qiáng)技術(shù)要將多種不同特性的圖像數(shù)據(jù) 結(jié)合起來(lái)，相互取長(zhǎng)補(bǔ)短便可以發(fā)揮各自的優(yōu)勢(shì)，彌補(bǔ)各自的不足，能更全面的反映目標(biāo)特 性。傳統(tǒng)的基于軟件的視景增強(qiáng)算法在處理速度方面的瓶頸也逐步凸顯出來(lái)，研究可以硬 件實(shí)現(xiàn)的視景實(shí)時(shí)處理方法與裝置成為研制工程的重要組成部分?，F(xiàn)有技術(shù)中，視景增強(qiáng)技術(shù)沒(méi)有統(tǒng)一成一種算法，而是由于各種不同的目的產(chǎn)生 了多種算法，這些算法可以根據(jù)處理空間的不同劃分為基于空間域的方法與基于轉(zhuǎn)換域的 方法。公開(kāi)號(hào)為CN101655974A，
公開(kāi)日為 2010 年 2 月 24 日(申請(qǐng)?zhí)?00910192415. 2) 的專(zhuān)利文件公開(kāi)了一種改進(jìn)的基于局部直方圖均衡化方法的圖像增強(qiáng)方法，該方法通過(guò)對(duì) 子塊采用分頻調(diào)整的直方圖均衡化方法進(jìn)行增強(qiáng)處理，提高圖像的對(duì)比度，強(qiáng)化了圖像的 細(xì)節(jié)。公開(kāi)號(hào)為CN101101669A，
公開(kāi)日為2008年1月9日(申請(qǐng)?zhí)?00710058019. 1)的
專(zhuān)利文件公開(kāi)了一種根據(jù)邊緣和亮度特征進(jìn)行自適應(yīng)調(diào)整的圖像增強(qiáng)方法，該方法通過(guò)對(duì) 輸入的圖像進(jìn)行離散拉普拉斯變換，然后進(jìn)行直方圖分析，并根據(jù)分析結(jié)果進(jìn)行分類(lèi)，最后 進(jìn)行直方圖均勻化并送至輸出設(shè)備。發(fā)明人在實(shí)現(xiàn)本發(fā)明的過(guò)程中發(fā)現(xiàn)，現(xiàn)有技術(shù)中存在以下缺陷未根據(jù)機(jī)載視頻 圖像的特征進(jìn)行算法的選擇，導(dǎo)致機(jī)載圖像邊緣提取不清晰；沒(méi)有綜合考慮不同圖像傳感 器的數(shù)據(jù)特征來(lái)進(jìn)行自適應(yīng)的視頻疊加融合處理。因此需要一種機(jī)載視景實(shí)時(shí)增強(qiáng)處理方 法以及相應(yīng)的裝置，以達(dá)到更好的視覺(jué)效果，是本領(lǐng)域亟需解決的問(wèn)題。

發(fā)明內(nèi)容
針對(duì)現(xiàn)有技術(shù)的局限，如未根據(jù)機(jī)載視頻圖像的特征進(jìn)行算法的選擇與優(yōu)化，沒(méi) 有綜合考慮不同圖像傳感器的數(shù)據(jù)特征來(lái)進(jìn)行自適應(yīng)的視頻疊加融合處理，本發(fā)明的目的 在于提供一種機(jī)載視景增強(qiáng)方法，該方法通過(guò)自適應(yīng)的視景增強(qiáng)實(shí)時(shí)處理算法來(lái)改善視覺(jué) 效果，提高飛行員對(duì)態(tài)勢(shì)和空間的感知能力，以減少在能見(jiàn)度低的情況下飛行事故的發(fā)生。同時(shí)，本發(fā)明的另一目的在于提供實(shí)現(xiàn)方法的裝置。為了達(dá)到上述目的，本發(fā)明采用如下的技術(shù)方案一種機(jī)載視景增強(qiáng)方法，該方法包括如下步驟
(a)彩色圖像轉(zhuǎn)換為灰度圖像；
(b)根據(jù)直方圖統(tǒng)計(jì)進(jìn)行自適應(yīng)閾值生成；
(c)根據(jù)直方圖統(tǒng)計(jì)進(jìn)行視頻疊加融合的權(quán)值生成；
(d)將輸入圖像進(jìn)行形態(tài)學(xué)濾波；
(e)依據(jù)閾值進(jìn)行圖像二值化；
(f)將輸入圖像進(jìn)行邊緣檢測(cè)計(jì)算；
(g)根據(jù)步驟(c)、(e)、(f)的結(jié)果進(jìn)行視頻疊加融合。所述步驟(a)采用如下步驟進(jìn)行轉(zhuǎn)換 Grey = 0. 3R + 0. 59G + 0. IlB
其中Grey為轉(zhuǎn)換后的圖像灰度值，R、G、B分別為原彩色圖像的紅色、綠色和藍(lán)色分量。所述步驟(b)使用自適應(yīng)閾值生成算法，包括以下步驟
(1)將輸入圖像的灰度直方圖等分為16個(gè)扇區(qū)，每個(gè)扇區(qū)包含的灰度值為16，并從0 依次增加到255 ；
(2 )進(jìn)行直方圖統(tǒng)計(jì)，得出最大值、次大值、第三大值及其對(duì)應(yīng)的扇區(qū)； (3)判斷最大值與次大值對(duì)應(yīng)的扇區(qū)是否相鄰區(qū)域，若不是，則取最大值與次大值所在 扇區(qū)的平均值的中值作為閾值；若是相鄰區(qū)域，則取最大值與第三大值所在扇區(qū)的平均值 的中值作為閾值。所述步驟(C)中的權(quán)值取值如下表所示
權(quán)利要求
1.一種機(jī)載視景增強(qiáng)方法，其特征在于，所述增強(qiáng)方法包括如下步驟(a)彩色圖像轉(zhuǎn)換為灰度圖像；(b)根據(jù)直方圖統(tǒng)計(jì)進(jìn)行自適應(yīng)閾值生成；(c)根據(jù)直方圖統(tǒng)計(jì)進(jìn)行視頻疊加融合的權(quán)值生成；(d)將輸入圖像進(jìn)行形態(tài)學(xué)濾波；(e)依據(jù)閾值進(jìn)行圖像二值化；(f)將輸入圖像進(jìn)行邊緣檢測(cè)計(jì)算；(g)根據(jù)步驟(c)、(e)、(f)的結(jié)果進(jìn)行視頻疊加融合。
2.根據(jù)權(quán)利要求1所述的一種機(jī)載視景增強(qiáng)方法，其特征在于，所述步驟(a)采用如下 步驟進(jìn)行轉(zhuǎn)換Grey = 0. 3R + 0. 59G + 0. IlB其中Grey為轉(zhuǎn)換后的圖像灰度值，R、G、B分別為原彩色圖像的紅色、綠色和藍(lán)色分量。
3.根據(jù)權(quán)利要求1所述的一種機(jī)載視景增強(qiáng)方法，其特征在于，所述步驟(b)使用自適 應(yīng)閾值生成算法，包括以下步驟(1)將輸入圖像的灰度直方圖等分為16個(gè)扇區(qū)，每個(gè)扇區(qū)包含的灰度值為16，并從0 依次增加到255 ；(2 )進(jìn)行直方圖統(tǒng)計(jì)，得出最大值、次大值、第三大值及其對(duì)應(yīng)的扇區(qū)； (3)判斷最大值與次大值對(duì)應(yīng)的扇區(qū)是否相鄰區(qū)域，若不是，則取最大值與次大值所在 扇區(qū)的平均值的中值作為閾值；若是相鄰區(qū)域，則取最大值與第三大值所在扇區(qū)的平均值 的中值作為閾值。
4.根據(jù)權(quán)利要求1所述的一種機(jī)載視景增強(qiáng)方法，其特征在于，所述步驟(c)中的權(quán)值取值如下表所示扇區(qū)號(hào)1-2區(qū)3-4區(qū)5-6區(qū)7-8區(qū)9-10 區(qū)11-12 區(qū)13-14 區(qū)15-16 區(qū)權(quán) 值 Or〇.125〇.25〇.375〇.5〇.625〇.750.8751
5.根據(jù)權(quán)利要求1所述的一種機(jī)載視景增強(qiáng)方法，其特征在于，所述步驟(d)使用形態(tài) 學(xué)算子為Image_Enhanced = Image_original + TopHat - BotHat其中Image_Enhanced為增強(qiáng)后圖像，Image_original為原始圖像，TopHat為高帽變換 結(jié)果，BotHat為低帽變換結(jié)果，定義為其中A表示圖像，B表示結(jié)構(gòu)元素， 表示形態(tài)學(xué)開(kāi)運(yùn)算，·表示形態(tài)學(xué)閉運(yùn)算。
6.根據(jù)權(quán)利要求1所述的一種機(jī)載視景增強(qiáng)方法，其特征在于，所述步驟(f)使用的邊 緣檢測(cè)計(jì)算方法為sobel算子結(jié)合非極大值抑制處理方法，所述sobel算子為
7.根據(jù)權(quán)利要求1所述的一種機(jī)載視景增強(qiáng)方法，其特征在于，所述步驟(g)使用的疊
8. 一種機(jī)載視景增強(qiáng)處理裝置，其特征在于，所述增強(qiáng)處理裝置包括閾值生成模塊、形 態(tài)學(xué)計(jì)算模塊、邊緣檢測(cè)模塊、疊加融合模塊，所述閾值生成模塊，根據(jù)輸入圖像的直方圖統(tǒng)計(jì)，實(shí)時(shí)計(jì)算出本幀圖像的閾值，作為二 值化的依據(jù)；所述形態(tài)學(xué)計(jì)算模塊，根據(jù)輸入的像素?cái)?shù)據(jù)進(jìn)行形態(tài)學(xué)計(jì)算，利用高帽變換結(jié)合低帽 變換進(jìn)行圖像增強(qiáng)；所述邊緣檢測(cè)模塊，根據(jù)輸入的像素?cái)?shù)據(jù)進(jìn)行邊緣檢測(cè)計(jì)算，利用Sobel算子提取邊 緣，并利用非極大值抑制處理算法使邊緣更清晰；所述疊加融合模塊，根據(jù)所述閾值生成模塊、形態(tài)學(xué)計(jì)算模塊以及邊緣檢測(cè)模塊的結(jié) 果進(jìn)行視頻疊加融合，使用不同的權(quán)值計(jì)算分類(lèi)不同特征的圖像，最終進(jìn)行視景增強(qiáng)輸出。
全文摘要
本發(fā)明公開(kāi)了一種機(jī)載視景增強(qiáng)方法及其裝置，其中方法包括步驟對(duì)輸入的數(shù)字圖像進(jìn)行直方圖統(tǒng)計(jì)分析產(chǎn)生自適應(yīng)的閾值，并根據(jù)直方圖的特征劃分成不同扇區(qū)產(chǎn)生不同的融合權(quán)值系數(shù)；按照不同圖像的特點(diǎn)進(jìn)行形態(tài)學(xué)濾波與邊緣檢測(cè)計(jì)算；對(duì)計(jì)算結(jié)果按照視頻疊加融合算法進(jìn)行視景增強(qiáng)處理。其裝置包括閾值生成模塊、形態(tài)學(xué)計(jì)算模塊、邊緣檢測(cè)模塊以及疊加融合模塊。與傳統(tǒng)的視景增強(qiáng)方法相比，本發(fā)明能夠針對(duì)機(jī)載視景的不同特征，自適應(yīng)的進(jìn)行疊加融合計(jì)算，適合硬件實(shí)現(xiàn)，能有效的對(duì)機(jī)載視景做實(shí)時(shí)增強(qiáng)處理，取得更好的視覺(jué)效果。
文檔編號(hào)G06T5/40GK102063704SQ20101055084
公開(kāi)日2011年5月18日 申請(qǐng)日期2010年11月19日 優(yōu)先權(quán)日2010年11月19日
發(fā)明者楊?lèi)?ài)良, 王科, 詹于杭, 馬麗 申請(qǐng)人:中國(guó)航空無(wú)線電電子研究所