隨著科技的發(fā)展，紅外熱像技術(shù)的運(yùn)用也更加廣泛，被測(cè)物體以及檢測(cè)環(huán)境的復(fù)雜程度也越來(lái)越高，基于標(biāo)定的校正方法已經(jīng)逐漸跟不上發(fā)展的需求了。而國(guó)內(nèi)外的學(xué)者也逐步投入更多精力在基于場(chǎng)景的非均勻校正方法的研究上，早在20世紀(jì)90年代，美國(guó)海軍研究實(shí)驗(yàn)室的D.A.Scribner等人提出了基于神經(jīng)網(wǎng)絡(luò)的場(chǎng)景非均勻校正算法。王嫻雅等人通過(guò)分析了傳統(tǒng)的周期性神經(jīng)網(wǎng)絡(luò)自適應(yīng)非均勻校正方法在采用局部領(lǐng)域數(shù)據(jù)估計(jì)輸出期望時(shí)其精度不夠，從而提出一種利用當(dāng)前像素領(lǐng)域和讀出通道估計(jì)輸出期望值的方法。該方法可有效抑制焦平面固定圖案噪音，提高被測(cè)目標(biāo)的分辨率。在優(yōu)化單層所使用的期望函數(shù)上，B.Chen等人提出雙層學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法，在不同的神經(jīng)網(wǎng)絡(luò)層使用不同的期望函數(shù)，雙層神經(jīng)網(wǎng)絡(luò)之間優(yōu)勢(shì)互補(bǔ)，同時(shí)具備非均勻性校正效果和改善圖像清晰度，獲得了更高質(zhì)量的紅外圖像，該算法與其他改進(jìn)BP神經(jīng)網(wǎng)絡(luò)算法比較結(jié)果如表1所示。
表1 非均勻性校正評(píng)價(jià)
但在使用神經(jīng)網(wǎng)絡(luò)算法進(jìn)行圖像的非均勻校正時(shí)，收斂速度和重影是一對(duì)矛盾的存在。一般說(shuō)來(lái)，如果想更好地抑制重影，神經(jīng)網(wǎng)絡(luò)算法的收斂速度就越慢。因此Li Yiyang等人針對(duì)該問(wèn)題提出了一種自適應(yīng)門限邊緣檢測(cè)與時(shí)域門限相結(jié)合的學(xué)習(xí)速率規(guī)則。該算法在保證快速收斂的同時(shí)，能很好地抑制重影偽影。通過(guò)實(shí)驗(yàn)結(jié)果表明該方法的消影能力強(qiáng)于其他基于神經(jīng)網(wǎng)絡(luò)的非均勻性校正算法。
2.2 圖像增強(qiáng)處理
由于紅外信號(hào)波動(dòng)范圍很大，再加上硬件設(shè)備本身存在的缺陷和環(huán)境因素的影響，在將其轉(zhuǎn)換為適于人眼觀看的可見(jiàn)光圖像時(shí)，易造成圖像的模糊、細(xì)節(jié)丟失、對(duì)比度低下等問(wèn)題。因此，獲取成像清晰且對(duì)比度高的圖像，是紅外圖像處理中的一項(xiàng)重要技術(shù)。傳統(tǒng)的紅外圖像增強(qiáng)技術(shù)主要分為空域圖像增強(qiáng)和頻域圖像增強(qiáng)兩類，具體分類如圖2所示。空域是指該圖像的所有像素集合，是通過(guò)對(duì)圖像中像素灰度值進(jìn)行處理來(lái)達(dá)到增強(qiáng)效果的，如灰度值變換、直方圖均衡技術(shù)、圖像平滑和銳化處理、偽彩色處理等技術(shù)。頻域圖像增強(qiáng)是對(duì)圖像經(jīng)傅里葉變換后的頻譜成分進(jìn)行操作，然后逆傅里葉變換獲得結(jié)果，包括低通濾波技術(shù)、高通濾波技術(shù)、同態(tài)濾波技術(shù)等。一般情況下，某一類算法只能解決圖像中出現(xiàn)的一種問(wèn)題。因此，針對(duì)現(xiàn)實(shí)中紅外圖像出現(xiàn)的復(fù)雜問(wèn)題，為了提升圖像處理效果，往往需要多種算法結(jié)合使用。目前，在國(guó)內(nèi)外學(xué)者不斷研究與改進(jìn)下，給出了更多性能較為完善的算法。
圖2 圖像增強(qiáng)方法分類
視網(wǎng)膜皮層（Retinex）圖像增強(qiáng)理論是根據(jù)人類視覺(jué)特征來(lái)展開(kāi)研究的理論，其原理是通過(guò)去除圖像照射分量部分保留反射分量部分，從而獲得圖像本質(zhì)特征，最早是在20世紀(jì)60年代，由學(xué)者Land等人提出。在其原有的基礎(chǔ)理論上，經(jīng)過(guò)半世紀(jì)的發(fā)展，改進(jìn)的Retinex算法被廣泛的運(yùn)用于各領(lǐng)域。針對(duì)Retinex算法在處理圖像存在失真和耗時(shí)長(zhǎng)等問(wèn)題，Wang W.、LiB.等人提出了一種快速多尺度Retinex算法，以解決基于多尺度Retinex算法的圖像增強(qiáng)過(guò)程中顏色失真的問(wèn)題，并改進(jìn)了一種耗時(shí)較慢的圖像增強(qiáng)算法的缺點(diǎn)。但此算法在細(xì)節(jié)處的處理仍需完善，而Hanumantharaju等人提出了一種基于改進(jìn)的multiscale Retinex（MSR）算法的新的彩色圖像增強(qiáng)技術(shù)，并使用小波能量來(lái)評(píng)估增強(qiáng)圖像的視覺(jué)質(zhì)量。實(shí)驗(yàn)結(jié)果證實(shí)了基于小波能量的MSR算法有效地表征了增強(qiáng)圖像的局部和全局細(xì)節(jié)。而針對(duì)Retinex算法在降噪方面的不足，又有學(xué)者提出基于Retinex和三維塊匹配（block matching 3D）的圖像增強(qiáng)方法。實(shí)驗(yàn)結(jié)果證明，此算法既能很好地表征圖像中的細(xì)節(jié)，又有效地降低了圖像的噪聲，其結(jié)果與多種算法對(duì)比如表2所示。
表2 圖像質(zhì)量評(píng)價(jià)指標(biāo)統(tǒng)計(jì)數(shù)據(jù)
