APP下载

基于引导滤波的高动态红外图像压缩算法

2021-03-09赵金博刘智嘉高旭辉夏寅辉

激光与红外 2021年2期
关键词:细节

汪 璇,赵金博,刘智嘉,高旭辉,夏寅辉

(1.湖北大学知行学院计算机与信息工程学院,湖北 武汉 430011;2.北京波谱华光科技有限公司,北京 100015;3.华北光电技术研究所,北京 100015)

1 引 言

红外成像技术[1]在军事侦察、工业生产、民用生活等领域具有重要地位。目前,作为应用最为广泛的高位宽红外探测器,其非制冷红外机芯可输出位宽达14 Bit的原始红外图像。与普通8 Bit图像相比,14 Bit红外图像具有灰度动态范围更广,灵敏度更高,图像细节信息更丰富的特点。灰度动态范围[2]即红外图像中亮度最大区域与亮度最小区域的亮度之比,红外图像灰度动态范围越大,其亮度信息越丰富,细节信息越明显。由于普通显示设备仅能显示8 Bit灰度等级图像,14 Bit红外图像的灰度范围远超过普通显示设备的响应范围,所以这样的图像被称为高动态范围图像。由于高动态范围图像比传统显示设备的动态范围更广,因此必须将14 Bit原始红外图像的动态范围进行压缩至8 Bit范围。高动态范围图像处理的核心思想是对红外摄像设备采集到的原始高动态图像信号进行数模转换和量化处理。灰度变化平缓的景物,生成图像的灰度分布会集中在较狭窄的区间内,而灰度变化剧烈的景物所生成图像的灰度会散落在范围较宽的区间。对于高动态范围图像红外图像处理,关键问题在于将14 Bit图像中的信息转化为人眼可观察到的8 Bit图像中同时还要保持图像原有的细节信息,具备较好的对比度以供人眼观察。……

登录APP查看全文

猜你喜欢

细节
细节
不让细节打败自己
以细节取胜 Cambridge Audio AXR100/ FOCAL ARIA 906
留心细节处处美——《收集东·收集西》
奇妙的细节
用Adobe Camera Raw还原隐藏的细节
夏日养生重细节
细节取胜
决定成败的,绝不是细节
配饰混搭 细节之美