本科毕业论文,需要程序见该账号下其他文档
的频度,它是图像最基本的统计特性。直方图给出一个直观的指标,用以分析一幅数字图像是否合理地利用全部允许的灰度信息,在图像处理程序中察看直方图信息是进行图像处理前必不可少的步骤,因此研究直方图的特性对整个处理过程极其重要。
2.4红外图像的性质分析(对比度、分辨率、噪声)
(1)红外图像对比度。红外热像仪是一种利用目标与背景之间的温差来成像的成像装置。由于一般景物的温差比较小,再加上经过大气传输、热像仪中光学部分和电子处理部分过程中损失的灰度级,所以红外图像的对比度比较低,不利于人眼的观察。通常可以在灰度直方图中看出此特征,往往表现为绝大部分灰度集中于某些相邻的灰度级范围内。
(2)红外图像分辨率。红外成像系统由于探测器阵列数目有限及探测单元尺寸的限制,空间采样频率无法满足采样定理,图像空间分辨率低,混频现象有时很严重。而制造密集的红外焦平面阵列,工艺复杂,费用昂贵,按照傅立叶光学的观点,光学成像系统是一个低通滤波器,由于受到光学衍射的影响,其传递函数在由衍射极限分辨率所决定的某个截止频率上,其值全为0。而大多数自然景物空间频率较丰富,包括各种高频信息,红外成像系统由于光学衍射和有限的探测器尺寸,成像过程中图像信号的高频部分(细节)会有所丢失,造成图像的模糊和变形。所以目前的红外热像仪输出的红外图像分辨率较低。
(3)红外图像的噪声分析。对非致冷红外热成像系统而言,虽然存在诸多优点,但由于固有的本质特性,红外热释电探测器的分辨率还不能做的很高,导致图像的对比度、信噪比较低。图像噪声主要来源于温度噪声、热噪声、放大器噪声,而温度噪声和热噪声是一种白噪声源(WHITENOISE),而放大器噪声通常只需要考虑沟道热噪声,而无需考虑复合噪声等。因此在红外成像成像系统中,占主导地位的是白噪声源。红外图像噪声的情况非常复杂,因此要完全滤除图像的噪声几乎不可能,因为每一种图像滤波算法只适合滤除一种或几种噪声。目前滤除噪声的方法分成两类:全局处理,它必须知道统计模型,如Wiener滤波、Kalman滤波等方法;采用局部算子,如中值滤波、梯度倒数加权滤波等典型算法。
百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读,免费范文网,提供经典小说教育文库基于Matlab的红外图像处理算法研究(12)在线全文阅读。
相关推荐: