图像增强之DDE---基于红外图像的数字图像细节增强DDE

（1）DDE应用背景

（2）DDE算法简介

（3）DDE 实现

（4）DDE 总结和不足

----------author：pkf

-----------------time：2-9

----------------------qq：1327706646

（1）DDE应用背景

　　关于图像的增强，无数种方法，有线性映射，直方图均衡拉伸，还有时域，空域的增强等等，但是对于红外图来说，有许多限制，本身红外图是单色的灰度图，局部对比度和亮度有时很弱，常用的线性影射(如AGC)或者直方图统计(如直方图均衡化HE)等方法往往存在输出图像场景细节模糊，甚至目标丢失的现象。因此，动态压缩方法成为制约热成像系统性能的关键点之一。这里数字细节增强(DDE)技术，不仅有效地压缩了图像的灰度位数，而且场景中的微小目标细节获得有效保存，成为当前高性能热成像系统的关键处理技术之一

（2）DDE算法简介

　　DDE 即dige details enhance，即在于细节的增强技术。

自然场景的红外图像具有很高的温度动态范围，这种大温差现象通常存在于物体或者物质之间(如天空、地面、车辆)，而相对较小的温差则存在于物体或者物质的局部(如房屋的屋檐、墙壁、门、窗)。要使得在8bit的图像中仍能较好地呈现14bit的图像细节信息，不仅需要对大动态的信息进行相对较强的压缩，而且需要留出必要的灰度级，使小动态的细节信息有其表现的空间。如图1所示，在算法处理时首先利用特殊的滤波器将图像的大动态温度范围信息(基础图像)和小动态细节信息(细节图像)进行分离；然后对两部分分别进行动态压缩，并在8bit显示数据中各自指定一定比例的压缩后映射范围，最后合成一幅8bit的输出图像。

双边滤波器是动态分离应用中较典型的一种滤波器，利用双边滤波分离大动态和小动态图像的方法为：

空域低通滤波可理解为某一中心像素与其周边像素的加权平均，而权重随着与中心像素的空间距离加长而逐渐减小。同理，可构造一个灰度域滤波器，该滤波的权重随着周边像素的灰度与中心像素灰度的差距加大而减小，从而可使图像中有剧烈变化的部分不会被滤除，对于红外热图像则是保留了高动态图像中高温与低温动态范围以及局部图像的细节信息。

分离后的图像可通过如线性映射啊、直方图均衡等一些常规的方法压缩至8bit，最后合成完整的图像输出。

（3）DDE 实现

http://www.pudn.com/downloads581/sourcecode/graph/texture_mapping/detail2383156.html

（4）DDE 总结和不足

http://www.cnki.com.cn/Article/CJFDTotal-GXGD201205013.htm

http://wenku.baidu.com/link?url=huNWyZJ9EP2AeufmpBsjfDIkPeW9L9WdJiHPJ2pfp1MBnQBTfdw3gklvM_1bvPnA4C5T6Zmw10j8-K2-BmcJO-D_vEV7xm15BTAOw8a-bt_ 详细案例1

http://wenku.baidu.com/view/ad63e42add36a32d737581e2.html 详细案例2

http://xilinx.eetrend.com/article/4688 基于xilinx fpga的 dde 实现

http://projector.it168.com/a2012/0312/1323/000001323727.shtml

http://www.baidu.com/s?ie=utf-8&f=8&rsv_bp=1&rsv_idx=1&tn=baidu&wd=agc%20图像增强&rsv_pq=ee7ced29000043c2&rsv_t=e15bLHemXKSjrePWe7HqqZvpe0bE9LKH58iDTPdlMDascTPdKXiXwoiQTG8&rsv_enter=1&inputT=1076&rsv_sug3=6&rsv_sug1=2&rsv_sug2=0&rsv_sug4=1747&rsv_sug=1 agc

http://zhidao.baidu.com/link?url=xjbr6Xe2i0MgqRXuetY9grNOgxdtmzv_snrVNoJDPaX6VCztB34x63u2Q-UPuxnSYa3N9X3TEs5-ZUXWXZm_aa double float的 范围

http://www.cnblogs.com/fromchaos/archive/2010/12/07/1898698.html double float