顶帽变换（Top_hat）算法（学习笔记）

1.绪论

红外图像中的弱小目标的目标属性包涵“弱"和“小’’两个方面：“弱’’是指目标在红外波长上所表现出来的强度，具体反映到所拍摄的红外图像上，就是指目标的灰度值；而“小’’是指目标的尺寸大小，也就是前面所述的成像面积很小，反映到红外图像上就是指目标所占的像素数目很少。

SPIE国际光学工程学会(Societyof Photo一0ptical Instrumentation Engineers，简记为SPIE)从1989年开始，几乎每年都会举办有关弱小目标检测技术的国际会议，研讨弱小目标检测技术的最新研究成果。根据SPIE的定义，成像尺寸小于整个成像区域0.12％的目标均可称为弱小目标(即当成像尺寸为256×256时，弱小目标应不超过81个像素，其目标尺寸在9*9以内)。

2. 顶帽变换（Top_hat）算法

顶帽变换是一种图像形态学处理方法，可用于校正不均匀光照的影响。图像形态学处理的基本操作是膨胀与腐蚀，再衍生出开运算和闭运算，图像相减与开操作和闭操作相结合，会产生Top-hat(顶帽)变换和bottom-hat(底帽)变换。灰度级图像的顶帽变换定义为灰度图像减去其开运算。

开运算带来的结果是放大裂缝或者局部低亮度的区域，因此，从原图中减去开运算后的图，得到的效果图突出了比原图轮廓周围的区域更明亮的区域，且这一操作和选择的核的大小相关。

应用：顶帽运算往往用来分离比邻近点亮一些的斑块。当一幅图像具有大幅的背景的时候，而微小物品比较有规律的情况下，可以使用顶帽运算进行背景提取。

#include <opencv2/core/core.hpp> 
#include <opencv2/highgui/highgui.hpp> 
#include <opencv2/imgproc/imgproc.hpp> 
#include <iostream> 

using namespace std;
using namespace cv;
int main()
{
	Mat srcImage, dstImage,TopImage; //源图像，输出图像
	//---------【1】读取源图像并检查图像是否读取成功--------- 
	srcImage = imread("./src\\69.bmp", 0);
	if (!srcImage.data)
	{
		cout << "读取图片错误，请重新输入正确路径！\n";
		system("pause");
		return-1;
	}
	imshow("【源图像】", srcImage);
	//---------【2】获取自定义核---------
	Mat element = getStructuringElement(MORPH_RECT, Size(3, 3));
	//---------【3】进行开运算操作---------
	morphologyEx(srcImage, dstImage, MORPH_OPEN, element);
	//---------【4】显示效果图---------
	imshow("【效果图--开运算操作】", dstImage);

	//---------【5】TopHAT变换，并显示效果图---------
	TopImage = srcImage - dstImage;
	imshow("【效果图--TopHat操作】", TopImage);


	waitKey(0);
	return 0;
}

4. 小结

顶帽变换作为一种非线性滤波的处理方法，在相对简单的背景中处理效果确实不错，但在复杂多变的背景中，想要保持较好的背景抑制效果，还是需要做更多更精细化的处理，比如设计一种自适应场景的顶帽变换方法，或许是一个不错的优化方向，本次将其应用在复杂背景下弱小目标的背景抑制中，后续看能否经过优化设计，得到更好的背景抑制效果，后续再进行详细介绍。