CN102385701B - 扫描型红外成像系统的非均匀校正方法 - Google Patents
扫描型红外成像系统的非均匀校正方法 Download PDFInfo
- Publication number
- CN102385701B CN102385701B CN 201110312154 CN201110312154A CN102385701B CN 102385701 B CN102385701 B CN 102385701B CN 201110312154 CN201110312154 CN 201110312154 CN 201110312154 A CN201110312154 A CN 201110312154A CN 102385701 B CN102385701 B CN 102385701B
- Authority
- CN
- China
- Prior art keywords
- zone
- pixel
- nonuniformity correction
- field picture
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Transforming Light Signals Into Electric Signals (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种扫描型红外成像系统的非均匀校正方法,包括以下步骤:从红外探测器获取红外视频流,并设置L=1;对红外视频流的第L帧图像进行垂直于扫描方向上的图像分割,以形成k个区域,并保证每个区域中沿扫描方向上的像素数大于或等于3;设置m=1;判断第L帧图像的第m个区域是否为第一帧图像的第1个区域;若第L帧图像的第m个区域是第一帧图像的第1个区域,则设置n=0,并读取线列探测器每个像元的增益系数初值G0(i)和偏移系数初值O0(i),i表示不同的像元;根据增益系数Gn(i)和偏移系数On(i)对第m个区域中每个像素进行非均匀校正,以得到非均匀校正结果;对第m个区域中每个像素的非均匀校正结果执行邻域中值处理,以得到非均匀校正期望结果。
Description
技术领域
本发明涉及一种非均匀校正方法,更具体地说,本发明涉及一种扫描型红外成像系统的非均匀校正方法。
背景技术
红外成像系统抗干扰能力强,隐蔽性能好,大气穿透能力强,适应多种特殊场合。目前广泛使用的红外成像系统分为两类:一类是凝视型红外成像系统,系统中光学部分把红外场景聚焦到红外焦平面上;另一类是扫描型红外成像系统,系统由光机扫描和线列红外焦平面两部分够成,系统把场景沿扫描方向逐步映射到红外成像线列上。
无论是在扫描型红外成像系统中还是在凝视型红外成像系统中,受到制造工艺的影响,红外焦平面各个像元的响应并不一致,存在非均匀性,在图像中表现为固定样式噪声(fixed pattern noise,简称为FPN),导致红外图像信噪比低,图像质量差。因此需要对红外图像进行非均匀校正处理去除FPN。由于FPN在时域上存在漂移特性,基于场景的自适应校正方法能够从非均匀性的表现形式出发进行校正,可以在一定程度上克服响应漂移带来的校正误差,不要求或只需要简单地标定,根据场景信息自适应地更新校正系数。
目前相对比较成熟的基于场景的自适应校正方法有时域处理算法、空域处理算法和基于运动估计的处理算法,但这些方法的提出都是针对凝视型红外成像系统提出的,而扫描型红外成像系统中使用的非均匀校正方法还未受到重视。直接把凝视型红外成像系统中的非均匀校正方法运用到扫描型红外成像系统中,存在一定的缺陷:浪费了大量的存储资源;导致收敛速度慢;没有考虑到扫描型红外成像系统的噪声特点,会导致处理的图像质量差。
发明内容
本发明的目的在于提供一种扫描型红外成像系统的非均匀校正方法,其占用存储资源少,收敛速度快,处理的图像质量好。
本发明的技术方案如下:
一种扫描型红外成像系统的非均匀校正方法,包括以下步骤:从红外探测器获取红外视频流,并设置L=1;对红外视频流的第L帧图像进行垂直于扫描方向上的图像分割,以形成k个区域,并保证每个区域中沿扫描方向上的像素数大于或等于3;设置m=1;判断第L帧图像的第m个区域是否为第一帧图像的第1个区域;若第L帧图像的第m个区域是第一帧图像的第1个区域,则设置n=O,并读取线列探测器每个像元的增益系数初值G0(i)和偏移系数初值O0(i),i表示不同的像元;根据增益系数Gn(i)和偏移系数On(i)对第m个区域中每个像素进行非均匀校正,以得到非均匀校正结果;对第m个区域中每个像素的非均匀校正结果执行邻域中值处理,以得到非均匀校正期望结果;根据第m个区域中每个像素的非均匀校正结果和非均匀校正期望结果,使用最陡下降法对增益系数Gn(i)和偏移系数On(i)进行处理,以得到Gn+1(i)和On+1(i);设置n=n+1;判断是否已经处理完所有k个区域;若已经处理完所有k个区域,则将k个区域的所有像素的非均匀校正结果进行合并,以得到第L个帧的红外校正图像;设置L=L+1,并重复对红外视频流的第L帧图像进行垂直于扫描方向上的图像分割,以形成k个区域,并保证每个区域中沿扫描方向上的像素数大于或等于3的步骤。
本发明的非均匀校正方法还包括步骤:若第L帧图像的第m个区域不是第一帧图像的第1个区域,则读取第m个区域中每个像素的增益系数Gn和偏移系数On。
本发明的非均匀校正方法还包括步骤:若还未处理完所有k个区域,则设置m=m+1,然后返回判断第L帧图像的第m个区域是否为第一帧图像的第1个区域的步骤。
本发明的非均匀校正方法还包括步骤:在从红外探测器获取红外视频流,并设置L=1的步骤之前,分别获取高温TH和低温TL下的均匀辐射场景图像x i`j`(TH)和xi`j`(TL),其中i`为均匀辐射场景图像的像素的列坐标,j`为像素的行坐标;沿扫描方向逐行计算均匀辐射场景图像的灰度均值,以分别得线列扫描型探测器中第i个像元在高温TH下的平均灰度响应Xi(TH)和低温TL下的平均灰度响应Xi(TL),计算公式如下: 其中i`=i;对高温TH下的平均灰度值Xi(TH)和低温TL下的平均灰度值Xi(TL)进行响应规格化处理,以得到增益系数初值G0(i)和偏移系数初值O0(i),具体公式为: 其中规格化和为焦平面线列响应的均值:
根据增益系数Gn和偏移系数On对第m个区域中每个像素进行非均匀校正,得到非均匀校正结果的步骤是采用以下公式:y(h,j)=Gn(h)x(h,j)+On(h),其中h为像素的列坐标,j为像素的行坐标,x(h,j)为当红外视频流处理到当前帧时在像素的位置(h,j)处的红外探测器输出的原始灰度值。
对第m个区域中每个像素的非均匀校正结果执行邻域中值处理,以得到非均匀校正期望结果的步骤是采用以下公式:f(h,j=)mediya+n{p(j+h,其中p∈{-1,0,q1∈}{,median表示对集合{y(h+p,j+q)}中的所有数取中间大小的数作为非均匀校正期望结果。
本发明的非均匀校正方法还包括步骤:根据第m个区域中每个像素的非均匀校正结果和非均匀校正期望结果,使用最陡下降法对增益系数Gn(i)和偏移系数On(i)进行处理,以得到Gn+1(i)和On+1(i)的步骤是采用以下公式: 其中h=i,α为迭代步长,N为第m个区域在扫描方向上的像素的数量。
本发明的非均匀校正方法具有以下优点:
(1)占用的存储资源少,为红外成像系统节省大量的存储器开销
(2)神经网络的收敛速度快,能很快地得到清晰的校正图像;
(3)收敛后的图像清晰,均匀性好。
附图说明
图1为本发明扫描型红外成像系统的非均匀校正方法流程图。
图2示出未经过本发明非均匀校正方法处理的图像。
图3示出本发明非均匀校正方法处理后的图像。
具体实施方式
下面结合附图和实施例对本发明进行进一步说明。
如图1所示,本发明扫描型红外成像系统的非均匀校正方法包括以下步骤:
(1)分别获取高温TH和低温TL下的均匀辐射场景图像xi`j`(TH)和xi`j`(TL),其中i`为均匀辐射场景图像的像素的列坐标,j`为像素的行坐标;
(3)对高温TH下的平均灰度值Xi(TH)和低温TL下的平均灰度值Xi(TL)进行响应规格化处理,以得到增益系数初值G0(i)和偏移系数初值O0(i),具体公式为: 其中规格化和为焦平面线列响应的均值:
(4)从红外探测器获取红外视频流,并设置L=1;
(5)对红外视频流的第L帧图像进行垂直于扫描方向上的图像分割,以形成k个区域,并保证每个区域中沿扫描方向上的像素数大于或等于3;
(6)设置m=1;
(7)判断第L帧图像的第m个区域是否为第一帧图像的第1个区域,若第L帧图像的第m个区域是第一帧图像的第1个区域,则进入步骤(8),否则进入步骤(9);
(8)设置n=O,并读取线列探测器每个像元的增益系数初值G0(i)和偏移系数初值O0(i),i表示不同的像元;
(9)读取第m个区域中每个像素的增益系数Gn和偏移系数On;
(10)根据增益系数Gn(i)和偏移系数On(i)对第m个区域中每个像素进行非均匀校正,以得到非均匀校正结果,本步骤具体采用以下公式:y(h,j)=Gn(h)x(h,j)+On(h),其中h为像素的列坐标,j为像素的行坐标,x(h,j)为当红外视频流处理到当前帧时在像素的位置(h,j)处的红外探测器输出的原始灰度值;
(11)对第m个区域中每个像素的非均匀校正结果执行邻域中值处理,以得到非均匀校正期望结果,本步骤具体采用以下公式:f(h,j)=median(y(h+p,j+q),其中p∈{-1,0,1},q∈{-1,0,1,median表示对集合{y(h+p,j+q)}中的所有数取中间大小的数作为非均匀校正期望结果;
(12)根据第m个区域中每个像素的非均匀校正结果和非均匀校正期望结果,使用最陡下降法对增益系数Gn(i)和偏移系数On(i)进行处理,以得到Gn+1(i)和On+1(i),本步骤具体采用以下公式:Gn+1(i)=Gn(i),其中h=i,α为迭代步长,N为第m个区域在扫描方向上的像素的数量;
(13)设置n=n+1;判断是否已经处理完所有k个区域,若已经处理完所有k个区域,则进入步骤(14),否则设置m=m+1,然后返回步骤(7);
(14)将k个区域的所有像素的非均匀校正结果进行合并,以得到第L个帧的红外校正图像;
(15)设置L=L+1,并返回步骤(5)。
如图2所示,其为扫描型红外系统输出的、分辨率大小为1024×1280的、基于标定的非均匀校正结果,由于FPN的时域漂移特性,非均匀校正参数不理想,因此该图像中存在大量横条纹噪声。
如图3所示,其为图2的图像采用本发明的非均匀校正方法处理100帧后的效果图。可以发现,相比图2的图像,横条纹噪声明显消失,同时高楼的窗台也远远比图2清晰。由此可见,本发明提出的方法能够有效地改善非均匀性。同时,在该视频流中,从校正开始到出现质量清晰的图像,所处理的图像不到100帧,也就是说,在帧率为25Hz的红外视频流中,这一过程不到4秒,可见本方法有很高的迭代速度。
Claims (4)
1.一种扫描型红外成像系统的非均匀校正方法,其特征在于,包括以下步骤:
分别获取高温TH和低温TL下的均匀辐射场景图像的像素灰度值xi`j`(TH)和xi`j`(TL),其中i`为所述均匀辐射场景图像的像素的列坐标,j`为所述像素的行坐标;
沿扫描方向逐行计算所述均匀辐射场景图像的灰度均值,以分别得线列扫描型探测器中第i个像元在高温TH下的平均灰度响应Xi(TH)和低温TL下的平均灰度响应Xi(TL),计算公式如下:
对所述高温TH下的平均灰度值Xi(TH)和所述低温TL下的平均灰度值Xi(TL)进行响应规格化处理,以得到增益系数初值G0(i)和偏移系数初值O0(i),具体公式为:
从红外探测器获取红外视频流,并设置L=1;
对所述红外视频流的第L帧图像进行垂直于扫描方向上的图像分割,以形成k个区域,并保证每个所述区域中沿所述扫描方向上的像素数大于或等于3;
设置m=1;
判断所述第L帧图像的第m个区域是否为第一帧图像的第1个区域;
若所述第L帧图像的第m个区域是所述第一帧图像的第1个区域,则设置n=0,并读取红外探测器每个像元的增益系数初值G0(i)和偏移系数初值O0(i),i表示不同的像元;
根据所述增益系数Gn(i)和所述偏移系数On(i)对所述第m个区域中每个像素进行非均匀校正,以得到非均匀校正结果;
对所述第m个区域中每个像素的非均匀校正结果执行邻域中值处理,以得到非均匀校正期望结果,是采用以下公式:f(h,j)=median{y(h+p,j+q)},其中f(h,j)为非均匀矫正期望结果,y(h+p,j+q)代表非均匀校正的结果,p∈{-1,0,1},q∈{-1,0,1},median表示对集合{y(h+p,j+q)}中的所有数取中值作为非均匀校正期望结果;
根据所述第m个区域中每个像素的非均匀校正结果和非均匀校正期望结果,使用最陡下降法对所述增益系数Gn(i)和所述偏移系数On(i)进行处理,以得到Gn+1(i)和On+1(i),是采用以下公式:Gn+1(i)=Gn(i), 其中h=i,α为迭代步长,N为所述第m个区域在扫描方向上的像素的数量;
设置n=n+1;
判断是否已经处理完所有k个区域;
若已经处理完所有k个区域,则将k个区域的所有像素的非均匀校正结果进行合并,以得到第L个帧的红外校正图像;
设置L=L+1,并重复所述对所述红外视频流的第L帧图像进行垂直于扫描方向上的图像分割,以形成k个区域,并保证每个所述区域中沿所述扫描方向上的像素数大于或等于3的步骤及其随后的所有步骤,直到红外视频流结束为止。
2.根据权利要求1所述的非均匀校正方法,其特征在于,还包括步骤:若所述第L帧图像的第m个区域不是所述第一帧图像的第1个区域,则读取所述第m个区域中每个像素的增益系数Gn和偏移系数On的步骤。
3.根据权利要求1所述的非均匀校正方法,其特征在于,还包括步骤:若还未处理完所有k个区域,则设置m=m+1,然后返回所述判断所述第L帧图像的第m个区域是否为第一帧图像的第1个区域的步骤。
4.根据权利要求1所述的非均匀校正方法,其特征在于,所述根据所述增益系数Gn和所述偏移系数On对所述第m个区域中每个像素进行非均匀校正,得到非均匀校正结果的步骤是采用以下公式:y(h,j)=Gn(h)x(h,j)+On(h),其中y(h,j)代表非均匀校正的结果,h为所述像素的列坐标,j为所述像素的行坐标,x(h,j)为当所述红外视频流处理到当前帧时在所述像素的位置(h,j)处的红外探测器输出的原始灰度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110312154 CN102385701B (zh) | 2011-10-14 | 2011-10-14 | 扫描型红外成像系统的非均匀校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110312154 CN102385701B (zh) | 2011-10-14 | 2011-10-14 | 扫描型红外成像系统的非均匀校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102385701A CN102385701A (zh) | 2012-03-21 |
CN102385701B true CN102385701B (zh) | 2013-09-18 |
Family
ID=45825102
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110312154 Expired - Fee Related CN102385701B (zh) | 2011-10-14 | 2011-10-14 | 扫描型红外成像系统的非均匀校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102385701B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3020735B1 (fr) * | 2014-04-30 | 2017-09-15 | Ulis | Procede de traitement d'une image infrarouge pour une correction des non uniformites |
CN105865723B (zh) * | 2016-05-25 | 2018-06-29 | 山东中安科创光电科技有限公司 | 气体泄漏检测非均匀校正方法及气体泄漏检测装置 |
CN107450347B (zh) * | 2017-07-14 | 2019-10-22 | 西安电子科技大学 | 一种基于红外半实物仿真系统的gpu实时非均匀性校正方法 |
CN107426466B (zh) * | 2017-07-25 | 2019-09-06 | 中国科学院长春光学精密机械与物理研究所 | 一种tdi ccd成像系统非均匀噪声快速校正装置及校正方法 |
CN107860478B (zh) * | 2017-11-17 | 2019-11-22 | 北京长峰科威光电技术有限公司 | 一种红外成像系统冷反射黑斑的修复方法 |
CN108519161B (zh) * | 2018-04-10 | 2019-11-26 | 中国科学院上海技术物理研究所 | 一种红外焦平面非均匀性校正方法 |
CN109697700B (zh) * | 2018-05-07 | 2020-11-24 | 杭州新瀚光电科技有限公司 | 手持红外热像仪拍摄防抖方法 |
CN108871590B (zh) * | 2018-09-20 | 2019-12-17 | 烟台艾睿光电科技有限公司 | 非制冷红外焦平面探测器非均匀性响应率校正方法及装置 |
CN111983710B (zh) * | 2020-08-14 | 2023-07-28 | 西安应用光学研究所 | 一种用于扫描型红外搜索系统的非均匀性校正方法 |
CN114184284B (zh) * | 2021-12-01 | 2023-07-07 | 湖北久之洋信息科技有限公司 | 一种用于纵向扫描红外热像仪的实时场景校正方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6507018B2 (en) * | 1996-08-30 | 2003-01-14 | Raytheon Company | Ditherless non-uniformity compensation for infrared detector arrays with recursive spatial low pass filtering |
CN100432697C (zh) * | 2006-04-05 | 2008-11-12 | 中国科学院上海技术物理研究所 | 基于统计约束模型的线阵扫描图像非均匀性校正方法 |
US7933464B2 (en) * | 2006-10-17 | 2011-04-26 | Sri International | Scene-based non-uniformity correction and enhancement method using super-resolution |
CN100535618C (zh) * | 2007-04-19 | 2009-09-02 | 华中科技大学 | 一种红外焦平面阵列非均匀性自适应校正方法 |
-
2011
- 2011-10-14 CN CN 201110312154 patent/CN102385701B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN102385701A (zh) | 2012-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102385701B (zh) | 扫描型红外成像系统的非均匀校正方法 | |
US11102417B2 (en) | Target object capturing method and device, and video monitoring device | |
CN102521797A (zh) | 扫描型红外成像系统的场景非均匀校正方法 | |
Cao et al. | Effective strip noise removal for low-textured infrared images based on 1-D guided filtering | |
US10614554B2 (en) | Contrast adaptive video denoising system | |
CN102202163B (zh) | 一种监控视频的自适应增强方法及其装置 | |
US8810692B2 (en) | Rolling shutter distortion correction | |
WO2020224518A1 (zh) | 基于局部中值直方图的自适应红外图像去条纹算法 | |
US9041834B2 (en) | Systems and methods for reducing noise in video streams | |
US8611691B2 (en) | Automated video data fusion method | |
JP6688277B2 (ja) | プログラム、学習処理方法、学習モデル、データ構造、学習装置、および物体認識装置 | |
US10931901B2 (en) | Method and apparatus for selectively correcting fixed pattern noise based on pixel difference values of infrared images | |
US20120250945A1 (en) | Method for analyzing object motion in multi frames | |
US20190320118A1 (en) | Anti-Shake Method for Camera and Camera | |
US11195254B2 (en) | Interframe registration and adaptive step size-based non-uniformity correction method for infrared image | |
CN103119609B (zh) | 一种确定视频前景主体图像区域的方法和装置 | |
Cao et al. | Spatially adaptive column fixed-pattern noise correction in infrared imaging system using 1D horizontal differential statistics | |
US9569825B2 (en) | Image processing device, monitoring camera, and image processing method | |
US20140254931A1 (en) | Image Recovery Method | |
CN103164846A (zh) | 一种基于转向核估计的红外条纹非均匀性校正方法 | |
US7834919B2 (en) | Imaging apparatus, imaging signal processing method, and program for fluctuation elimination in an image | |
CN110782403A (zh) | 一种红外图像非均匀性校正方法 | |
US20180061015A1 (en) | Video Denoising System Based on Noise Correlation | |
CN109360167B (zh) | 一种红外图像校正方法、装置及存储介质 | |
US8223229B2 (en) | Lens shading correction for autofocus and zoom lenses |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130918 Termination date: 20141014 |
|
EXPY | Termination of patent right or utility model |