CN102521797A

CN102521797A - 扫描型红外成像系统的场景非均匀校正方法

Info

Publication number: CN102521797A
Application number: CN2011103452261A
Authority: CN
Inventors: 樊凡; 马泳; 周波; 梁琨
Original assignee: Huazhong University of Science and Technology
Current assignee: Huazhong University of Science and Technology
Priority date: 2011-11-04
Filing date: 2011-11-04
Publication date: 2012-06-27
Anticipated expiration: 2031-11-04
Also published as: CN102521797B

Abstract

一种扫描型红外成像系统的场景非均匀校正方法，包括步骤：从红外探测器获取红外视频流，并设置L＝1，判断红外视频流第L帧图像是否是红外视频流的第一帧，若第L帧图像是红外视频流的第一帧，则设置n＝0，读取线列探测器每个像元的增益系数G_n(i)和偏移系数O_n(i)，根据增益系数G_n(i)和偏移系数O_n(i)对第L帧图像中每个像素进行非均匀校正，以得到非均匀校正结果，对第L帧图像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L帧图像中每个像素的非均匀校正结果和非均匀校正期望结果，使用最小二乘法法对增益系数G_n(i)和偏移系数O_n(i)进行处理，以得到G_n+1(i)和O_n+1(i)。本发明方法的鬼影现象不明显，图像质量更好，具有很好的应用前景。

Description

扫描型红外成像系统的场景非均匀校正方法

技术领域：

本发明涉及一种红外图像的场景非均匀校正方法，更具体地说，本发明涉及一种扫描型红外成像系统的场景非均匀校正方法。

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的场景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的场景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：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场景非均匀校正方法，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场景非均匀校正方法，其特征在于，包括以下步骤：从红外探测器获取红外视频流，并设置L＝1，判断红外视频流第L帧图像是否是红外视频流的第一帧，若第L帧图像是红外视频流的第一帧，则设置n＝0，读取线列探测器每个像元的增益系数G_n(i)和偏移系数O_n(i)，i表示不同的像元，根据增益系数G_n(i)和偏移系数O_n(i)对第L帧图像中每个像素进行非均匀校正，以得到非均匀校正结果，其中n为整数，对第L帧图像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L帧图像中每个像素的非均匀校正结果和非均匀校正期望结果，使用最小二乘法法对增益系数G_n(i)和偏移系数O_n(i)进行处理，以得到G_n+1(i)和O_n+1(i)，设置n＝n+1，输出非均匀校正结果，设置L＝L+1，并重复判断第L帧图像是否为视频流的第一帧图像的步骤。

本发明的方法还包括步骤：若第L帧图像不是视频流的第一帧图像，则读取第L帧中每个像素的增益系数G_n(i)和偏移系数O_n(i)，然后进入根据增益系数G_n(i)和偏移系数O_n(i)对第L帧图像中每个像素进行非均匀校正，以得到非均匀校正结果。

本发明的方法还包括步骤：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T_H和低温T_L下的均匀辐射场景图像x_i`j`(T_H)和x_i`j`(T_L)，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T_H下的平均灰度响应X_i(T_H)和低温T_L下的平均灰度响应X_i(T_L)，计算公式如下：

X_{i} (T_{L}) = \frac{\underset{j `}{Σ} x_{i ` j}, (T_{L})}{j `},

X_{i} (T_{H}) = \frac{\underset{j `}{Σ} x_{i ` j `}, (T_{H})}{j `},

其中i`＝i，对高温T_H下的平均灰度值X_i(T_H)和低温T_L下的平均灰度值X_i(T_L)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：

G_{0} (i) = \frac{V_{T_{H}} - V_{T_{L}}}{X_{i} (T_{H}) - X_{i} (T_{L})},

O_{0} (i) = \frac{V_{T_{H}} X_{i} (T_{L}) - V_{T_{L}} X_{i} (T_{H})}{X_{i} (T_{L}) - X_{i} (T_{H})},

其中规格化

和为焦平面线列响应的均值：

V_{T_{H}} = \frac{\underset{i}{Σ} X_{i} (T_{H})}{i},

V_{T_{L}} = \frac{\underset{i}{Σ} X_{i} (T_{L})}{i} .

根据增益系数G_n和偏移系数O_n对第L帧图像中每个像素进行非均匀校正，以得到非均匀校正结果的步骤是采用以下公式：

y(h，j)＝G_n(h)x(h，j)+O_n(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L帧图像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)＝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。

根据第L帧图像中每个像素的非均匀校正结果和非均匀校正期望结果，使用最小二乘法法对增益系数G_n(i)和偏移系数O_n(i)进行处理，以得到G_n+1(i)和O_n+1(i)的步骤包括：生成最小二乘矛盾方程：an(i)Yn(i)+bn(i)＝Fn(i)，其中，an(i)为增益调整系数，bn(i)为偏移调整系数，i为列坐标表示待调整的探测像元，

Y_n(i)＝[y_n(i，1)y_n(i，2)...y_n(i，k-1)y_n(i，k)]^T，

F_n(i)＝[f_n(i，1)f_n(i，2)...f_n(i，k-1)f_n(i，k)]^T，最小二乘矛盾方程的矩阵形式为：

{[\begin{matrix} y_{n} (i, 1) & y_{n} (i, 2) & . . . & y_{n} (i, k - 1) & y_{n} (i, k) \\ 1 & 1 & . . . & 1 & 1 \end{matrix}]}^{T} [\begin{matrix} a_{n} (i) \\ b_{n} (i) \end{matrix}] {= F}_{n} (i),

解最小二乘矛盾方程，得到增益调整系数和偏移调整系数：

A_{n} (i) {= [\begin{matrix} y_{n} (i, 1) & y_{n} (i, 2) & . . . & y_{n} (i, k - 1) & y_{n} (i, k) \\ 1 & 1 & . . . & 1 & 1 \end{matrix}]}^{T},

计算当前帧中每一探测像元的期望输出与实际输出之间的差别μ_n(i)，计算公式为：

调整非均匀校正参数，当探测像元的期望输出与实际输出之间的差别μ_n(i)大于一定门限值u时，则通过当前帧得到的增益调整系数和偏移调整系数调整两点非均匀校正系数，得到下一帧用于红外图像非均匀校正的调整公式如下，其中u为常数：

G_{n + 1} (i) = \{\begin{matrix} G_{n} (i), & μ_{n} (i) \leq u \\ G_{n} (i) \times a_{n} (i), & μ_{n} (i) > u \end{matrix}

O_{n + 1} (i) = \{\begin{matrix} O_{n} (i), & μ_{n} (i) \leq u \\ O_{n} (i) \times a_{n} (i) + b_{n} (i), & μ_{n} (i) > u \end{matrix} .

本发明的场景非均匀校正方法具有以下优点：

1、收敛速度快。

2、没有鬼影现象。

3、校正后得到的图像清晰，均匀性好。

附图说明

图1为本发明扫描型红外成像系统的场景非均匀校正方法的流程图。

图2示出未经过本发明场景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场景非均匀校正方法包括以下步骤：

(1)分别获取高温T_H和低温T_L下的均匀辐射场景图像x_i`j`(T_H)和x_i`j`(T_L)，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；

(2)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T_H下的平均灰度响应X_i(T_H)和低温T_L下的平均灰度响应X_i(T_L)，计算公式如下：

X_{i} (T_{L}) = \frac{\underset{j `}{Σ} x_{i ` j}, (T_{L})}{j `},

X_{i} (T_{H}) = \frac{\underset{j `}{Σ} x_{i ` j `}, (T_{H})}{j `},

其中i`＝i；

(3)对高温T_H下的平均灰度值X_i(T_H)和低温T_L下的平均灰度值X_i(T_L)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：

G_{0} (i) = \frac{V_{T_{H}} - V_{T_{L}}}{X_{i} (T_{H}) - X_{i} (T_{L})},

O_{0} (i) = \frac{V_{T_{H}} X_{i} (T_{L}) - V_{T_{L}} X_{i} (T_{H})}{X_{i} (T_{L}) - X_{i} (T_{H})},

其中规格化和

为焦平面线列响应的均值：

V_{T_{L}} = \frac{\underset{i}{Σ} X_{i} (T_{L})}{i};

(4)从红外探测器获取红外视频流，并设置L＝1；

(5)判断第L帧图像是否为视频流的第一帧，若第L帧图像是否为视频流的第一帧，则进入步骤(6)，否则进入步骤(8)

(6)设置n＝0；

(7)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；

(8)读取第m个区域中每个像素的增益系数G_n和偏移系数O_n；

(9)根据增益系数G_n(i)和偏移系数O_n(i)对第L帧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)＝G_n(h)x(h，j)+O_n(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；

(10)对第L帧图像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；

(11)根据第L帧图像中每个像素的非均匀校正结果和非均匀校正期望结果，使用最小二乘法法对增益系数G_n(i)和偏移系数O_n(i)进行处理，以得到G_n+1(i)和O_n+1(i)；

具体而言，本步骤具体包括以下子步骤

(11-1)生成最小二乘矛盾方程：an(i)Yn(i)+bn(i)＝Fn(i)，其中，an(i)为增益调整系数，bn(i)为偏移调整系数，i为列坐标表示待调整的探测像元，Y_n(i)＝[y_n(i，1)y_n(i，2)...y_n(i，k-1)y_n(i，k)]^T，F_n(i)＝[f_n(i，1)f_n(i，2)...f_n(i，k-1)f_n(i，k)]^T，最小二乘矛盾方程的矩阵形式为：

{[\begin{matrix} y_{n} (i, 1) & y_{n} (i, 2) & . . . & y_{n} (i, k - 1) & y_{n} (i, k) \\ 1 & 1 & . . . & 1 & 1 \end{matrix}]}^{T} [\begin{matrix} a_{n} (i) \\ b_{n} (i) \end{matrix}] {= F}_{n} (i);

(11-2)解最小二乘矛盾方程，得到增益调整系数和偏移调整系数：

[\begin{matrix} a_{n} (i) \\ b_{n} (i) \end{matrix}] = {(A_{n}^{T} (i) A_{n} (i))}^{- 1} A_{n}^{T} (i) F_{n} (i),

其中

A_{n} (i) {= [\begin{matrix} y_{n} (i, 1) & y_{n} (i, 2) & . . . & y_{n} (i, k - 1) & y_{n} (i, k) \\ 1 & 1 & . . . & 1 & 1 \end{matrix}]}^{T};

(11-3)计算当前帧中每一探测像元的期望输出与实际输出之间的差别μ_n(i)，计算公式为：

μ_{n} (i) = \frac{\underset{j}{Σ} f_{n} (i, j) - \underset{j}{Σ} y_{n} (i, j)}{\underset{j}{Σ} y_{n} (i, j)};

(11-4)调整非均匀校正参数，当探测像元的期望输出与实际输出之间的差别μ_n(i)大于一定门限值u时，则通过当前帧得到的增益调整系数和偏移调整系数调整两点非均匀校正系数，得到下一帧用于红外图像非均匀校正的调整公式如下，其中u为常数：

G_{n + 1} (i) = \{\begin{matrix} G_{n} (i), & μ_{n} (i) \leq u \\ G_{n} (i) \times a_{n} (i), & μ_{n} (i) > u \end{matrix}

O_{n + 1} (i) = \{\begin{matrix} O_{n} (i), & μ_{n} (i) \leq u \\ O_{n} (i) \times a_{n} (i) + b_{n} (i), & μ_{n} (i) > u \end{matrix} .

(12)设置n＝n+1；

(13)输出非均匀校正结果；

(14)设置L＝L+1，并重复上述步骤(5)。

如图2所示，其为具有固定样式噪声的仿真图像，该图像为视频流中的一帧，由于固定样式噪声的时域漂移特性，导致非均匀校正参数不理想，因此图像中存在大量如图所示的横条纹噪声。

如图3所示，其为图2的图像采用本发明的场景非均匀校正方法处理1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，能够清晰观察到人脸的细节信息。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，仅仅只需要对图像处理一帧就能得到清晰的图像，可见本方法有很高的迭代速度。

Claims

1.一种扫描型红外成像系统的场景非均匀校正方法，其特征在于，包括以下步骤：

从红外探测器获取红外视频流，并设置L＝1；

判断所述红外视频流第L帧图像是否是所述红外视频流的第一帧；

若所述第L帧图像是所述红外视频流的第一帧，则设置n＝0；

读取线列探测器每个像元的增益系数G_n(i)和偏移系数O_n(i)，i表示不同的像元；

根据所述增益系数G_n(i)和所述偏移系数O_n(i)对所述第L帧图像中每个像素进行非均匀校正，以得到非均匀校正结果，其中n为整数；

对所述第L帧图像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；

根据所述第L帧图像中每个像素的非均匀校正结果和非均匀校正期望结果，使用最小二乘法法对所述增益系数G_n(i)和所述偏移系数O_n(i)进行处理，以得到G_n+1(i)和O_n+1(i)；

设置n＝n+1；

输出非均匀校正结果；

设置L＝L+1，并重复所述判断第L帧图像是否为所述视频流的第一帧图像的步骤。

2.根据权利要求1所述的场景非均匀校正方法，其特征在于，还包括步骤：若所述第L帧图像不是所述视频流的第一帧图像，则读取所述第L帧中每个像素的增益系数G_n(i)和偏移系数O_n(i)，然后进入所述根据所述增益系数G_n(i)和所述偏移系数O_n(i)对所述第L帧图像中每个像素进行非均匀校正，以得到非均匀校正结果。

3.根据权利要求1所述的场景非均匀校正方法，其特征在于，还包括步骤：

在所述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T_H和低温T_L下的均匀辐射场景图像x_i`j`(T_H)和x_i`j`(T_L)，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T_H下的平均灰度响应X_i(T_H)和低温T_L下的平均灰度响应X_i(T_L)，计算公式如下：

X_{i} (T_{L}) = \frac{\underset{j `}{Σ} x_{i ` j}, (T_{L})}{j `}

X_{i} (T_{H}) = \frac{\underset{j `}{Σ} x_{i ` j `}, (T_{H})}{j `},

其中i`＝i；

对所述高温T_H下的平均灰度值X_i(T_H)和所述低温T_L下的平均灰度值X_i(T_L)进行响应规格化处理，以得到所述增益系数初值G₀(i)和所述偏移系数初值O₀(i)，具体公式为：

G_{0} (i) = \frac{V_{T_{H}} - V_{T_{L}}}{X_{i} (T_{H}) - X_{i} (T_{L})}

O_{0} (i) = \frac{V_{T_{H}} X_{i} (T_{L}) - V_{T_{L}} X_{i} (T_{H})}{X_{i} (T_{L}) - X_{i} (T_{H})}

其中规格化

和

为焦平面线列响应的均值：

V_{T_{H}} = \frac{\underset{i}{Σ} X_{i} (T_{H})}{i}

V_{T_{L}} = \frac{\underset{i}{Σ} X_{i} (T_{L}}{i} .

4.根据权利要求1所述的场景非均匀校正方法，其特征在于，所述根据所述增益系数G_n和所述偏移系数O_n对所述第L帧图像中每个像素进行非均匀校正，以得到非均匀校正结果的步骤是采用以下公式：y(h，j)＝G_n(h)x(h，j)+O_n(h)，其中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。

5.根据权利要求1所述的获取方法，其特征在于，所述对所述第L帧图像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)＝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。

6.根据权利要求1所述的场景非均匀校正方法，其特征在于，所述根据所述第L帧图像中每个像素的非均匀校正结果和非均匀校正期望结果，使用最小二乘法法对所述增益系数G_n(i)和所述偏移系数O_n(i)进行处理，以得到G_n+1(i)和O_n+1(i)的步骤包括：

生成最小二乘矛盾方程：an(i)Yn(i)+bn(i)＝Fn(i)，其中，an(i)为增益调整系数，bn(i)为偏移调整系数，i为列坐标表示待调整的探测像元，Y_n[y(_ni i)y_n-＝i]^T，F_n(i)＝[f_n(i，1)f_n(i，2)...f_n(i，k-1)f_n(i，k)]^T，最小二乘矛盾方程的矩阵形式为：

{[\begin{matrix} y_{n} (i, 1) & y_{n} (i, 2) & . . . & y_{n} (i, k - 1) & y_{n} (i, k) \\ 1 & 1 & . . . & 1 & 1 \end{matrix}]}^{T} [\begin{matrix} a_{n} (i) \\ b_{n} (i) \end{matrix}] {= F}_{n} (i);

解最小二乘矛盾方程，得到增益调整系数和偏移调整系数：

[\begin{matrix} a_{n} (i) \\ b_{n} (i) \end{matrix}] = {(A_{n}^{T} (i) A_{n} (i))}^{- 1} A_{n}^{T} (i) F_{n} (i),

其中

A_{n} (i) {= [\begin{matrix} y_{n} (i & y_{n} i & , & y_{n} i - & {1 y}_{n} i \\ 1 & 1 & . . . & 1 & 1 \end{matrix}]}^{T};

μ_{n} (i) = \frac{\underset{j}{Σ} f_{n} (i, j) - \underset{j}{Σ} y_{n} (i, j)}{\underset{j}{Σ} y_{n} (i, j)};

G_{n + 1} (i) = \{\begin{matrix} G_{n} (i), & μ_{n} (i) \leq u \\ G_{n} (i) \times a_{n} (i), & μ_{n} (i) > u \end{matrix}

O_{n + 1} (i) = \{\begin{matrix} O_{n} (i), & μ_{n} i (\leq) u \\ O_{n} (i) \times a_{n} (i) + b_{n} (i), & μ_{n} (i) > u \end{matrix} .