CN103985088B - 利用加权微分约束的红外条纹非均匀性校正方法 - Google Patents

利用加权微分约束的红外条纹非均匀性校正方法 Download PDF

Info

Publication number
CN103985088B
CN103985088B CN201410125797.8A CN201410125797A CN103985088B CN 103985088 B CN103985088 B CN 103985088B CN 201410125797 A CN201410125797 A CN 201410125797A CN 103985088 B CN103985088 B CN 103985088B
Authority
CN
China
Prior art keywords
image
cost function
directions
infrared
weighting matrix
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.)
Active
Application number
CN201410125797.8A
Other languages
English (en)
Other versions
CN103985088A (zh
Inventor
赵巨峰
逯鑫淼
辛青
高秀敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FUJIAN MAIGELIN MEDICAL TECHNOLOGY Co.,Ltd.
Original Assignee
Hangzhou Electronic Science and Technology University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Electronic Science and Technology University filed Critical Hangzhou Electronic Science and Technology University
Priority to CN201410125797.8A priority Critical patent/CN103985088B/zh
Publication of CN103985088A publication Critical patent/CN103985088A/zh
Application granted granted Critical
Publication of CN103985088B publication Critical patent/CN103985088B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

一种利用加权微分约束的红外条纹非均匀性校正方法，包括：建立红外图像校正模型的代价函数；获得加权矩阵；利用所述加权矩阵对代价函数进行约束；利用拉格朗日定理获得优化方程，利用优化方程获得代价函数的最优解。根据图像中灰度的梯度信息特异性，构造校正模型，并利用加权矩阵对校正模型进行约束，并通过优化最终实现红外条纹非均匀性的校正。只要输入一幅非均匀性图像，即可快速得到非常好的校正结果，校正速度快。

Description

利用加权微分约束的红外条纹非均匀性校正方法
技术领域
本发明涉及图像处理技术，尤其涉及一种利用加权微分约束的红外条纹非均匀性校正方法。
背景技术
随着红外探测技术的发展，红外技术的应用也日益广泛，在军事、工业、科技等各个领域占有举足轻重的地位。基于焦平面阵列设计的红外成像系统的图像传感器，由于材料和制造工艺使每个像素的电路存在着差异，输出信号也不一致，从而不可避免地产生了一种噪声。这种噪声使红外焦平面探测器的呈现非均匀性，是红外焦平面探测器的主要噪声。这种噪声最常见的特征是条纹状，也称非均匀性条纹。为了提高成像系统对目标的成像探测能力，需要对非均匀性进行校正。
非均匀性校正方法一般采用基于定标的校正方法，包括一点定标校正、两点和多点定标校正等。基于定标的校正方法需要将系统相对标准源进行比对，去除红外焦平面探测器及其系统参数漂移的影响。这种方法简单易于实施，但需要参考辐射源，增加了系统的复杂性和工作流程，降低了可靠性。
发明内容
本发明解决的问题是提供一种利用加权微分约束的红外条纹非均匀性校正方法，能快速进行图像校正。
为解决上述问题，本发明实施例提供了一种利用加权微分约束的红外条纹非均匀性校正方法，包括：建立红外图像校正模型的代价函数；获得加权矩阵；利用所述加权矩阵对代价函数进行约束；利用拉格朗日定理获得优化方程，利用优化方程获得代价函数的最优解。
可选的，根据红外图像的微分概率分布，通过最小化图像x方向或y方向的梯度，保持另一方向的梯度，获得加权矩阵。
可选的，当最小化图像x方向的梯度时，所述加权矩阵为当最小化图像y方向的梯度时，所述加权矩阵为其中β和ε是两个常量参数，和是一阶微分算子，Y为待校正的图像。
可选的，根据贝叶斯推论，以及最大化后验概率等效于最小化代价函数原理，获取校正模型。
可选的，当最小化图像x方向的梯度，保持y方向的梯度不变时，所述校正模型具体为所述校正模型的代价函数为其中λ是常量参数，Wx为加权矩阵，和为一阶微分算子，X为校正后的图像，Y为待校正的图像。
可选的，代价函数的最优解为
可选的，当最小化图像y方向的梯度，保持x方向的梯度不变时，所述校正模型具体为所述校正模型的代价函数为其中λ是常量参数，Wy为加权矩阵，和为一阶微分算子，X为校正后的图像，Y为待校正的图像。
可选的，代价函数的最优解为
可选的，所述优化方程为
与现有技术相比，本技术方案具有以下优点：
根据图像中灰度的梯度信息特异性，构造校正模型，并利用加权矩阵对校正模型进行约束，并通过优化最终实现红外条纹非均匀性的校正。只要输入一幅非均匀性图像，即可快速得到非常好的校正结果，校正速度快。
附图说明
图1是本发明实施例的利用加权微分约束的红外条纹非均匀性校正方法的流程示意图；
图2、3是本发明一个实施例的校正效果示意图。
具体实施方式
由于噪声会在红外图像中产生非均匀性条纹，红外图像中的非均匀性噪声表现为图像中灰度的梯度信息特异性，即使得图像出现竖直（列方向—y方向）条纹，从而导致图像在水平方向（行方向—x方向）梯度变化大而竖直方向基本不变；或者出现水平（行方向—x方向）条纹，从而导致图像在竖直方向（列方向—y方向）梯度变化大而水平方向基本不变。因此对条纹非均匀性的校正方法为：保持y方向或x方向梯度，最小化另一方向梯度，并根据红外图像的微分概率分布，引入加权矩阵，构造完成加权微分约束的红外条纹非均匀性校正模型的代价函数，并优化后获得代价函数的最优解。
下面结合附图，通过具体实施例，对本发明的技术方案进行清楚、完整的描述。
请参考图1，为本发明实施例的利用加权微分约束的红外条纹非均匀性校正方法的流程示意图，包括：
步骤S101，建立红外图像校正模型的代价函数；
步骤S102，获得加权矩阵；
步骤S103，利用所述加权矩阵对代价函数进行约束；
步骤S104，利用拉格朗日定理获得优化方程，利用优化方程获得代价函数的最优解。
具体的，执行步骤S101，在本实施例中，所述待校正的图像的条纹为竖直条纹，为了实现图像的校正，最小化图像x方向的梯度，保持y方向的梯度不变，根据贝叶斯推论，以及最大化后验概率等效于最小化代价函数原理，所述校正模型具体为所述校正模型的代价函数为其中λ是常量参数，Wx为加权矩阵，和为一阶微分算子，X为校正后的图像，Y为待校正的图像。其中，为保真项—保持原始信号的信息，是规整化项—最小化x方向的梯度能量而实现非均匀性的校正。本发明实施例的x方向的和y方向垂直。
在其中一个实施例中，λ=0.5，校正效果较佳。在其他实施例中，所述λ也可以为其他合适的值。
在其他实施例中，当所述待校正的图像的条纹为水平条纹，为了实现图像的校正，最小化图像y方向的梯度，保持x方向的梯度不变，根据贝叶斯推论，以及最大化后验概率等效于最小化代价函数原理，所述校正模型具体为所述校正模型的代价函数为其中λ是常量参数，Wy为加权矩阵，和为一阶微分算子，X为校正后的图像，Y为待校正的图像。其中，为保真项—保持原始信号的信息，是规整化项—最小化x方向的梯度能量而实现非均匀性的校正。
执行步骤S102，在本实施例中，由于红外图像的微分概率分布服从广义高斯分布，当所述待校正的图像的条纹为竖直条纹，最小化图像x方向的梯度，所述加权矩阵为其中β和ε是两个常量参数，和是一阶微分算子，Y为待校正的图像。
在其中一个实施例中，所述β=1.2，所述ε=10-6。在其他实施例中，所述β和ε也可以为其他合适的值。
在其他实施例中，当所述待校正的图像的条纹为水平条纹，最小化图像y方向的梯度，所述加权矩阵为
执行步骤S103，将所述加权矩阵代入到代价函数，利用所述加权矩阵对代价函数进行约束。
执行步骤S104，利用拉格朗日定理获得优化方程，最佳的X满足当所述待校正的图像的条纹为竖直条纹，通过推导获得最优解X为：所述T为矩阵运算中的转置。
采用本发明实施例的利用加权微分约束的红外条纹非均匀性校正方法能快速地对红外的非均匀性图像进行处理，得到非常好的校正结果，请参考图2和图3，图2是初始图像，未经过校正，条纹明显，图3为经过校正后的图像，条纹几乎消失。
本发明虽然已以较佳实施例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。

Claims (6)

1.一种利用加权微分约束的红外条纹非均匀性校正方法，其特征在于，包括：
根据贝叶斯推论，以及最大化后验概率等效于最小化代价函数原理，获取校正模型；
当最小化图像x方向的梯度，保持y方向的梯度不变时，所述校正模型具体为所述校正模型的代价函数为其中λ是常量参数，λ＝0.5，WX为加权矩阵，和为一阶微分算子，X为校正后的图像，Y为待校正的图像；
当最小化图像y方向的梯度，保持x方向的梯度不变时，所述校正模型具体为所述校正模型的代价函数为其中λ是常量参数，Wy为加权矩阵，和为一阶微分算子，X为校正后的图像，Y为待校正的图像；
建立红外图像校正模型的代价函数；
获得加权矩阵；
利用所述加权矩阵对代价函数进行约束；
利用拉格朗日定理获得优化方程，利用优化方程获得代价函数的最优解。
2.如权利要求1所述的利用加权微分约束的红外条纹非均匀性校正方法，其特征在于，根据红外图像的微分概率分布，通过最小化图像x方向或y方向的梯度，保持另一方向的梯度，获得加权矩阵。
3.如权利要求2所述的利用加权微分约束的红外条纹非均匀性校正方法，其特征在于，当最小化图像x方向的梯度时，所述加权矩阵为当最小化图像y方向的梯度时，所述加权矩阵为其中β、ε是常量参数，和是一阶微分算子，Y为待校正的图像。
4.如权利要求1所述的利用加权微分约束的红外条纹非均匀性校正方法，其特征在于，代价函数的最优解为
5.如权利要求1所述的利用加权微分约束的红外条纹非均匀性校正方法，其特征在于，代价函数的最优解为
6.如权利要求1所述的利用加权微分约束的红外条纹非均匀性校正方法，其特征在于，所述优化方程为
CN201410125797.8A 2014-03-31 2014-03-31 利用加权微分约束的红外条纹非均匀性校正方法 Active CN103985088B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410125797.8A CN103985088B (zh) 2014-03-31 2014-03-31 利用加权微分约束的红外条纹非均匀性校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410125797.8A CN103985088B (zh) 2014-03-31 2014-03-31 利用加权微分约束的红外条纹非均匀性校正方法

Publications (2)

Publication Number Publication Date
CN103985088A CN103985088A (zh) 2014-08-13
CN103985088B true CN103985088B (zh) 2017-11-07

Family

ID=51277046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410125797.8A Active CN103985088B (zh) 2014-03-31 2014-03-31 利用加权微分约束的红外条纹非均匀性校正方法

Country Status (1)

Country Link
CN (1) CN103985088B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106570829B (zh) * 2015-10-09 2019-05-07 南京理工大学 一种红外图像非均匀性校正方法
CN106886983B (zh) * 2017-03-01 2019-08-23 中国科学院长春光学精密机械与物理研究所 基于Laplace算子和反卷积的图像非均匀性校正方法
CN110553739B (zh) * 2018-12-19 2021-03-12 中科和光（天津）应用激光技术研究所有限公司 一种红外热成像的无挡片非均匀性校正方法
CN113436163B (zh) * 2021-06-23 2023-06-09 四川大学 一种叶轮机械叶栅试验纹影图像流场特征识别处理方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102147915A (zh) * 2011-05-06 2011-08-10 重庆大学 一种权重的稀疏边缘正则化图像复原方法
CN102778296A (zh) * 2012-08-03 2012-11-14 南京理工大学 基于总变分的自适应红外焦平面非均匀性校正方法
CN103164846A (zh) * 2013-03-15 2013-06-19 上海海事大学 一种基于转向核估计的红外条纹非均匀性校正方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7995859B2 (en) * 2008-04-15 2011-08-09 Flir Systems, Inc. Scene based non-uniformity correction systems and methods

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102147915A (zh) * 2011-05-06 2011-08-10 重庆大学 一种权重的稀疏边缘正则化图像复原方法
CN102778296A (zh) * 2012-08-03 2012-11-14 南京理工大学 基于总变分的自适应红外焦平面非均匀性校正方法
CN103164846A (zh) * 2013-03-15 2013-06-19 上海海事大学 一种基于转向核估计的红外条纹非均匀性校正方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Improvement in adaptive nonuniformity correction method with nonlinear model for infrared focal plane arrays;Lai Rui等;《Optics Communications》;20091231;第282卷;第3444–3447页 *
Nonuniformity correction algorithm with nonlinear model for infrared focal plane arrays;Hui-xin Zhou等;《Infrared Physics & Technology》;20101231;第53卷;参见第10–16页 *
基于MPMAP序列红外图像高分辨力重建和非均匀性校正;刘秀等;《电子学报》;20110930;第39卷(第9期);参见摘要、第2104-2105页 *
基于边缘检测的神经网络非均匀性校正及硬件实现;刘秀等;《光电工程》;20140228;第41卷(第2期);参见第63-68页 *

Also Published As

Publication number Publication date
CN103985088A (zh) 2014-08-13

Similar Documents

Publication Publication Date Title
CN103985088B (zh) 利用加权微分约束的红外条纹非均匀性校正方法
Zhang et al. Progress in the development of CdZnTe unipolar detectors for different anode geometries and data corrections
Lee et al. The development of sun-tracking system using image processing
CN109272520B (zh) 一种联合运动指导与边缘检测的自适应红外焦平面非均匀校正方法
CN105190263A (zh) 传感器校准方法，计算机程序以及计算机可读载体
JP2017079365A5 (zh)
US8787620B2 (en) Automated crystal identification achieved via watershed segmentation
Eldib et al. A ring artifact correction method: Validation by micro-CT imaging with flat-panel detectors and a 2D photon-counting detector
CN103164846B (zh) 一种基于转向核估计的红外条纹非均匀性校正方法
CN103335724A (zh) 基于定标的场景自适应irfpa非均匀性校正方法
CN102230823A (zh) 基于边框黑体视场光阑的红外两点非均匀性校正方法
CN106886983B (zh) 基于Laplace算子和反卷积的图像非均匀性校正方法
JP2017063414A5 (zh)
WO2017185443A1 (zh) 一种红外焦平面探测器盲元校正方法
JP2015132953A5 (zh)
Espana et al. Fast calibration of SPECT monolithic scintillation detectors using un-collimated sources
Boutemedjet et al. Robust approach for nonuniformity correction in infrared focal plane array
CN103778637B (zh) 一种基于直方图平衡的在轨90°辐射定标处理方法
CN104748865B (zh) 一种用于红外图像的多点组合校正方法
Rasmussen Pixel area variations in sensors: a novel framework for predicting pixel fidelity and distortion in flat field response
JP2019502277A5 (zh)
CN103868601A (zh) Irfpa探测器非均匀响应的双边全变分正则化校正方法
CN103985089B (zh) 结合权重边缘分析与帧内迭代的图像条纹校正方法
CN105509879A (zh) 一种紫外探测器的非均匀校正方法
Jiang et al. On-Orbit Radiance Calibration of Nighttime Sensor of LuoJia1-01 Satellite Based on Lunar Observations

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20191226

Address after: 310016 room 3003-1, building 1, Gaode land center, Jianggan District, Hangzhou City, Zhejiang Province

Patentee after: Zhejiang Zhiduo Network Technology Co., Ltd

Address before: Hangzhou City, Zhejiang province 310018 Jianggan District Xiasha Higher Education Park No. 2 street

Patentee before: Hangzhou Electronic Science and Technology Univ

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20200623

Address after: Building 4, Derun Industrial Park, Yucheng village, zhangban Town, Quanzhou City, Fujian Province

Patentee after: FUJIAN MAIGELIN MEDICAL TECHNOLOGY Co.,Ltd.

Address before: 310016 room 3003-1, building 1, Gaode land center, Jianggan District, Hangzhou City, Zhejiang Province

Patentee before: Zhejiang Zhiduo Network Technology Co.,Ltd.