CN104268831B - 海上阳光亮带干扰下的红外图像补偿方法 - Google Patents
海上阳光亮带干扰下的红外图像补偿方法 Download PDFInfo
- Publication number
- CN104268831B CN104268831B CN201410465310.0A CN201410465310A CN104268831B CN 104268831 B CN104268831 B CN 104268831B CN 201410465310 A CN201410465310 A CN 201410465310A CN 104268831 B CN104268831 B CN 104268831B
- Authority
- CN
- China
- Prior art keywords
- bright band
- sunlight bright
- sunlight
- band interference
- infrared 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.)
- Active
Links
Landscapes
- Image Processing (AREA)
Abstract
一种海上阳光亮带干扰下的红外图像补偿方法。其步骤为:(1)读入一幅阳光亮带干扰下的红外图像;(2)利用中值滤波,对输入的阳光亮带干扰下的红外图像进行去噪;(3)通过最大类间方差Otsu算法,划分受阳光亮带干扰区域与未受亮带干扰区域;(4)计算补偿模板参数;(5)补偿图像中受阳光亮带干扰区域;(6)对阳光亮带干扰下的红外图像进行增益变换处理。本发明对单幅图像进行处理,对阳光亮带干扰区域面积无特殊要求,具有用范围广、计算复杂度低,实时性高的特点。将受阳光亮带干扰的区域进行填充替换,使得本发明具有了图像信息利用率高的优点。本发明可用于图像处理、目标识别等技术领域。
Description
技术领域
本发明属于图像处理技术领域,更进一步涉及红外图像处理技术领域中的海上阳光亮带干扰下的红外图像补偿方法。本发明可对红外图像重新量化和增强,提高海上阳光亮带干扰下的目标识别能力。
背景技术
复杂海面背景情况下,由于成像器件、大气、拍摄角度、时间、气象等诸多因素影响,以及不同的海面波浪状况对光照的反射能力不同,使得红外图像的亮度、对比度等信息存在很大变化,对目标识别和跟踪造成很大影响。
当水面波动时,太阳光照射在海浪的顶端出现闪光点,形成太阳耀光。尤其是在清晨和傍晚,太阳天顶角小,对海面照射范围大,成像系统受干扰影响观察视角范围广,大片的太阳耀光形成阳光亮带,在这两个时间段观测识别海上目标极易受到大面积阳光亮带的影响,红外探测系统CCD图像传感器临近饱和状态,此时获取的图像整体亮度较高,对比度极低且受探测系统的强噪声干扰,目标与背景难以区分,使得传统的目标侦查和识别难以有效工作。
受阳光亮带干扰严重的红外图像,要实现目标的有效识别,关键问题在于减弱海面阳光反射对红外目标成像的影响。目前解决该类问题,通常有两种方法:一种是将海上的阳光反射当作杂波噪声进行滤波处理,这种方法实时性强,但当图像中存在大片亮带时该算法失效。另一种是通过采集序列图像,比对干扰及非干扰条件的图像特点,获取关注区域的目标特征,该方法需要预处理大量的序列图像,影响侦查识别的实时性。
华中科技大学在其申请的专利“一种红外图像海面目标检测识别定位方法”(专利申请号200910063265.5,公开号CN101609504A)中提出了一种红外图像海面目标检测识别定位方法。该方法通过基于同质变换的方式将背景和噪声预处理,消除复杂背景下其他热源的干扰;为了克服目标出现块状效应,利用单峰分割方法提取目标疑似区域。再在疑似区域上提取出目标。该方法存在的不足是,在海面有阳光亮带时,探测器视场变亮,目标不是最亮点,且与背景灰度差别很小。利用单峰分割时,灰度直方图中背景与目标灰度相似,单拐点不明显,导致分割阈值不准确,分离背景和目标较为困难。
北京航空航天大学在其申请的专利“一种基于偏振遥感探测的波浪水面太阳耀光剥离方法”(专利申请号201210509290.3,公开号CN102998667A)中提出了一种基于偏振遥感探测的波浪水面太阳耀光剥离方法。该方法通过特定条件采集序列图像,对获取的不同相位延迟量的偏振强度图像通过对定标仪器矩阵求逆,解算出四个Stokes参量图像、偏振度图像与偏振角图像,基于时间序列分析、频率域降噪与图像融合等相关数据处理技术,对四幅波浪水面太阳耀光区偏振度图像进行处理,从而达到波浪水面太阳耀光剥离的目的。该方法存在的不足是,对特定条件下获取的待处理图像要求高,要求快速切换偏振片方位角,以至于研究对象不发生太大空间位置移动,且每张偏振度图像的饱和区域不能覆盖目标物区域一半以上的面积比例,导致图像数据利用率低,并且需要输入序列图像进行处理,工作量大,影响目标识别效率。
发明内容
本发明的目的在于克服上述现有技术的不足,提供一种海上阳光亮带干扰下的红外图像补偿方法。本方法可以明显减弱海上阳光亮带干扰对红外目标成像的影响,增强图像对比度,提高目标识别效率。
实现本方法的基本思路是:利用中值滤波对输入的阳光亮带干扰下的红外图像进行去噪,通过最大类间方差Otsu算法,划分受阳光亮带干扰区域与未受亮带干扰区域,计算补偿模板参数,利用补偿模板对受阳光亮带干扰区域的像素进行补偿,最后对图像进行增益变换,从而达到对海上阳光亮带干扰下的红外图像的补偿。
为实现上述目的,本方法的具体步骤如下:
(1)读入一幅阳光亮带干扰下的红外图像;
(2)利用中值滤波,对输入的阳光亮带干扰下的红外图像进行去噪;
(3)利用最大类间方差Otsu算法,得到经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像的阈值,将经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像的像素灰度值大于或等于图像阈值的点作为受阳光亮带干扰区域,将像素灰度值小于图像阈值的点作为未受阳光亮带干扰区域;
(4)计算补偿模板参数:
(4a)统计经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像未受阳光亮带干扰区域中的像素个数;
(4b)按照下式,计算未受阳光亮带干扰区域中所有像素灰度的平均值:
其中,表示未受阳光亮带干扰区域中所有像素灰度的平均值,S表示未受阳光亮带干扰区域,xij表示未受阳光亮带干扰区域S中横坐标为i、纵坐标为j处像素的灰度值,n表示未受阳光亮带干扰区域S中的像素个数;
(4c)按照下式,计算未受阳光亮带干扰区域中所有像素灰度的方差:
其中,σ2表示未受阳光亮带干扰区域中所有像素灰度的方差,n表示未受阳光亮带干扰区域S中的像素个数,xij表示未受阳光亮带干扰区域S中横坐标为i、纵坐标为j处像素的灰度值,表示未受阳光亮带干扰区域所有像素灰度的平均值;
(5)补偿图像中受阳光亮带干扰区域:
(5a)创建一个M行N列的矩阵模板,行数、列数分别与受阳光亮带干扰的红外图像纵向像素个数、横向像素个数相同,矩阵元素服从高斯分布;
(5b)用模板矩阵中的矩阵元素值替代受阳光亮带干扰区域中像素的灰度值;
(6)按照下式,将经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像进行增益变换处理:
其中,yij表示经过增益变换后阳光亮带干扰下的红外图像中横坐标为i、纵坐标为j处像素的灰度值,G表示未受阳光亮带干扰时红外探测器的系统增益,H表示受阳光亮带干扰时红外探测器的系统增益,xij表示阳光亮带干扰下的红外图像中横坐标为i,纵坐标为j处像素的灰度值。
本发明与现有技术相比具有以下优点:
第一,由于本发明在对海上阳光亮带干扰下的红外图像进行补偿时,使用单幅图像进行处理,且对阳光亮带干扰区域面积无特殊要求,克服了现有技术中需要处理序列图像和对图像特征要求高的不足,使得本发明具有了使用范围广、计算复杂度低,实时性高的特点。
第二,由于本发明在对海上阳光亮带干扰下的红外图像进行补偿时,将受阳光亮带干扰的区域进行填充替换,克服了现有技术中将海上阳光反射作为噪声去除丢失图像信息的不足,使得本发明具有了图像信息利用率高的优点。
附图说明
图1为本发明的流程图;
图2为本发明实施例1的输入图像和效果图像;
图3为本发明实施例2的输入图像和效果图像。
具体实施方式
下面结合附图对本发明做进一步的详细描述。
参照附图1,本发明的具体步骤如下:
步骤1,读入图像。
本发明读入的一幅阳光亮带干扰下的红外图像是选用的中波热像仪在2013年7月20日在山东青岛拍摄的红外图像。
本发明的实施例1和实施例2中,输入的阳光亮带干扰下的红外图像图2(a)、图3(a),输出的图像图2(b)、图3(b)的图像分辨率为240×320像素。
步骤2,图像去噪。
利用中值滤波,对输入的阳光亮带干扰下的红外图像进行去噪。
中值滤波方法的步骤如下:
第一步,将中值滤波器的滑动窗口设置为3×3个像素的正方形;
第二步,用正方形窗口沿着阳光亮带干扰下的红外图像行的方向逐像素滑动,在每一次滑动期间,将正方形窗口内的所有像素按照像素值从小到大进行排序,选取排序结果的中间值,替代正方形窗口中心位置的像素灰度值;
第三步,判断是否处理完阳光亮带干扰下的红外图像中的所有像素,若是,中值滤波完成,得到去噪后的阳光亮带干扰下的红外图像;否则,执行第二步。
步骤3,划分图像区域。
利用最大类间方差Otsu算法,得到经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像的阈值,将经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像的像素灰度值大于或等于图像阈值的点作为受阳光亮带干扰区域,将像素灰度值小于图像阈值的点作为未受阳光亮带干扰区域。
最大类间方差Otsu算法的步骤如下:
第一步,计算经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像的平均灰度值;
第二步,在经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像中,从0~255范围内选取任意一个数作为初始阈值,划分未受阳光亮带干扰区域和受阳光亮带干扰区域;
第三步,按照下式,计算两类像素的类间方差:
g=w0(u0-u)2+w1(u1-u)2
其中,g表示未受阳光亮带干扰区域和受阳光亮带干扰区域两类像素的类间方差,w0表示未受阳光亮带干扰区域像素个数占经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像总像素个数的比例,u0表示未受阳光亮带干扰区域像素的平均值,u表示经过中值滤波处理后的去噪的受阳光亮带干扰图像总平均灰度,w1表示受阳光亮带干扰区域像素个数占经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像总像素个数的比例,u1表示受阳光亮带干扰区域像素的平均值;
第四步,将经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像的初始阈值从0~255之间循环取值,计算两类像素的类间方差,将类间方差g最大时所对应的初始阈值作为经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像的阈值。
步骤4,计算补偿模板参数。
统计阳光亮带干扰下的红外图像未受阳光亮带干扰区域中的像素个数;
按照下式,计算未受阳光亮带干扰区域中所有像素灰度的平均值:
其中,表示未受阳光亮带干扰区域中所有像素灰度的平均值,S表示未受阳光亮带干扰区域,xij表示未受阳光亮带干扰区域S中横坐标为i、纵坐标为j处像素的灰度值,n表示未受阳光亮带干扰区域S中的像素个数;
按照下式,计算未受阳光亮带干扰区域中所有像素灰度的方差:
其中,σ2表示未受阳光亮带干扰区域中所有像素灰度的方差,n表示未受阳光亮带干扰区域S中的像素个数,xij表示未受阳光亮带干扰区域S中横坐标为i、纵坐标为j处像素的灰度值,表示未受阳光亮带干扰区域所有像素灰度的平均值;
步骤5,补偿受阳光亮带干扰区域。
创建一个M行N列的矩阵模板,行数、列数分别与受阳光亮带干扰的红外图像纵向像素个数、横向像素个数相同,矩阵元素服从高斯分布;
用模板矩阵中的矩阵元素值替代受阳光亮带干扰区域中像素的灰度值;
高斯分布统计特性是指,将未受阳光亮带干扰区域中所有像素灰度的平均值作为高斯分布的平均值,将未受阳光亮带干扰区域中所有像素灰度的方差作为高斯分布的方差。
本发明的实施例1和实施例2中,矩阵模板M的取值为320,N的取值为240。
步骤6,进行增益变换。
按照下式,将阳光亮带干扰下的红外图像进行增益变换处理:
其中,yij表示经过增益变换后阳光亮带干扰下的红外图像中横坐标为i、纵坐标为j处像素的灰度值,G表示未受阳光亮带干扰时红外探测器的系统增益,H表示受阳光亮带干扰时红外探测器的系统增益,xij表示阳光亮带干扰下的红外图像中横坐标为i,纵坐标为j处像素的灰度值。
红外探测器的系统增益是指,其增益大小根据红外探测器视场亮度自动调节,增益会随着红外探测器视场变亮而减小。
图2中的(a)是输入的一幅阳光亮带干扰下的红外图像,(b)是本发明的效果图,可以看出效果图的阳光亮带干扰区域得到补偿,图像对比度明显增强。
图3中的(a)是输入的一幅阳光亮带干扰下的红外图像,目标位置与图2中不同,(b)是本发明的效果图,可以看出效果图的阳光亮带干扰区域得到补偿,图像对比度明显增强。
Claims (5)
1.一种海上阳光亮带干扰下的红外图像补偿方法,包括以下步骤:
(1)读入一幅阳光亮带干扰下的红外图像;
(2)利用中值滤波,对输入的阳光亮带干扰下的红外图像进行去噪;
(3)利用最大类间方差Otsu算法,得到经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像的阈值,将经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像的像素灰度值大于或等于图像阈值的点,作为受阳光亮带干扰区域,将像素灰度值小于图像阈值的点作为未受阳光亮带干扰区域;
(4)计算补偿模板参数:
(4a)统计经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像未受阳光亮带干扰区域中的像素个数;
(4b)按照下式,计算未受阳光亮带干扰区域中所有像素灰度的平均值:
其中,表示未受阳光亮带干扰区域中所有像素灰度的平均值,S表示未受阳光亮带干扰区域,xij表示未受阳光亮带干扰区域S中横坐标为i、纵坐标为j处像素的灰度值,n表示未受阳光亮带干扰区域S中的像素个数;
(4c)按照下式,计算未受阳光亮带干扰区域中所有像素灰度的方差:
其中,σ2表示未受阳光亮带干扰区域中所有像素灰度的方差,n表示未受阳光亮带干扰区域S中的像素个数,xij表示未受阳光亮带干扰区域S中横坐标为i、纵坐标为j处像素的灰度值,表示未受阳光亮带干扰区域所有像素灰度的平均值;
(5)补偿图像中受阳光亮带干扰区域:
(5a)创建一个M行N列的矩阵模板,行数、列数分别与受阳光亮带干扰的红外图像纵向像素个数、横向像素个数相同,矩阵元素服从高斯分布;
(5b)用模板矩阵中的矩阵元素值替代受阳光亮带干扰区域中像素的灰度值;
(6)按照下式,将经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像进行增益变换处理:
其中,yij表示经过增益变换后阳光亮带干扰下的红外图像中横坐标为i、纵坐标为j处像素的灰度值,G表示未受阳光亮带干扰时红外探测器的系统增益,H表示受阳光亮带干扰时红外探测器的系统增益,xij表示阳光亮带干扰下的红外图像中横坐标为i,纵坐标为j处像素的灰度值。
2.根据权利要求1所述的海上阳光亮带干扰下的红外图像补偿方法,其特征在于:步骤(2)中所述中值滤波方法的步骤如下:
第一步,将中值滤波器的滑动窗口设置为3×3个像素的正方形;
第二步,用正方形窗口沿着阳光亮带干扰下的红外图像行的方向逐像素滑动,在每一次滑动期间,将正方形窗口内的所有像素按照像素值从小到大进行排序,选取排序结果的中间值,替代正方形窗口中心位置的像素灰度值;
第三步,判断是否处理完阳光亮带干扰下的红外图像中的所有像素,若是,中值滤波完成,得到去噪后的阳光亮带干扰下的红外图像;否则,执行第二步。
3.根据权利要求1所述的海上阳光亮带干扰下的红外图像补偿方法,其特征在于:步骤(3)中所述的最大类间方差Otsu算法的步骤如下:
第一步,计算经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像的平均灰度值;
第二步,在经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像中,从0~255范围内选取任意一个数作为初始阈值,划分未受阳光亮带干扰区域和受阳光亮带干扰区域;
第三步,按照下式,计算两类像素的类间方差:
g=w0(u0-u)2+w1(u1-u)2
其中,g表示未受阳光亮带干扰区域和受阳光亮带干扰区域两类像素的类间方差,w0表示未受阳光亮带干扰区域像素个数占经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像总像素个数的比例,u0表示未受阳光亮带干扰区域像素的平均值,u表示经过中值滤波处理后的去噪的受阳光亮带干扰图像总平均灰度,w1表示受阳光亮带干扰区域像素个数占经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像总像素个数的比例,u1表示受阳光亮带干扰区域像素的平均值;
第四步,将经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像的初始阈值从0~255之间循环取值,计算两类像素的类间方差,将类间方差g最大时所对应的初始阈值作为经过中值滤波处理后的去噪的阳光亮带干扰下的红外图像的阈值。
4.根据权利要求1所述的海上阳光亮带干扰下的红外图像补偿方法,其特征在于,步骤(5a)中所述的高斯分布是指,将未受阳光亮带干扰区域中所有像素灰度的平均值作为高斯分布的平均值,将未受阳光亮带干扰区域中所有像素灰度的方差作为高斯分布的方差。
5.根据权利要求1所述的海上阳光亮带干扰下的红外图像补偿方法,其特征在于,步骤(6)中所述的未受阳光亮带干扰时红外探测器的系统增益G、受阳光亮带干扰时红外探测器的系统增益H是指,其增益大小根据红外探测器视场亮度自动调节,增益会随着红外探测器视场变亮而减小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410465310.0A CN104268831B (zh) | 2014-09-12 | 2014-09-12 | 海上阳光亮带干扰下的红外图像补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410465310.0A CN104268831B (zh) | 2014-09-12 | 2014-09-12 | 海上阳光亮带干扰下的红外图像补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104268831A CN104268831A (zh) | 2015-01-07 |
CN104268831B true CN104268831B (zh) | 2017-03-29 |
Family
ID=52160351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410465310.0A Active CN104268831B (zh) | 2014-09-12 | 2014-09-12 | 海上阳光亮带干扰下的红外图像补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104268831B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106706132B (zh) * | 2016-12-05 | 2023-04-07 | 中国科学院云南天文台 | 一种用于海面太阳亮带内目标识别的红外探测装置及方法 |
CN111915527B (zh) * | 2020-08-05 | 2023-04-07 | 成都圭目机器人有限公司 | 基于多模板的自适应光照补偿方法 |
CN114255185B (zh) * | 2021-12-16 | 2022-11-25 | 武汉高德智感科技有限公司 | 一种图像处理的方法、装置、终端及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8295547B1 (en) * | 2010-05-26 | 2012-10-23 | Exelis, Inc | Model-based feature tracking in 3-D and 2-D imagery |
CN102289788B (zh) * | 2011-06-17 | 2013-05-01 | 中国电子科技集团公司第二十八研究所 | 多通道红外探测器中条纹非均匀性实时校正方法 |
CN102572285B (zh) * | 2012-02-08 | 2014-07-30 | 深圳市黄河数字技术有限公司 | Ccd摄像机的日夜模式转换方法 |
CN102789635B (zh) * | 2012-07-18 | 2015-01-28 | 奇瑞汽车股份有限公司 | 一种图像增强方法和装置 |
CN102968776B (zh) * | 2012-11-13 | 2015-03-11 | 华中科技大学 | 一种线性与非线性滤波器相结合的非均匀性校正方法 |
CN103177429A (zh) * | 2013-04-16 | 2013-06-26 | 南京理工大学 | 基于fpga的红外图像细节增强系统及其方法 |
-
2014
- 2014-09-12 CN CN201410465310.0A patent/CN104268831B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104268831A (zh) | 2015-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101980293B (zh) | 一种基于刃边图像的高光谱遥感系统mtf检测方法 | |
CN101661611B (zh) | 基于贝叶斯非局部均值滤波器的实现方法 | |
CN102609701B (zh) | 基于最佳尺度的高分辨率合成孔径雷达遥感检测方法 | |
CN107301661A (zh) | 基于边缘点特征的高分辨率遥感图像配准方法 | |
CN101915910B (zh) | 利用航海雷达识别海上溢油目标的方法及系统 | |
CN103218811B (zh) | 一种基于统计分布的卫星多光谱图像波段配准方法 | |
CN106156758B (zh) | 一种sar海岸图像中海岸线提取方法 | |
CN102819740A (zh) | 一种单帧红外图像弱小目标检测和定位方法 | |
Shaoqing et al. | The comparative study of three methods of remote sensing image change detection | |
Liang et al. | Maximum likelihood classification of soil remote sensing image based on deep learning | |
CN104680536B (zh) | 利用改进的非局部均值算法对sar图像变化的检测方法 | |
CN104268831B (zh) | 海上阳光亮带干扰下的红外图像补偿方法 | |
CN107689051A (zh) | 一种基于变化因子的多时相sar影像变化检测方法 | |
CN112285710A (zh) | 一种多源遥感水库蓄水量估算方法与装置 | |
Zhao et al. | An adaptation of CNN for small target detection in the infrared | |
Xu et al. | The comparative study of three methods of remote sensing image change detection | |
Teodoro et al. | Identification of beach hydromorphological patterns/forms through image classification techniques applied to remotely sensed data | |
CN101908211B (zh) | 一种基于变分方法的高光谱图像融合方法 | |
CN107464255B (zh) | 一种基于信息量与多尺度异常检测的船舶目标检测方法 | |
CN106056115A (zh) | 一种非均匀背景下的红外小目标检测方法 | |
CN103065296B (zh) | 一种基于边缘特征的高分辨率遥感影像居民区提取方法 | |
Korpela et al. | The performance of a local maxima method for detecting individual tree tops in aerial photographs | |
CN104820972B (zh) | 一种基于在轨分类统计的红外影像me噪声去除方法 | |
CN102073996A (zh) | 基于图像相关性评估的图像分割阈值确定方法 | |
CN114373135A (zh) | 基于局部显著性特征度量的舰船目标检测方法 |
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 |