CN104376537A - 一种去除emccd图像亮点的方法 - Google Patents

Abstract

本发明公开了一种去除EMCCD图像亮点的方法，包括以下步骤：步骤一：计算获取判断EMCCD图像亮点的阈值；步骤二：检测EMCCD图像的亮点；步骤三：检测EMCCD图像亮点边缘；步骤四：去除EMCCD图像上的亮点。本发明通过对常用简单的图像处理方法运用，有效地完成了去除EMCCD图像上亮点的目的，算法简单易于编码实现；采用计算灰度差出现的概率，来计算得到判断亮点的阈值大小，相比人工对图像数据的经验估计，减小了估计的误差，结果更加准确；采用了一种建立灰度差查找表的方法，便于重复使用，提高了程序的执行速率。

Description

一种去除EMCCD图像亮点的方法

 

技术领域

本发明涉及一种去除EMCCD图像亮点的方法，属于电路技术领域。

背景技术

电子倍增CCD（Electron Multiplication CCD，简称EMCCD），是一种新型的全固态微光成像CCD，也称作可控电荷CCD，与传统CCD探测器的主要区别在于在读出寄存器和输出放大器间嵌入了倍增寄存器以实现电子增益。EMCCD的工作过程为：成像区经过光电效应产生了大量的光生电子，即信号电荷；周期脉冲激励使累积的信号电荷向存储区转移，经读出寄存器，最后移至倍增寄存器；在倍增寄存器中，信号电荷发生了碰撞电离效应，实现了电荷倍增；周期脉冲激励使倍增信号经输出放大器输出。对于传统CCD而言，读出噪声为主要噪声源，限制了普通CCD的极限工作频率，由EMCCD的结构和工作原理可知，EMCCD中的信号电荷在放大输出之前已实现电荷倍增，因此可简单有效地克服读出噪声对器件工作频率的限制，使有效读出噪声小于一个电子。电子倍增的出现大大提高了微光成像器件的性能，是微光成像领域的重大突破，鉴于其优越的成像质量，电子倍增CCD成像系统在军事侦察、天文观测、生物医学等领域具有巨大的发展潜力和广阔的应用前景^[1-4]。但在微光条件下，由于信号在输出放大器输出之前，经过了信号电荷的倍增，半导体所产生的暗电流也随着信号电荷的倍增而逐渐增大，不仅会引起附加的信号噪声，而且还会形成一个暗信号的图像，叠加到光信号图像上，引起固定的图像噪声。随着倍增增益的增大，引入的暗电流噪声会迅速增强，成为EMCCD输出图像中的主要噪声源，从而使获得图像上叠加了一层高频闪烁的亮点，降低了图像整体质量。所以需要寻找有效抑制暗电流噪声的方法，提高EMCCD成像性能。暗电流噪声主要有3部分组成：耗尽暗电流、表面暗电流和扩散暗电流。这些热噪声对温度有很强的依赖性，其会随温度的降低而减少，随积分时间的增长而增大。目前降低暗电流噪声的有效方法大体可分为三种：对器件进行制冷，如用热电冷却器（TEC）进行制冷；使器件在反转模式下工作，如采用多针相模式（Multipinned Phase Mode,MPP）;减少EMCCD的工作积分时间。但这些方法十分复杂,还涉及到器件工艺技术，需要的成本比较高。图像处理是一种快速有效、低成本的去除图像噪声的方法，常用的去噪方法有中值、均值滤波等，但传统的中值和均值滤波在滤除噪声的同时会使图像的细节模糊，边缘变得不清晰。南京理工大学有人对此也进行了一些研究，在《EMCCD图像自适应模糊中值滤波算法研究》一文中，针对电子倍增CCD图像噪声密度随着增益的变化而变化，提出了一种基于噪声点检测的自适应模糊中值滤波算法^[5]。同时，由于该算法引入了模糊集合理论和自适应模块，算法相对比较复杂，计算量大。

发明内容

本发明的目的是根据现有EMCCD器件成像的图像特点，设计一种检测去除图像亮点、提高图像质量的方法。

实现本发明目的的技术解决方案为：一种去除EMCCD图像亮点的方法，步骤如下：

第一步：计算获取判断EMCCD图像亮点的阈值：通过计算灰度差的概率和来获取图像亮点的判断阈值。

第二步：检测EMCCD图像的亮点：通过遍历图像和阈值比较，检测图像亮点所占的其中一个像素点。

第三步：检测EMCCD图像亮点边缘：由于亮点所占的像素点不止一个，以第二步检测的亮点为中心，对其周围区域的像素点进行检测，找出亮点的边缘。

第四步：去除EMCCD图像上的亮点：针对检测出来的亮点，通过局部小区域均值的处理来去除图像上的亮点。

由于上述技术方案运用，本发明与现有技术相比具有下列优点： 

1、本发明通过对常用简单的图像处理方法运用，有效地完成了去除EMCCD图像上亮点的目的，算法简单易于编码实现。

2、本发明采用计算灰度差出现的概率，来计算得到判断亮点的阈值大小，这样相比人工对图像数据的经验估计，减小了估计的误差，结果更加准确。

3、本发明在程序实现中考虑了灰度图像灰度差值的范围是固定的，并且范围不大，即采用了一种建立灰度差查找表的方法，便于重复使用，来提高了程序的执行速率。

附图说明

图1为去除EMCCD图像亮点流程图。

图2为去除亮点前的灰度图。

图3为亮点判断阈值选取示意图。

图4为亮点检测到的效果图。

图5为阈值35去除亮点后的灰度图。

图6为阈值29去除亮点后的灰度图。

图7为阈值50去除亮点后的灰度图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

结合图1，本发明去除EMCCD图像亮点的方法，步骤如下：

第一步，计算获得判断图像亮点的阈值。通过观察图2图像，可以看出亮点处图像的灰度差值比较大，并且图像的亮点数量有限。根据这一规律，通过遍历图像，计算像素点(i,j)与像素点(i-1,j)的灰度差值a，统计灰度差值a在图像中出现的概率，画出图像灰度差值的概率图3，通过人工经验和多次实验结果验证计算灰度差值概率和等于0.995处的灰度值35作为判断图像亮点的阈值，检测亮点处理后的效果最好（图5）。图6是阈值29时的处理效果图，这时灰度差值概率和为0.99时，亮点检测的过多，图像处理的结果反而变差。图7是阈值50时的处理效果图，亮点检测的过少，图像处理结果不理想。

获取图像灰度差值概率，本发明中采用的建立查找表的方法，规则如下：A=F(a),a=f(i,j)-f(i-1,j),0≤a≤255,A也是整数，是a在图像中出现的次数；因此定义一个数组存放a取不同的值时的F(a)；每当再计算F(a)时，因为已经有之前计算的数值了，放在了查找表中，所以只需查表即可，一般形式为：

int LUT[256],a;

for(a=0;a<256;a++)LUT[a]=F(a);

第二步：检测图像的亮点。

对要处理的图像进行边遍历边处理的方法，判断像素点(i,j)与像素点(i-1,j)的灰度差值是否大于上面计算的阈值，如果灰度差值大于阈值，则记录下该像素点(i,j)，作为亮点的一个起始点，并以该像素点为中心，对该像素点周围的（2k+1）×（2k+1）区域的像素点计算其灰度的平均值m_mean。(k的取值范围为1～3，依据拍摄图像亮点区域所占像素点的范围而定)。

第三步：检测图像亮点的边缘。

由于亮点区域的像素的灰度值比较大，因此在亮点范围内，亮点像素的灰度值应该大于该区域灰度的平均值m_mean。根据以上本发明在以第二步查找的亮点ld为中心的（2k+1）×（2k+1）区域的像素点内查找亮点的边缘，判断条件为区域内各像素点的灰度值是否大于m_mean，当像素点的灰度值大于m_mean时，认为该像素点在亮点的范围内，对该像素点的灰度进行处理。当像素点的灰度值小于m_mean时，对该像素点的灰度不做处理。亮点检测到的效果图如图4所示。

第四步：去除图像上的亮点。

首先将（2k+1）×（2k+1）区域的均值m_mean赋值给第二步计算得到的像素点ld作为其灰度值。同时，由于滤波窗口中与中心点距离越近的领域像素点与中心点的相似度也就越大，随着窗口变大，滤波窗口内与中心点像素相似度较小的点就越多，为了不破坏图像的细节信息，保证图像像素的过渡平缓，本发明对于第三步检测到亮点的灰度值处理的方法采用的是以该像素点为中心的3*3区域的像素求均值，将计算得到的均值赋值给该像素点，作为其灰度值。运用上述方法得到去除亮点后的灰度图如图5所示。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (7)

1. 一种去除EMCCD图像亮点的方法，其特征是，包括以下步骤：

步骤一：计算获取判断EMCCD图像亮点的阈值：通过计算灰度差的概率和来获取图像亮点的判断阈值；

步骤二：检测EMCCD图像的亮点：通过遍历图像和阈值比较，检测图像亮点所占的其中一个像素点；

步骤三：检测EMCCD图像亮点边缘：以第二步检测的其中一个像素点为亮点中心，对其周围区域的像素点进行检测，找出亮点的边缘；

步骤四：去除EMCCD图像上的亮点：针对检测出来的亮点，通过局部小区域均值的处理来去除图像上的亮点。

2.根据权利要求1所述的去除EMCCD图像亮点的方法，其特征是，步骤一中，灰度差值概率和等于0.995处的灰度值35作为判断图像亮点的阈值。

3.根据权利要求1所述的去除EMCCD图像亮点的方法，其特征是，步骤一中，采用建立查找表的方法获取图像灰度差值概率，建立查找表的规则如下：

A=F(a)，a=f(i,j)-f(i-1,j)，0≤a≤255,

其中，f(i,j)、f(i-1,j)分别是像素点(i,j)与像素点(i-1,j)的灰度；a为灰度差值；A是整数，表示a在图像中出现的次数；定义一个数组存放a取不同的值时的F(a)，建立查找表；

当再需要计算F(a)时，通过查找表查找对应的计算值。

4.根据权利要求1所述的去除EMCCD图像亮点的方法，其特征是，步骤二中，对要处理的图像进行一边遍历一边处理的方法，判断图像中的像素点(i,j)与像素点(i-1,j)的灰度差值是否大于阈值，如果灰度差值大于阈值，则记录下像素点(i,j)，作为亮点的一个起始点，并以该起始点为中心，对周围的（2k+1）×（2k+1）区域的像素点计算灰度的平均值m_mean，其中k的取值范围为1～3。

5.根据权利要求4所述的去除EMCCD图像亮点的方法，其特征是，步骤三中，在以起始点为中心的（2k+1）×（2k+1）区域的像素点内查找亮点的边缘，判断条件为区域内各像素点的灰度值是否大于平均值m_mean，当像素点的灰度值大于平均值m_mean时，对该像素点的灰度进行处理；当像素点的灰度值小于平均值m_mean时，对该像素点的灰度不做处理。

6.根据权利要求5所述的去除EMCCD图像亮点的方法，其特征是，步骤四中，将（2k+1）×（2k+1）区域的像素点灰度的平均值m_mean赋值给作为亮点起始点的像素点ld作为其灰度值。

7.根据权利要求6所述的去除EMCCD图像亮点的方法，其特征是，步骤四中，以作为亮点起始点的像素点为中心，对3*3区域的像素点灰度求平均值，将计算得到的平均值赋值给该像素点，作为其灰度值。