CN104657958A - 一种红外图像条纹噪声消除方法 - Google Patents

Abstract

本发明公开了一种红外图像条纹噪声消除方法，包括以下步骤：步骤一、红外图像采集，步骤二、计算第n帧红外图像zⁿ的N个列平均值，步骤三、图像处理器调用条纹噪声估计模块并根据第n帧红外图像zⁿ的N个列平均值估计所述第n帧红外图像zⁿ的条纹噪声bⁿ，步骤四、图像处理器从所述第n帧红外图像zⁿ中减去所述第n帧红外图像zⁿ的条纹噪声bⁿ，即消除了所述第n帧红外图像zⁿ中的条纹噪声。本发明设计新颖合理，方法步骤简单，实现方便，能够实时处理消除红外图像中的条纹噪声，实用性强，使用效果好，便于推广使用。

Description

一种红外图像条纹噪声消除方法

技术领域

本发明属于图像处理技术领域，具体涉及一种红外图像条纹噪声消除方法。

背景技术

由于制造工艺问题，红外焦平面阵列的输出电路通常是同一列(或行)像元共享同一个输出电路，由于列输出电路偏置电压不完全一致，产生的图像中包含以列条纹为主要特征的非均匀噪声，称为条纹噪声。

现有技术中，非均匀噪声的消除方法主要有基于标定的方法和基于场景校正的方法两大类。然而，基于标定的方法不能实时更新参数，需要假设在连续两次标定之间的很长一段时间内参数不变，而列输出电路偏置电压则变化较快，因此无法有效消除噪声。基于场景的校正方法虽然可以实时更新参数，但是也带来了两个问题：1)该方法需要很长时间的图像序列算法才能收敛；2)使用长时间的图像序列可能导致“伪影”现象(即将前面的图像显示在后面的图像上)，同样无法有效消除噪声。

因此，如何实时处理抑制条纹噪声依然是一个亟待解决的问题。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种红外图像条纹噪声消除方法，其设计新颖合理，方法步骤简单，实现方便，能够实时处理消除红外图像中的条纹噪声，实用性强，使用效果好，便于推广使用。

为解决上述技术问题，本发明采用的技术方案是：一种红外图像条纹噪声消除方法，其特征在于该方法包括以下步骤：

步骤一、红外图像采集：采用红外焦平面阵列采集红外图像并将采集到的红外图像同步传送给图像处理器，图像处理器读取红外焦平面阵列传送给其的第n帧红外图像zⁿ，所述第n帧红外图像zⁿ由M×N个像素构成，所述第n帧红外图像zⁿ中包括条纹噪声bⁿ；其中，n、M和N均为自然数，M和N的单位均为像素；

步骤二、计算第n帧红外图像zⁿ的N个列平均值：图像处理器根据公式计算第n帧红外图像zⁿ的第j列的列平均值cⁿ(j)，得到第n帧红外图像zⁿ的N个列平均值；其中，i为第n帧红外图像zⁿ的行坐标，j为第n帧红外图像zⁿ的列坐标，zⁿ(i,j)为第n帧红外图像zⁿ位于第i行、第j列处的像素值；

步骤三、图像处理器调用条纹噪声估计模块并根据第n帧红外图像zⁿ的N个列平均值估计所述第n帧红外图像zⁿ的条纹噪声bⁿ，具体过程如下：

步骤301、设消除了条纹噪声的第n帧红外图像位于第i行、第j列处的像素值为xⁿ(i,j)，消除了条纹噪声的第n帧红外图像位于第i行、第j-1列处的像素值为xⁿ(i,j-1)；则有消除了条纹噪声的第n帧红外图像位于第i行、第j列处的像素值xⁿ(i,j)的表达式为xⁿ(i,j)＝zⁿ(i,j)-bⁿ(j)，消除了条纹噪声的第n帧红外图像位于第i行、第j-1列处的像素值xⁿ(i,j-1)的表达式为xⁿ(i,j-1)＝zⁿ(i,j-1)-bⁿ(j-1)；其中，bⁿ(j)为第n帧红外图像位于第j列处的像素的条纹噪声，bⁿ(j-1)为第n帧红外图像位于第j-1列处的像素的条纹噪声，zⁿ(i,j-1)为第n帧红外图像zⁿ位于第i行、第j-1列处的像素值；

步骤302、用公式表示消除了条纹噪声的第n帧红外图像的列间差L；

步骤303、将表达式xⁿ(i,j)＝zⁿ(i,j)-bⁿ(j)和表达式xⁿ(i,j-1)＝zⁿ(i,j-1)-bⁿ(j-1)代入公式得到公式 $L=\underset{j=1}{\overset{N-1}{\mathrm{\Σ}}}{\left\{\frac{1}{M}\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}\right[(z^n(i,j)-b^n\left(j\right))-(z^n(i,j-1)-b^n(j-1))\left]\right\}}^2;$

步骤304、根据公式和公式 $c^n(j-1)=\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}{z}^n(i,j-1),j=\mathrm{1,2},...,N-1$ 对公式

$L=\underset{j=1}{\overset{N-1}{\mathrm{\Σ}}}{\left\{\frac{1}{M}\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}\right[(z^n(i,j)-b^n\left(j\right))-(z^n(i,j-1)-b^n(j-1))\left]\right\}}^2;$ 进行转换，得到采用列平均值表示的列间差其中，cⁿ(j-1)为第n帧红外图像zⁿ的第j-1列的列平均值；

步骤305、最小化采用列平均值表示的列间差得到所述第n帧红外图像zⁿ中的条纹噪声bⁿ；

步骤四、图像处理器从所述第n帧红外图像zⁿ中减去所述第n帧红外图像zⁿ的条纹噪声bⁿ，即消除了所述第n帧红外图像zⁿ中的条纹噪声。

上述的一种红外图像条纹噪声消除方法，其特征在于：步骤一中所述M和N的取值范围均为200～1500。

上述的一种红外图像条纹噪声消除方法，其特征在于：步骤305中最小化采用列平均值表示的列间差得到所述第n帧红外图像zⁿ中的条纹噪声bⁿ的具体过程为：

步骤3051、为了最小化采用列平均值表示的列间差L＝∑_j{cⁿ(j)-bⁿ(j)-cⁿ(j-1)-bⁿ(j-1)}²，令采用列平均值表示的列间差L的偏导数为0，即得到方程 $\frac{1}{2}{b}^n(j-1)-b^n\left(j\right)+\frac{1}{2}{b}^n(j+1)=\frac{1}{2}[c^n(j-1)+c^n(j+1)]-c^n\left(j\right),$ 该方程的矩阵型式为其中，bⁿ＝[bⁿ(0),bⁿ(1),…,bⁿ(N-1)]^T， ${\tilde{c}}^n=\left[\begin{array}{c}0.5c^n\left(1\right)-c^n\left(0\right)\\ 0.5[c^n\left(0\right)+c^n\left(2\right)]-c^n\left(1\right)\\ .\\ .\\ .\\ 0.5c^n(N-2)-c^n(N-1)\end{array}\right];$ bⁿ(j+1)为第n帧红外图像位于第j+1列处的像素的条纹噪声，cⁿ(j+1)为第n帧红外图像zⁿ的第j+1列的列平均值；

步骤3052、将求解方程的问题等效为求解最小化问题minf(b)＝b^TAb-2c^Tb，采用最陡下降法求解minf(b)＝b^TAb-2c^Tb，得到所述第n帧红外图像zⁿ的条纹噪声bⁿ为其中，b^n-1为第n帧红外图像zⁿ的前一帧红外图像的条纹噪声，b⁰＝0，α为控制bⁿ的更新速度的权值且α的取值范围为0～1。

上述的一种红外图像条纹噪声消除方法，其特征在于：步骤3052中所述α的取值为0.1。

本发明与现有技术相比具有以下优点：

1、本发明根据条纹噪声的产生原理，将条纹噪声近似为相互独立的噪声，通过最小化红外图像的列间差来估计条纹噪声，将估计出的条纹噪声从包含条纹噪声的红外图像中减去，进而实现消除条纹噪声，设计新颖合理，且方法步骤简单，实现方便。

2、本发明利用上一帧图像中估计的条纹噪声来估计当前帧中的条纹噪声，在每帧时间内只需要少量的计算就能够准确地估计条纹噪声，进而能够实时处理消除红外图像中的条纹噪声。

3、本发明的实用性强，使用效果好，便于推广使用。

综上所述，本发明设计新颖合理，方法步骤简单，实现方便，能够实时处理消除红外图像中的条纹噪声，实用性强，使用效果好，便于推广使用。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明红外图像条纹噪声消除方法的方法流程框图。

图2为具有条纹噪声的红外图像的列平均曲线。

图3为采用了本发明的方法消除了条纹噪声后的红外图像的列平均曲线。

具体实施方式

如图1所示，本发明的红外图像条纹噪声消除方法，包括以下步骤：

步骤一、红外图像采集：采用红外焦平面阵列采集红外图像并将采集到的红外图像同步传送给图像处理器，图像处理器读取红外焦平面阵列传送给其的第n帧红外图像zⁿ，所述第n帧红外图像zⁿ由M×N个像素构成，所述第n帧红外图像zⁿ中包括条纹噪声bⁿ；其中，n、M和N均为自然数，M和N的单位均为像素；

本实施例中，步骤一中所述M和N的取值范围均为200～1500。

步骤二、计算第n帧红外图像zⁿ的N个列平均值：图像处理器根据公式计算第n帧红外图像zⁿ的第j列的列平均值cⁿ(j)，得到第n帧红外图像zⁿ的N个列平均值；其中，i为第n帧红外图像zⁿ的行坐标，j为第n帧红外图像zⁿ的列坐标，zⁿ(i,j)为第n帧红外图像zⁿ位于第i行、第j列处的像素值；

步骤三、图像处理器调用条纹噪声估计模块并根据第n帧红外图像zⁿ的N个列平均值估计所述第n帧红外图像zⁿ的条纹噪声bⁿ，具体过程如下：

步骤301、设消除了条纹噪声的第n帧红外图像位于第i行、第j列处的像素值为xⁿ(i,j)，消除了条纹噪声的第n帧红外图像位于第i行、第j-1列处的像素值为xⁿ(i,j-1)；则有消除了条纹噪声的第n帧红外图像位于第i行、第j列处的像素值xⁿ(i,j)的表达式为xⁿ(i,j)＝zⁿ(i,j)-bⁿ(j)，消除了条纹噪声的第n帧红外图像位于第i行、第j-1列处的像素值xⁿ(i,j-1)的表达式为xⁿ(i,j-1)＝zⁿ(i,j-1)-bⁿ(j-1)；其中，bⁿ(j)为第n帧红外图像位于第j列处的像素的条纹噪声，bⁿ(j-1)为第n帧红外图像位于第j-1列处的像素的条纹噪声，zⁿ(i,j-1)为第n帧红外图像zⁿ位于第i行、第j-1列处的像素值；需要说明的是，第n帧红外图像位于任意一行第第j列处的像素的条纹噪声均为bⁿ(j)，第n帧红外图像位于任意一行第第j-1列处的像素的条纹噪声均为bⁿ(j-1)；

步骤302、用公式表示消除了条纹噪声的第n帧红外图像的列间差L；

步骤303、将表达式xⁿ(i,j)＝zⁿ(i,j)-bⁿ(j)和表达式xⁿ(i,j-1)＝zⁿ(i,j-1)-bⁿ(j-1)代入公式得到公式 $L=\underset{j=1}{\overset{N-1}{\mathrm{\Σ}}}{\left\{\frac{1}{M}\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}\right[(z^n(i,j)-b^n\left(j\right))-(z^n(i,j-1)-b^n(j-1))\left]\right\}}^2;$

步骤304、根据公式和公式 $c^n(j-1)=\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}{z}^n(i,j-1),j=\mathrm{1,2},...,N-1$ 对公式

$L=\underset{j=1}{\overset{N-1}{\mathrm{\Σ}}}{\left\{\frac{1}{M}\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}\right[(z^n(i,j)-b^n\left(j\right))-(z^n(i,j-1)-b^n(j-1))\left]\right\}}^2;$ 进行转换，得到采用列平均值表示的列间差其中，cⁿ(j-1)为第n帧红外图像zⁿ的第j-1列的列平均值；

步骤305、最小化采用列平均值表示的列间差得到所述第n帧红外图像zⁿ中的条纹噪声bⁿ；

本实施例中，步骤305中最小化采用列平均值表示的列间差得到所述第n帧红外图像zⁿ中的条纹噪声bⁿ的具体过程为：

步骤3051、为了最小化采用列平均值表示的列间差L＝∑_j{cⁿ(j)-bⁿ(j)-cⁿ(j-1)-bⁿ(j-1)}²，令采用列平均值表示的列间差L的偏导数为0，即得到方程 $\frac{1}{2}{b}^n(j-1)-b^n\left(j\right)+\frac{1}{2}{b}^n(j+1)=\frac{1}{2}[c^n(j-1)+c^n(j+1)]-c^n\left(j\right),$ 该方程的矩阵型式为其中，bⁿ＝[bⁿ(0),bⁿ(1),…,bⁿ(N-1)]^T， ${\tilde{c}}^n=\left[\begin{array}{c}0.5c^n\left(1\right)-c^n\left(0\right)\\ 0.5[c^n\left(0\right)+c^n\left(2\right)]-c^n\left(1\right)\\ .\\ .\\ .\\ 0.5c^n(N-2)-c^n(N-1)\end{array}\right];$ bⁿ(j+1)为第n帧红外图像位于第j+1列处的像素的条纹噪声，cⁿ(j+1)为第n帧红外图像zⁿ的第j+1列的列平均值；根据最优化理论，采用列平均值表示的列间差L的最小值一定位于处，因此，为了最小化采用列平均值表示的列间差L，就可以令

步骤3052、将求解方程的问题等效为求解最小化问题minf(b)＝b^TAb-2c^Tb，采用最陡下降法求解minf(b)＝b^TAb-2c^Tb，得到所述第n帧红外图像zⁿ的条纹噪声bⁿ为其中，bⁿ _- ¹为第n帧红外图像zⁿ的前一帧红外图像的条纹噪声，b⁰＝0，α为控制bⁿ的更新速度的权值且α的取值范围为0～1。具体而言，表示对f(b)求导，由于是对称正定矩阵，因此根据教科书J.Nocedaland S.J.Wright,Numerical Optimization New York:Springer-Verlag,1999：102-132中的内容，将求解转化为求解minf(b)＝b^TAb-2c^Tb。

本发明利用上一帧图像中估计的条纹噪声来估计当前帧中的条纹噪声，在每帧时间内只需要少量的计算就能够准确地估计条纹噪声，进而能够实时处理消除红外图像中的条纹噪声。

本实施例中，步骤3052中所述α的取值为0.1。

步骤四、图像处理器从所述第n帧红外图像zⁿ中减去所述第n帧红外图像zⁿ的条纹噪声bⁿ，即消除了所述第n帧红外图像zⁿ中的条纹噪声。

这样按照上述的方法消除了第n帧红外图像zⁿ中的条纹噪声后，继续读取下一帧红外图像，并继续按照上述的方法消除条纹噪声，就能够消除全部红外图像中的条纹噪声。

为了验证本发明的效果，在未消除条纹噪声前作了具有条纹噪声的红外图像的列平均曲线如图2所示，并在采用本发明的方法消除了条纹噪声后做了消除了条纹噪声后的红外图像的列平均曲线如图3所示，对比图2和图3可以看出，本发明的红外图像条纹噪声消除方法能够显著地消除红外图像的条纹噪声。

以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。

Claims (4)

1.一种红外图像条纹噪声消除方法，其特征在于该方法包括以下步骤：

步骤一、红外图像采集：采用红外焦平面阵列采集红外图像并将采集到的红外图像同步传送给图像处理器，图像处理器读取红外焦平面阵列传送给其的第n帧红外图像zⁿ，所述第n帧红外图像zⁿ由M×N个像素构成，所述第n帧红外图像zⁿ中包括条纹噪声bⁿ；其中，n、M和N均为自然数，M和N的单位均为像素；

步骤二、计算第n帧红外图像zⁿ的N个列平均值：图像处理器根据公式计算第n帧红外图像zⁿ的第j列的列平均值cⁿ(j)，得到第n帧红外图像zⁿ的N个列平均值；其中，i为第n帧红外图像zⁿ的行坐标，j为第n帧红外图像zⁿ的列坐标，zⁿ(i,j)为第n帧红外图像zⁿ位于第i行、第j列处的像素值；

步骤三、图像处理器调用条纹噪声估计模块并根据第n帧红外图像zⁿ的N个列平均值估计所述第n帧红外图像zⁿ的条纹噪声bⁿ，具体过程如下：

步骤301、设消除了条纹噪声的第n帧红外图像位于第i行、第j列处的像素值为xⁿ(i,j)，消除了条纹噪声的第n帧红外图像位于第i行、第j-1列处的像素值为xⁿ(i,j-1)；则有消除了条纹噪声的第n帧红外图像位于第i行、第j列处的像素值xⁿ(i,j)的表达式为xⁿ(i,j)＝zⁿ(i,j)-bⁿ(j)，消除了条纹噪声的第n帧红外图像位于第i行、第j-1列处的像素值xⁿ(i,j-1)的表达式为xⁿ(i,j-1)＝zⁿ(i,j-1)-bⁿ(j-1)；其中，bⁿ(j)为第n帧红外图像位于第j列处的像素的条纹噪声，bⁿ(j-1)为第n帧红外图像位于第j-1列处的像素的条纹噪声，zⁿ(i,j-1)为第n帧红外图像zⁿ位于第i行、第j-1列处的像素值；

步骤302、用公式表示消除了条纹噪声的第n帧红外图像的列间差L；

步骤303、将表达式xⁿ(i,j)＝zⁿ(i,j)-bⁿ(j)和表达式xⁿ(i,j-1)＝zⁿ(i,j-1)-bⁿ(j-1)代入公式得到公式 $L=\underset{j=1}{\overset{N-1}{\mathrm{\Σ}}}{\left\{\frac{1}{M}\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}\right[(z^n(i,j)-b^n\left(j\right))-(z^n(i,j-1)-b^n(j-1))\left]\right\}}^2;$

步骤304、根据公式和公式 $c^n(j-1)=\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}{z}^n(i,j-1),j=\mathrm{1,2},...,N-1$ 对公式 $L=\underset{j=1}{\overset{N-1}{\mathrm{\Σ}}}{\left\{\frac{1}{M}\underset{i=0}{\overset{M-1}{\mathrm{\Σ}}}\right[(z^n(i,j)-b^n\left(j\right))-(z^n(i,j-1)-b^n(j-1))\left]\right\}}^2$ 进行转换，得到采用列平均值表示的列间差 $L=\underset{j=1}{\overset{N-1}{\mathrm{\Σ}}}{\{c^n\left(j\right)-b^n\left(j\right)-c^n(j-1)-b^n(j-1)\}}^2;$ 其中，cⁿ(j-1)为第n帧红外图像zⁿ的第j-1列的列平均值；

步骤305、最小化采用列平均值表示的列间差得到所述第n帧红外图像zⁿ中的条纹噪声bⁿ；

步骤四、图像处理器从所述第n帧红外图像zⁿ中减去所述第n帧红外图像zⁿ的条纹噪声bⁿ，即消除了所述第n帧红外图像zⁿ中的条纹噪声。

2.按照权利要求1所述的一种红外图像条纹噪声消除方法，其特征在于：步骤一中所述M和N的取值范围均为200～1500。

3.按照权利要求1所述的一种红外图像条纹噪声消除方法，其特征在于：步骤305中最小化采用列平均值表示的列间差 $L=\underset{j=1}{\overset{N-1}{\mathrm{\Σ}}}{\{c^n\left(j\right)-b^n\left(j\right)-c^n(j-1)-b^n(j-1)\}}^2,$ 得到所述第n帧红外图像zⁿ中的条纹噪声bⁿ的具体过程为：

步骤3051、为了最小化采用列平均值表示的列间差 $L={\mathrm{\Σ}}_j{\{c^n\left(j\right)-b^n\left(j\right)-c^n(j-1)-b^n(j-1)\}}^2,$ 令采用列平均值表示的列间差L的偏导数为0，即得到方程 $\frac{1}{2}{b}^n(j-1)-b^n\left(j\right)+\frac{1}{2}{b}^n(j+1)=\frac{1}{2}[c^n(j-1)+c^n(j+1)]-c^n\left(j\right),$ 该方程的矩阵型式为其中，bⁿ＝[bⁿ(0),bⁿ(1),…,bⁿ(N-1)]^T， ${\tilde{c}}^n=\left[\begin{array}{c}0.5c^n\left(1\right)-c^n\left(0\right)\\ 0.5[c^n\left(0\right)+c^n\left(2\right)]-c^n\left(1\right)\\ \·\\ \·\\ \·\\ 0.5c^n(N-2)-c^n(N-1)\end{array}\right];$ bⁿ(j+1)为第n帧红外图像位于第j+1列处的像素的条纹噪声，cⁿ(j+1)为第n帧红外图像zⁿ的第j+1列的列平均值；

步骤3052、将求解方程的问题等效为求解最小化问题min f(b)＝b^TAb-2c^Tb，采用最陡下降法求解min f(b)＝b^TAb-2c^Tb，得到所述第n帧红外图像zⁿ的条纹噪声bⁿ为其中，b^n-1为第n帧红外图像zⁿ的前一帧红外图像的条纹噪声，b⁰＝0，α为控制bⁿ的更新速度的权值且α的取值范围为0～1。

4.按照权利要求3所述的一种红外图像条纹噪声消除方法，其特征在于：步骤3052中所述α的取值为0.1。