CN105654430A - 一种反差约束的气动热辐射校正方法 - Google Patents

一种反差约束的气动热辐射校正方法 Download PDF

Info

Publication number
CN105654430A
CN105654430A CN201510988503.9A CN201510988503A CN105654430A CN 105654430 A CN105654430 A CN 105654430A CN 201510988503 A CN201510988503 A CN 201510988503A CN 105654430 A CN105654430 A CN 105654430A
Authority
CN
China
Prior art keywords
image
heat radiation
pneumatic heat
center region
pneumatic
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.)
Granted
Application number
CN201510988503.9A
Other languages
English (en)
Other versions
CN105654430B (zh
Inventor
张天序
章川
侯旋
刘立
陈泉
钟奥
许明星
周雨田
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201510988503.9A priority Critical patent/CN105654430B/zh
Priority to PCT/CN2016/079129 priority patent/WO2017107343A1/zh
Priority to US15/562,887 priority patent/US10127641B2/en
Publication of CN105654430A publication Critical patent/CN105654430A/zh
Application granted granted Critical
Publication of CN105654430B publication Critical patent/CN105654430B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30184—Infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Radiation Pyrometers (AREA)

Abstract

本发明公开了一种反差约束的气动热辐射校正方法。通过统计不同强度下的气动热辐射图像的特点，发现气动热辐射效应越强的图像，其反差越小的特点；在使用梯度拟合算法进行热辐射校正时，发现其时间消耗随着拟合曲面阶数的增长和图像大小的增长均呈指数增长趋势，本发明能快速有效地对气动热辐射图像进行恢复，显著提高图像的信噪比和图像质量。

Description

一种反差约束的气动热辐射校正方法
技术领域
本发明属于气动光学、信息处理和航天科技相结合的交叉科学技术领域，具体涉及一种反差约束的气动热辐射校正方法，该方法可应用于高速飞行器遥感、探测、导航和制导时的图像预处理过程中。
背景技术
气动光学是空气动力学与光学相结合的交叉学科，高速飞行器在大气层中飞行时会产生严重的气动光学效应，严重影响光学成像探测系统的成像质量。因此，气动光学效应及其校正方法是该学科研究的重要方向，同时也是制约高速飞行器发展应用的主要技术难题之一。
带有光学成像探测系统的高速飞行器在大气层内飞行时，光学窗口与气流之间的相互作用形成复杂的流场。由于空气粘性的作用，与光学窗口表面相接触的气流将受到阻滞，使得气流速度降低，在光学窗口表面附近形成边界层。边界层内具有很大速度梯度的各层会产生强烈的摩擦，气流的动能不可逆转地变为热能，造成窗口壁面温度的升高。高温气流将不断向低温壁面传热，引起很强的气动加热。光学窗口被气动加热而处于严重的气动热环境中，产生热辐射噪声，降低光电探测系统的信噪比和图像质量。
飞行速度越大，气流在飞行器表面加热的程度就越严重。窗外气流的辐照度和窗口的辐照度与背景的辐照度迭加，成像传感器将进入非线性区或饱和，造成景物有效信息的丢失，以及信噪比、信杂比的降低，使其探测性能下降。因此，需要对成像传感器获取的图像进行气动热辐射校正，以提高图像质量。由于气动热辐射的退化模型是未知且随机变化的，退化图像还含有其他噪声，增加了图像恢复或校正的难度。另外，针对高速飞行器，尤其是高超音速飞行器的特定应用环境，其成像系统的高帧频特性，要求校正算法必须具有极高的实时性。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种反差约束的气动热辐射校正方法，解决现有气动热辐射校正方法在处理强热辐射效应时效果差，并且在处理大型图像时校正效率低的问题，可用于对高速飞行器遥感、探测、导航和制导时获取的图像进行气动热辐射校正。
为实现上述目的，本发明提供了一种气动热辐射校正方法，其特征在于，包括如下步骤：
(1)滤除原始气动热辐射图像Z中的噪声和细节，得到滤波图像以克服噪声在热辐射场估计过程中产生的不利影响；
(2)从滤波图像中估计得到原始气动热辐射图像Z的气动热辐射场B1，进而得到初校正图像S1＝Z-B1；
(3)求解气动热辐射场B1的辐射中心区域，根据气动热辐射场B1的辐射中心区域，将原始气动热辐射图像Z和初校正图像S1划分为对等的图像块；
(4)分别计算原始气动热辐射图像Z的图像块的反差值以及初校正图像S1的图像块的反差值，得到原始气动热辐射图像Z的图像块相对于初校正图像S1的对应图像块的反差值变化；
(5)对比辐射中心区域对应的图像块的反差值变化与非辐射中心区域对应的图像块的反差值变化，在二者的差异均小于或等于预定的阈值时，将初校正图像S1作为最终的校正结果，否则顺序执行步骤(6)；
(6)由滤波图像和气动热辐射场B1得到图像将图像Z1对应于气动热辐射场B1的辐射中心区域的部分作为新的滤波图像从滤波图像中估计得到初校正图像S1的辐射中心区域残余的气动热辐射场B2，进而得到二次校正图像S2＝S1-B2。
优选地，上述方法还包括如下步骤(7)：将二次校正图像S2的辐射中心区域的边缘与初校正图像S1的辐射中心区域的边缘进行加权处理，以消除分块带来的边缘效应，使图像达到更高的质量。
优选地，所述步骤(3)中，以气动热辐射场B1的辐射中心区域为中心，将原始气动热辐射图像Z和初校正图像S1划分为对等的图像块，使原始气动热辐射图像Z的与气动热辐射场B1的辐射中心区域对应的图像块在原始气动热辐射图像Z的所有图像块的中心，使初校正图像S1的与气动热辐射场B1的辐射中心区域对应的图像块在初校正图像S1的所有图像块的中心。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：通过统计不同强度下的气动热辐射图像的特点，发现气动热辐射效应越强的图像，其反差越小的特点；在使用梯度拟合算法进行热辐射校正时，发现其时间消耗随着拟合曲面阶数的增长和图像大小的增长均呈指数增长趋势，本发明能快速有效地对气动热辐射图像进行恢复，显著提高图像的信噪比和图像质量。
附图说明
图1是对输入图像加入逐渐增强的辐射照度曲面，并计算其反差值变化情况得到的图像反差值随气动热辐射强度变化的曲线；
图2是梯度最小二乘拟合校正方法耗时随拟合阶数K变化曲线图；
图3是梯度最小二乘拟合校正方法耗时随图像大小变化曲线图；
图4是本发明实施例的反差约束的气动热辐射校正方法流程图；
图5是加权平方最小化(WLS)滤波效果图，其中，(a)为原始图像，(b)为滤波图像；
图6是反差约束的气动热辐射校正方法示例，其中，(a)为基准图像，(b)为气动热辐射退化图像，(c)为(b)加权平方最小化滤波结果，(d)为(b)经过K＝2的情况下，梯度拟合气动热辐射曲面的初校正结果，(e)为(d)根据K＝2拟合的气动热辐射场和初校正结果进行分块的示意图，(f)为对(e)中心区域进行二次校正的结果图，(g)为(e)进行边缘融合的结果图，(h)为(g)中取一列像素显示，以验证气动热辐射校正结果的效果图；
图7是反差约束下的气动热辐射校正与无约束的气动热辐射校正方法对比图，其中，(a)为K＝9的校正结果图，(b)为反差约束的校正图，(c)为分别取基准图像，无约束校正图像，反差约束校正图像的一列像素显示效果图；
图8是电弧风洞实验效果图，其中，(a)为电弧风洞气动热辐射图像，(b)为无约束校正结果，(c)为反差约束校正结果，(d)为取一列像素显示效果图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明基于热辐射校正的如下三个特点：(1)图像反差值随气动热辐射强度的增大逐渐减小，如图1所示；(2)在进行梯度拟合校正热辐射时，时间随拟合阶数K呈指数增长，如图2所示；(3)在进行梯度拟合校正热辐射时，校正时间随图像大小呈近似指数增长，如图3所示，提出反差约束的气动热辐射校正方法。
如图4所示，本发明实施例的反差约束的气动热辐射校正方法包括如下步骤：
(1)由于气动热辐射场的低频特性，利用基于加权平方最小的图像平滑算法滤除原始气动热辐射图像Z中的噪声和细节，得到滤波图像以克服噪声在热辐射场估计过程中产生的不利影响；
具体地，滤波图像表示为：
Z ^ = ( I + λ L ) - 1 Z ,
其中，I为单位矩阵，λ为光滑参数，λ越大滤波后的图像越光滑，此例设为0.002，Dx和Dy分别为图像坐标系x方向和y方向的前向差分算子，Wx和Wy分别为图像坐标系x方向和y方向的加权系数对角矩阵。
具体地，Wx的第i行对角元素的值为Wy的第i行对角元素的值为其中，l为输入图像Z的对数变换，和分别代表x方向和y方向的梯度，α是用于控制滤波对原始图像梯度敏感度的常量，α越大，其对原始图像的梯度越敏感，滤波后的图像边缘保留越强，此例设为1.1，ε为防止分母为0的较小的常量，此例设为0.00001。
图5为加权平方最小化滤波的处理效果图，其中，图5(a)为原始图像，图5(b)为滤波处理后图像，从图中可以明显看出，经过加权平方最小化滤波处理后，图像的大部分细节被滤除。根据加权平方最小化的这一特性，对气动热辐射退化图像进行该滤波处理，图6(a)为原始的红外图像，图6(b)为气动热辐射退化图像，图6(c)为加权平方最小化滤波处理后图像，滤除图像中的高频成分(噪声和细节)，使后续步骤中对低频气动辐射场的估计更精确。
(2)根据气动热辐射场B能用K阶二维多项式拟合的特点，使用最小二乘法，从滤波图像中估计得到原始气动热辐射图像Z的气动热辐射场B，本步骤中我们设K＝2估计得出的气动热辐射场，称之为B1，后续步骤(6)中估计的初校正残余气动热辐射场，称之为B2。由得到的气动热辐射场B1进而得到初校正图像S1＝Z-B1；
B ( x , y ) = Σ t = 0 K Σ s = 0 K - t a t , s x t y s = C a
其中，(x,y)为像素坐标；a为多项式系数，C为把x和y代入上式的常数矩阵，K为二维多项式的阶数。
argmin | | ▿ Z ^ - ▿ B | | 2 2
利用最小二乘法估计，滤波图像的梯度与待估计的气动热辐射场B的梯度▽B之差的L2范数达到最小时的解，即为求出的气动热辐射场B，如上式。
此方法在求解的过程中，消耗时间随着K的增长呈指数增长趋势，如图2所示，因此，在首次使用上述方法的过程中，设定K＝2解出气动热辐射场B1，从而得出初校正图像S1，如图6(d)所示，并得出滤波图像减去辐射场B1的图像Z1，Z1作为滤波图像用于后续步骤中第二次估计辐射场的输入图像。从初校正图像中，能看出图像的大部分辐射场已经被滤除，只有辐射中心区域部分残留着较强的辐射场，因此，后续步骤重点对辐射中心区域进行热辐射场的估计和去除。
(3)求解气动热辐射场B1的辐射中心区域，该区域对应热辐射场图像中灰度值较大的区域，根据气动热辐射场B1的辐射中心区域，将原始气动热辐射图像Z和初校正图像S1划分为对等的图像块；
例如，使用求得的辐射中心区域对输入的气动热辐射图像如图6(b)和初校正图像S1如图6(d)，进行分块处理，以辐射中心区域为中心分为9块，分块结果如图6(e)所示。
(4)分别计算原始气动热辐射图像Z的图像块的反差值以及初校正图像S1的图像块的反差值，得到原始气动热辐射图像Z的图像块相对于初校正图像S1的对应图像块的反差值变化；
例如，图像块反差值的计算方法为：图像块每个像素灰度值与周围4个近邻像素灰度值之差的平方之和，除以图像块的总像素。
Ctr＝∑δδ(i,j)2Pδ(i,j)
δ(i,j)相邻像素近灰度差，Pδ(i,j)为相邻像素间的灰度差为δ的像素分布概率，Ctr为图像反差值。
使用反差计算公式分别计算原始气动热辐射图像Z的图像块和初校正图像S1的图像块的反差值，如下表1和2所示，其中，表1为原始气动热辐射图像Z的各图像块反差值，表2为初校正图像S1的各图像块的反差值，原始气动热辐射图像Z与初校正图像S1的对应图像块的反差值之差如表3所示。
表1
41.5 26.7 83.2
43.7 18.0 70.3
100.3 37.1 22.8
表2
126.0 169.8 337.4
220.9 44.6 271.5
237.3 126.2 103.8
表3
84.4 143.1 254.2
177.1 26.5 201.1
137.0 89.1 80.9
(5)根据气动热辐射图像辐射越强其图像反差值越小的特点，对比分析步骤(4)得到的原始气动热辐射图像Z的图像块相对于初校正图像S1的对应图像块的反差值变化，若辐射中心区域的反差值变化明显小于非辐射中心区域的反差值变化，二者的差异大于预定的阈值T，则说明原始气动热辐射图像Z的辐射强度较高，非辐射中心区域校正效果达到较高水平，辐射中心区域仍残留较强的气动热辐射噪声，需要对辐射中心区域进行二次校正，顺序执行步骤(6)；反之，若辐射中心区域的反差值变化与非辐射中心区域的反差值变化相差较小，二者的差异均小于或等于预定的阈值T，则说明原始气动热辐射图像Z的辐射强度较低，图像已经得到较好的校正，将初校正图像S1作为最终的校正结果；
从上表3中可以明显的看出辐射中心区域的反差值恢复情况明显低于周边区域，这表示辐射中心区域仍残留这较强的气动热辐射噪声，需对辐射中心区域进行二次校正。
(6)由步骤(1)中得出的滤波图像和步骤(2)中得出的气动热辐射场B1得到图像将图像Z1对应于气动热辐射场B1的辐射中心区域的部分作为新的滤波图像从滤波图像中估计得到初校正图像S1的辐射中心区域残余的气动热辐射场B2，进而得到二次校正图像S2＝S1-B2；
在此处的拟合过程中，因为只对图像的中心较小的区域进行拟合处理，可以使用相对于第二步中较高的K进行拟合，而不会带来很高的时间代价，本实验中K＝5。初校正图像中心区域减去估计的中心区域气动热辐射场得到二次校正图像S2，如图6(f)所示。
(7)由于对图像的分块处理会不可避免地带来边缘效应，在该步骤中，将二次校正图像S2的辐射中心区域的边缘与初校正图像S1的辐射中心区域的边缘进行加权处理，以消除分块带来的边缘效应，使图像达到更高的质量。
从图6(f)中可以看出气动热辐射噪声已经完全去除，但残留着分块带来的边缘效应，经过加权处理后的图像如图6(g)所示。图6(h)为分别选取原始图像、气动热辐射图像和反差约束校正图像的一列像素值，从曲线图可以看出，经过本发明提供的发明处理之后，图像中的气动热辐射效应已得到较好的校正。
如图7所示为直接使用K＝9梯度拟合气动辐射场的结果，图7(a)，和反差约束二次校正的校正结果，图7(b)，从图中可以明显看出，高阶直接拟合的结果会在气动辐射中心区域产生较强的光晕圈，影响图像质量，反差约束的二次校正方法则克服了这一问题，图7(c)为分别选取原始图像，气动热辐射图像，K＝9的高阶二维多项式拟合校正图像，反差约束校正图像的一列像素值，从中可以看出在保证效果的同时减小校正时间。下表4是分别使用直接校正和反差约束校正方法对同一气动热辐射图像进行校正的时间，PSNR(峰值信噪比)的参数对比，从表中我们可以明显看出，校正时间大幅缩短，峰值信噪比有少许增加。
表4
图(8)为电弧风洞图像的校正示例，图8(a)为风洞图像的气动热辐射图像，图8(b)为K＝9的高阶二维多项式拟合校正图像，图8(c)反差约束校正图像，图8(d)为分别取电弧风洞图像的气动热辐射图像，高阶(K＝9)二维多项式拟合校正图像，反差约束校正图像的一列像素值。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种气动热辐射校正方法，其特征在于，包括如下步骤：
(1)滤除原始气动热辐射图像Z中的噪声和细节，得到滤波图像以克服噪声在热辐射场估计过程中产生的不利影响；
(2)从滤波图像中估计得到原始气动热辐射图像Z的气动热辐射场B1，进而得到初校正图像S1＝Z-B1；
(3)求解气动热辐射场B1的辐射中心区域，根据气动热辐射场B1的辐射中心区域，将原始气动热辐射图像Z和初校正图像S1划分为对等的图像块；
(4)分别计算原始气动热辐射图像Z的图像块的反差值以及初校正图像S1的图像块的反差值，得到原始气动热辐射图像Z的图像块相对于初校正图像S1的对应图像块的反差值变化；
(5)对比辐射中心区域对应的图像块的反差值变化与非辐射中心区域对应的图像块的反差值变化，在二者的差异均小于或等于预定的阈值时，将初校正图像S1作为最终的校正结果，否则顺序执行步骤(6)；
(6)由滤波图像和气动热辐射场B1得到图像将图像Z1对应于气动热辐射场B1的辐射中心区域的部分作为新的滤波图像从滤波图像中估计得到初校正图像S1的辐射中心区域残余的气动热辐射场B2，进而得到二次校正图像S2＝S1-B2。
2.如权利要求1所述的气动热辐射校正方法，其特征在于，还包括如下步骤(7)：将二次校正图像S2的辐射中心区域的边缘与初校正图像S1的辐射中心区域的边缘进行加权处理，以消除分块带来的边缘效应，使图像达到更高的质量。
3.如权利要求1或2所述的气动热辐射校正方法，其特征在于，所述步骤(3)中，以气动热辐射场B1的辐射中心区域为中心，将原始气动热辐射图像Z和初校正图像S1划分为对等的图像块，使原始气动热辐射图像Z的与气动热辐射场B1的辐射中心区域对应的图像块在原始气动热辐射图像Z的所有图像块的中心，使初校正图像S1的与气动热辐射场B1的辐射中心区域对应的图像块在初校正图像S1的所有图像块的中心。
CN201510988503.9A 2015-12-24 2015-12-24 一种反差约束的气动热辐射校正方法 Active CN105654430B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201510988503.9A CN105654430B (zh) 2015-12-24 2015-12-24 一种反差约束的气动热辐射校正方法
PCT/CN2016/079129 WO2017107343A1 (zh) 2015-12-24 2016-04-13 一种反差约束的气动热辐射校正方法
US15/562,887 US10127641B2 (en) 2015-12-24 2016-04-13 Contrast constrained aerothermal radiation correction method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510988503.9A CN105654430B (zh) 2015-12-24 2015-12-24 一种反差约束的气动热辐射校正方法

Publications (2)

Publication Number Publication Date
CN105654430A true CN105654430A (zh) 2016-06-08
CN105654430B CN105654430B (zh) 2017-04-19

Family

ID=56476780

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510988503.9A Active CN105654430B (zh) 2015-12-24 2015-12-24 一种反差约束的气动热辐射校正方法

Country Status (3)

Country Link
US (1) US10127641B2 (zh)
CN (1) CN105654430B (zh)
WO (1) WO2017107343A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108288030A (zh) * 2017-12-29 2018-07-17 华中科技大学 一种机载红外小目标检测识别实时处理系统和方法
CN111583149A (zh) * 2020-05-08 2020-08-25 西安电子科技大学 一种基于l1-l0范数最小化的气动热辐射图像自动校正方法
CN114529481A (zh) * 2022-04-21 2022-05-24 武汉工程大学 气动光学热辐射效应校正方法、装置、设备及存储介质

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10521888B2 (en) * 2015-12-23 2019-12-31 Huazhong University Of Science And Technology Aerothermal radiation effect frequency domain correction method
CN114022399B (zh) * 2022-01-07 2022-04-19 武汉工程大学 一种气动光学热辐射校正方法、电子设备及可读存储介质
CN114662369B (zh) * 2022-05-19 2022-08-09 中国飞机强度研究所 一种空天飞机复杂曲面结构大梯度极高温热强度评估方法
CN116304541B (zh) * 2023-05-25 2023-09-01 山东大学 一种基于多源地球物理参数的火山爆发分析方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102081737A (zh) * 2010-12-30 2011-06-01 华中科技大学 一种气动热辐射图像多尺度建模方法及其应用
CN103093425A (zh) * 2012-12-31 2013-05-08 华中科技大学 一种气动热辐射指纹库的建立方法及其应用
CN105160687A (zh) * 2015-10-21 2015-12-16 华中科技大学 一种气动光学热辐射噪声校正方法与系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101261176B (zh) * 2008-04-03 2010-11-24 华中科技大学 基于序列图像校正的气动光学传输效应测量分析方法
CN105118037B (zh) * 2015-09-02 2017-04-19 华中科技大学 一种气动热辐射图像自动校正方法
US9927289B2 (en) * 2015-10-23 2018-03-27 Raytheon Company Polarization filtering for window self-emission due to aero-thermal heating

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102081737A (zh) * 2010-12-30 2011-06-01 华中科技大学 一种气动热辐射图像多尺度建模方法及其应用
CN103093425A (zh) * 2012-12-31 2013-05-08 华中科技大学 一种气动热辐射指纹库的建立方法及其应用
CN105160687A (zh) * 2015-10-21 2015-12-16 华中科技大学 一种气动光学热辐射噪声校正方法与系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108288030A (zh) * 2017-12-29 2018-07-17 华中科技大学 一种机载红外小目标检测识别实时处理系统和方法
CN108288030B (zh) * 2017-12-29 2021-05-18 华中科技大学 一种机载红外小目标检测识别实时处理系统和方法
CN111583149A (zh) * 2020-05-08 2020-08-25 西安电子科技大学 一种基于l1-l0范数最小化的气动热辐射图像自动校正方法
CN111583149B (zh) * 2020-05-08 2023-02-17 西安电子科技大学 一种基于l1-l0范数最小化的气动热辐射图像自动校正方法
CN114529481A (zh) * 2022-04-21 2022-05-24 武汉工程大学 气动光学热辐射效应校正方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN105654430B (zh) 2017-04-19
WO2017107343A1 (zh) 2017-06-29
US20180286017A1 (en) 2018-10-04
US10127641B2 (en) 2018-11-13

Similar Documents

Publication Publication Date Title
CN105654430A (zh) 一种反差约束的气动热辐射校正方法
CN103218778B (zh) 一种图像和视频的处理方法及装置
CN105654432B (zh) 一种气动热辐射效应的频域校正方法
CN103150708B (zh) 基于黑色通道的图像快速去雾优化方法
CN105160687B (zh) 一种气动光学热辐射噪声校正方法与系统
CN104616258B (zh) 一种针对道路图像的快速去雾方法
CN105118037B (zh) 一种气动热辐射图像自动校正方法
CN109993174B (zh) 一种基于噪声抑制的空中目标检测方法及系统
CN106197690B (zh) 一种宽温范围条件下的图像校准方法及系统
CN111583149B (zh) 一种基于l1-l0范数最小化的气动热辐射图像自动校正方法
CN103093425B (zh) 一种气动热辐射指纹库的建立方法及其应用
Liu et al. Optics Temperature-Dependent Nonuniformity Correction Via $\ell _ {0} $-Regularized Prior for Airborne Infrared Imaging Systems
CN103578083A (zh) 基于联合均值漂移的单幅图像去雾方法
CN106530245A (zh) 一种无人机载隧道火灾红外图像分频段增强方法
CN113313702A (zh) 基于边界约束与颜色校正的航拍图像去雾方法
CN103971337A (zh) 一种利用大气传输特征的红外图像去雾霾方法
CN109813442A (zh) 一种基于多帧处理的内部杂散辐射非均匀性校正方法
CN106056557A (zh) 一种基于改进大气散射模型的单幅图像快速去雾方法
Hong et al. Progressive nonuniformity correction for aero-optical thermal radiation images via bilateral filtering and bézier surface fitting
CN115752757A (zh) 探测器和内黑体分离的红外扫描相机在轨非均匀校正方法
CN108288030A (zh) 一种机载红外小目标检测识别实时处理系统和方法
CN106815820B (zh) 一种红外图像条状噪声消除方法
US10521888B2 (en) Aerothermal radiation effect frequency domain correction method
CN103985089B (zh) 结合权重边缘分析与帧内迭代的图像条纹校正方法
CN102081737A (zh) 一种气动热辐射图像多尺度建模方法及其应用

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