CN105654432A - 一种气动热辐射效应的频域校正方法 - Google Patents

Abstract

本发明公开了一种气动热辐射效应的频域校正方法，所述方法包括：通过高斯曲面来近似热辐射噪声，对其进行傅里叶变换得到幅度谱，然后对幅度谱进行归一化与分割来获取滤波器二值模板BW，通过获取的滤波器二值模板BW构建滤波器函数H；对气动热辐射退化图像f做傅里叶变换得到中心化频谱F，将F与H点乘后得到滤波后的实时图像频谱G，最后对G进行傅里叶逆变换并取模，得到热辐射校正后图像g。通过执行本发明的方法，可以有效的去除气动热辐射产生的背景噪声，恢复出清晰图像，使得图像品质及图像信噪比大幅提升。此外，本发明进一步降低了算法复杂度，缩短了运行时间，更适于实时处理。

Description

一种气动热辐射效应的频域校正方法

技术领域

本发明属于航天技术与图像处理相结合的交叉科学技术领域，更具体地，涉及一种气动热辐射效应的频域校正方法。

背景技术

高超声速飞行器目前已成为世界航空航天技术的重要发展方向，在政治、军事以及经济领域都将具有极高的战略意义。飞行器的高速飞行导致成像传感器成像品质劣化、信噪比大幅降低等一系列的气动光学效应问题阻碍了高超声速飞行器的发展，有待解决。

气动热辐射效应通常是指带有光学成像探测系统的高速飞行器在大气层内飞行时，光学窗口与来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，其对成像器形成辐射干扰，使红外图像背景亮度增加，劣化红外成像质量，严重影响高超音速飞行器导航、定位以及探测能力。

目前已有相关文献或专利报道气动热辐射效应校正方法，但是该类方法无不存在计算复杂、耗时长或是仅提供一种建模方法等的问题。均不适用于实时处理，因此，本领域亟需一种实时处理的新型校正方法。

发明内容

针对现有技术的以上缺陷或不足，本发明提供了一种气动热辐射的频域校正方法，该方法分析热辐射噪声频谱分布来构建滤波器，在频域中滤除热辐射噪声的频谱成分来恢复出清晰图像，使得图像品质以及图像信噪比大幅提升，因而尤其适用于高超声速飞行器在高速飞行条件下的气动热辐射效应之类的应用场合。

为实现上述目的，本发明提出了一种气动热辐射的频域校正方法，其特征在于，所述方法包括以下步骤：

(1)从实时视频图像库中获取气动热辐射退化图像f；

(2)根据所述气动热辐射退化图像f，近似化处理后得到热辐射噪声高斯曲面b，对其进行傅里叶变换，并将其中心化频谱处理，得到热辐射噪声频谱B；

(3)通过步骤(2)得到的所述热辐射噪声频谱B，得到滤波模板约束，构建滤波器函数H；

(4)对所述气动热辐射退化图像f进行傅里叶变换并将其中心化频谱处理，得到气动热辐射退化图像的中心化频谱F；

(5)将所述中心化频谱F与所述滤波器函数H点乘，得到滤波后的实时图像频谱G；

(6)对滤波后的实时图像频谱G进行中心化频谱处理，并进行傅里叶逆变换后取模，得到热辐射校正图像g。

作为进一步优选的，所述步骤(2)具体包括：

首先，获取步骤(1)中所述气动热辐射退化图像的大小m×n；接着，通过高斯函数其中，m，n分别表示二维高斯函数的行和列，σ表示其标准差，构建一个与图像同样大小的热辐射噪声高斯曲面b，然后对该热辐射噪声高斯曲面进行傅里叶变换，并将其中心化频谱处理，得到热辐射噪声频谱B。

作为进一步优选的，所述步骤(3)具体包括：

(3-1)估计步骤(2)中得到的所述热辐射噪声频谱B的幅度谱

(3-2)对幅度谱B进行归一化处理得到归一化幅度谱N，然后统计其直方图分布Hist(x)，其中横坐标x为归一化后的幅度值；

(3-3)根据直方图分布Hist(x)估计分割阈值γ，利用所述分割阈值γ对归一化幅度谱N进行分割，γ的取值在0～1之间；

(3-4)根据分割阈值γ对归一化幅频谱N进行阈值分割，得到滤波模板约束BW；

(3-5)根据得到的滤波模板约束BW构建相应的滤波器函数H，具体为：

$H(u,v)=\left\{\begin{array}{cc}1& BW(u,v)=1\\ \mathrm{\λ}& BW(u,v)=0\end{array}\right.$

其中，BW(u,v)是BW上任意一点，H(u,v)是滤波器函数H上任意一点，(u,v)表示该点坐标，λ表示对热辐射噪声滤除的程度，λ取值在0～1之间。

作为进一步优选的，所述阈值分割具体包括：对于归一化幅频谱N中每一点如果则滤波模板约束BW中对应的点BW(u,v)＝0；否则BW(u,v)＝1。

作为进一步优选的，所述滤波模板约束为二值模板约束。

总体而言，按照本发明点的以上技术方案与现有技术相比，主要具备以下的技术优点：

1、本申请中通过结合气动热辐射效应的频域校正的运用需求，针对气动热辐射效应校正方法中导致算法实时性降低的复杂矩阵运算、反复迭代等操作，提出了一种只需对图像进行一次傅里叶正反变换即可完成整个气动热辐射效应校正的方法，在有效抑制热辐射噪声的同时，大幅度地提升了图像的信噪比，具有实时性高的特点；

2、此外，本发明中方法通过分析热辐射噪声频谱分布来构建滤波器，在频域中滤除热辐射噪声的频谱成分来恢复出清晰图像，这样能够在确保图像品质及图像信噪比大幅提升的同时，最大可能的降低了校正方法的计算复杂度，显著缩短了校正时长。

附图说明

图1为本发明气动热辐射效应的频域校正方法流程图；

图2为近似化处理后得到的热辐射噪声高斯曲面；

图3为中心化频谱处理的过程示意图；

图4为图2热辐射噪声高斯曲面对应的幅度谱；

图5为滤波器函数H的滤波模板约束BW；

图6为滤波器函数H的三维视图；

图7基准图像；

图8为基准图像的中心化频谱；

图9为获取的气动热辐射退化图像f；

图10为图9的中心化频谱F；

图11为滤波后的实时图像频谱G；

图12为气动热辐射效应频域校正后的热辐射校正图像g；

图13(a)为实施例中根据实际飞行情况仿真的气动热辐射退化图像；

图13(b)为实施例中本发明方法校正后的热辐射校正图像；

图13(c)为基准图像；

图13(d)为图13(a)、图13(b)和图13(c)中同一行像素值对比结果；

图14(a)为实施例中风洞试验中红外成像系统采集的第2000帧气动热辐射图像；

图14(b)为实施例中本发明方法校正后的热辐射校正图像；

图14(c)为实施例中风洞实验第1帧图像；

图14(d)为图14(a)、图14(b)和图14(c)中同一行像素值对比结果；

图15(a)为实施例中简单背景点源目标仿真的气动热辐射退化图像；

图15(b)为实施例中本发明方法校正后的热辐射校正图像；

图15(c)为点源目标基准图像；

图15(d)图15(a)、图15(b)、图15(c)、中同一行像素值对比结果；

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。

本发明方法通过对一系列气动热辐射退化图像和原始基准图像进行对比分析，如图7-10所示，得出热辐射噪声在气动热辐射退化图像中呈现低频分布，形状类似于高斯曲面，而且频谱分布规则有序，呈“十字”状，并且“十字”具有向四周逐渐衰减的趋势。

因此，基于上述分析可知热辐射噪声可用高斯曲面来近似，下面来进行具体说明。

如图1所示，为本发明气动热辐射效应的频域校正方法流程图，所述方法包括：

(1)从视频图像中获取气动热辐射退化图像f，如图9所示；

(2)根据所述气动热辐射退化图像，近似化处理后得到热辐射噪声高斯曲面b，对其进行傅里叶变换，并将其中心化频谱处理，得到热辐射噪声频谱B；

所述步骤(2)具体包括：首先，获取步骤(1)中所述气动热辐射退化图像的大小m×n；接着，通过高斯函数其中，m，n分别表示二维高斯函数的行和列，σ表示其标准差，构建一个与图像同样大小的热辐射噪声高斯曲面b，如图2所示，然后对该曲面进行傅里叶变换，并将其中心化频谱处理，得到热辐射噪声频谱B，然后计算其幅度谱 其结果如图4所示。

具体而言，如图3所示，热辐射噪声高斯曲面b的幅度谱被等分为2×2个子块，将图中第1子块和第3子块交换，第2子块和第4子块交换，即可实现对频谱的中心化。中心化后的图像频谱，其中心为低频，四周为高频。

(3)通过步骤(2)得到的所述热辐射噪声频谱B，得到滤波模板约束，构建滤波器函数H；

所述步骤(3)具体包括：

(3-1)估计步骤(2)中得到的所述热辐射噪声频谱B的幅度谱

(3-2)对幅度谱进行归一化处理得到归一化幅度谱N，然后统计其直方图分布Hist(x)，其中横坐标x为归一化后的幅度值；

(3-3)根据直方图分布Hist(x)估计分割阈值γ，利用所述分割阈值γ对归一化幅度谱N进行分割，从而得到滤波模板约束BW，其中，所述滤波模板约束为二值模板约束；分割阈值γ表示滤除的频谱成分的多少，取值在0～1之间；γ越大表示所滤除的频谱成分越多，在本实施方案中取γ＝0.55.

具体而言，所述阈值分割包括：对于幅频谱N中每一点如果则滤波模板约束BW中对应的点BW(u,v)＝0；否则BW(u,v)＝1。阈值分割结果BW如图5所示；

(3-4)根据得到的滤波模板约束BW构建相应的滤波器函数H，其三维视图如图6所示，具体为：

$H(u,v)=\left\{\begin{array}{cc}1& BW(u,v)=1\\ \mathrm{\λ}& BW(u,v)=0\end{array}\right.$

其中，BW(u,v)是BW上任意一点，H(u,v)是滤波器函数H上任意一点，(u,v)表示该点坐标，λ表示对热辐射噪声滤除的程度，λ取值在0～1之间。λ值越小表示对热辐射噪声滤除的程度越高，可以根据热辐射噪声的强度来选取合适的值，在本实施方案中λ＝0.05；

(4)对所述气动热辐射退化图像f进行傅里叶变换并将其中心化频谱处理，得到气动热辐射退化图像的中心化频谱F，如图10所示；

(5)将所述中心化频谱F与所述滤波器函数H点乘，得到滤波后的实时图像频谱G，如图11所示，即G＝F.*H，从而实现对f的频域滤波；

(6)对滤波后的实时图像频谱G进行中心化频谱处理，并进行傅里叶逆变换后取模，得到热辐射校正图像g，如图12所示。

按照具体实施方法中的步骤分别对三组不同的气动热辐射退化图像进行处理对本发明进行验证，其结果如图13～图15所示。

表1

	气动热辐射退化后PSNR	频域校正后PSNR	运行时间
				图像1	11.7837	15.9239	0.0761s
图像2	9.0293	21.6188	0.0676s
				图像3	6.3180	26.9207	0.0776s

从表1中的数据对比可以得出，本发明的校正算法能大幅提升热辐射退化图像的峰值信噪比，能够有效的解决气动热辐射效应问题。其运行时间为本发明算法在matlab上运行时间。

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 (5)

1.一种气动热辐射效应的频域校正方法，其特征在于，所述方法包括以下步骤：

(1)从实时图像库中获取气动热辐射退化图像f；

(2)根据所述气动热辐射退化图像，近似化处理后得到热辐射噪声高斯曲面b，对其进行傅里叶变换，并将其中心化频谱处理，得到热辐射噪声频谱B；

(3)通过步骤(2)得到的所述热辐射噪声频谱B，得到滤波模板约束，构建滤波器函数H；

(4)对所述气动热辐射退化图像f进行傅里叶变换并将其中心化频谱处理，得到气动热辐射退化图像的中心化频谱F；

(5)将所述中心化频谱F与所述滤波器函数H点乘，得到滤波后的实时图像频谱G；

(6)对滤波后的实时图像频谱G进行中心化频谱处理，并进行傅里叶逆变换后取模，得到热辐射校正图像g。

2.如权利要求1所述的方法，其特征在于，所述步骤(2)具体包括：

首先，获取步骤(1)中所述气动热辐射退化图像的大小m×n；接着，通过高斯函数其中，m，n分别表示二维高斯函数的行和列，σ表示其标准差，构建一个与图像同样大小的热辐射噪声高斯曲面b，然后对该热辐射噪声高斯曲面进行傅里叶变换，并将其中心化频谱处理，得到热辐射噪声频谱B。

3.如权利要求1所述的方法，其特征在于，所述步骤(3)具体包括：

(3-1)估计步骤(2)中得到的所述热辐射噪声频谱B的幅度谱

(3-2)对幅度谱进行归一化处理得到归一化幅度谱N，然后统计其直方图分布Hist(x)，其中横坐标x为归一化后的幅度值；

(3-3)根据直方图分布Hist(x)估计分割阈值γ，利用所述分割阈值γ对归一化幅度谱N进行分割，得到滤波模板约束BW；γ的取值在0～1之间；

(3-4)根据得到的滤波模板约束BW构建相应的滤波器函数H，具体为：

$H(u,v)=\left\{\begin{array}{cc}1& BW(u,v)=1\\ \mathrm{\λ}& BW(u,v)=0\end{array}\right.$

其中，BW(u,v)是BW上任意一点，H(u,v)是滤波器函数H上任意一点，(u,v)表示该点坐标，λ表示对热辐射噪声滤除的程度，λ取值在0～1之间。

4.如权利要求3所述的方法，其特征在于，所述阈值分割具体包括：对于归一化幅度谱N中每一点如果则滤波模板约束BW中对应的点BW(u,v)＝0；否则BW(u,v)＝1。

5.如权利要求1-4任一项所述的方法，其特征在于，所述滤波模板约束为二值模板约束。