CN106327474A - 一种自动在线盲元检测方法 - Google Patents
一种自动在线盲元检测方法 Download PDFInfo
- Publication number
- CN106327474A CN106327474A CN201610724771.4A CN201610724771A CN106327474A CN 106327474 A CN106327474 A CN 106327474A CN 201610724771 A CN201610724771 A CN 201610724771A CN 106327474 A CN106327474 A CN 106327474A
- Authority
- CN
- China
- Prior art keywords
- blind element
- blind
- doubtful
- detection method
- automatic
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 52
- 238000012545 processing Methods 0.000 claims abstract description 3
- 238000001914 filtration Methods 0.000 claims description 11
- 230000000007 visual effect Effects 0.000 claims description 11
- 238000003384 imaging method Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000002372 labelling Methods 0.000 claims description 4
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 12
- 230000008569 process Effects 0.000 abstract description 4
- 238000012937 correction Methods 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000003331 infrared imaging Methods 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 210000001747 pupil Anatomy 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Classifications
-
- 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
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- 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
- 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
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
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 Analysis (AREA)
Abstract
本发明提供了一种自动在线盲元检测方法,针对已经完成非均匀性校正和盲元标定的红外图像,做进一步处理。通过获得实时红外图像信息,对图像进行处理,获取盲元点坐标,并添加至盲元表中,实现自动在线盲元检测。与现有技术相比,其优点和有益效果是:本方法能有效检测在红外图像探测系统过程中未经补偿的盲元和新增盲元。在运动视场条件下保证了盲元检测的实时性,能够减少盲元对目标识别的影响,尤其是新增盲元对弱小目标识别过程中的干扰。在红外寻的制导领域有广泛的应用前景。
Description
技术领域
本发明涉及信号探测与图像处理技术领域,具体地说是一种自动在线盲元检测方法。
背景技术
红外焦平面阵列探测器是用于红外探测和成像的重要器件,被广泛的应于诸如建筑、安全、工业、军事等各种领域。而利用目标红外辐射进行目标的探测和是现代武器系统中红外寻的制导的核心环节,也是红外武器系统对目标做出反应的第一步。因此提升红外成像系统的成像质量尤为重要。
红外焦平面阵列探测器由于其工艺、制造材料导致的各探元的响应率差异,加之其工作过程中可能遇到的电信号传输障碍、环境温度改变和1/f噪声等影响,造成部分像元会逐渐丧失有效的探测能力,形成盲元。盲元在红外图像中像素点的表现为过亮或过暗。如果图像中出现大量的亮点或暗点,将对获得高质量的红外图像造成影响,并会进一步影响标识别的准确性。
盲元检测算法从应用机理上可以分为标定法和基于场景的处理方法。
标定法即在探测器工作前,采用均匀温度分布的高低温黑体,计算每个像元的响应率,偏差系数、噪声统计量等不同特征来区别判定盲元。这种方法无法应对当工作环境、温度发生变化时产生新盲元的情况,同时也无法应对红外成像系统每次重新开机工作,盲元位置发生变化的情况。
基于场景的处理方法,例如根据孤立盲元和点目标的一维空间分布特征差异,采用基于线性外推的中值滤波算法对图像进行盲元补偿,提出孤立点。这种处理方法其算法通常比较复杂,运算效率低。
发明内容
本发明的目的是提供一种自动在线盲元检测方法,使得在未经补偿的盲元和新增盲元能够在在线工作状态在被有效检出,减轻盲元对目标识别的干扰。
为了达到上述发明目的,本发明的一种自动在线盲元检测方法,其思路是:采取在线标定的方式,检测到大部分的未经补偿的盲元和新增盲元,即在均匀背景的检测环境下,通过分析原始图与中值滤波图差值图像的灰度信息,标记并保留疑似盲元信息,根据多帧图像获得的疑似盲元出现概率确定盲元,将盲元添置盲元表;在目标探测过程中,盲元容易内系统误判为目标,因此基于运动视场的场景,通过分析疑似目标中符合盲元特征的点,进一步确认新增盲元,更新盲元表。
1)利用均匀背景条件下获取的图像数据进行在线盲元检测。具体的包括如下步骤:
1-1)构造均匀背景的盲元检测环境;
1-2)对单帧的红外图像原始数据进行中值滤波,利用滤波图与原始图获得差值绝对值图,利用门限法将图像灰度大于门限值的位置标记为疑似盲元;
1-3)判断疑似盲元尺寸,当一疑似盲元的邻域没有其他疑似盲元时,记录盲元信息;当一疑似盲元的邻域内存在其他疑似盲元时,对区域型疑似盲元进行区域统计,记录区域个数小于Tn的疑似盲元信息;
1-4)分析累计N帧的疑似盲元的出现概率,当出现概率大于R时标记为盲元,更新盲元表。
1-5)解构盲元检测环境;移除入瞳处的均匀背景
2)目标识别过程中的在线盲元检测,利用运动视场条件下获取的图像数据进行在线盲元检测。具体的包括如下步骤:
2-1)确定视场运动状态,将视场运动状态作为执行运动视场条件下盲元检测的判据。当视场沿成像系统光轴的切线方向上存在规律性位移变化,才进行后续的盲元检测工作。
2-2)对于单帧图像,当系统进行目标检测时,获取疑似目标信息,依据工作过程中的新添盲元通常为孤立点这一特征,对疑似目标尺寸小于Tn目标进行盲元点判定;利用当前帧的灰度值与邻域中值的差值绝对值同盲元判定门限进行比较,判定差值绝对值大于门限值的为疑似盲元,并保留疑似盲元的信息;
2-3)分析累计N帧的疑似盲元的出现概率,当出现概率大于R时标记为盲元,更新盲元表。
本发明方法与现有技术相比,具有如下有益效果:
1)对由于环境和探测器漂移引起的新添盲元进行在线盲元检测,有效保证图像的成像质量;
2)能够在红外图像探测器在线工作时,根据需要进行自动在线盲元检测;并且能够在目标探测过程中对新添盲元进行进一步检测;
3)均匀背景下的盲元检测算法简单,有利于硬件化实现,在实际应用中提升探测系统的工作效率;
4)在目标探测时,利用移动视场的目标、盲元成像差异,检测盲元,能够降低由盲元干扰造成的目标误判,且仅对有限像素点进行计算,运算效率高。
本发明在红外寻的制导领域有广泛的应用前景。
附图说明
以下将结合附图和实施例对本发明作进一步的说明。
图1为本发明的执行在线盲元检测条件的流程图;
图2为本发明的均匀背景下自动在线盲元检测流程图;
图3为本发明的均匀背景下自动在线盲元检测效果图;
图4为本发明的移动视场下自动在线盲元检测流程图;
图5为本发明的移动视场下自动在线盲元检测效果图。
具体实施方式
为更好地理解本发明的技术方案,现结合附图对本发明作进一步详细描述。
如图1所示,是执行在线盲元检测条件的流程图。当红外成像探测系统在线工作时,在满足流程图所示条件的情况下,采用相应的方法进行盲元检测。这里的红外成像探测系统已经在工作之前进行了非均匀性校正和盲元标定等处理。
如图2所示,为均匀背景下自动在线盲元检测流程图。当进行盲元检测时,在系统入瞳处设置均匀的背景。此时的理想成像图应为均匀灰度图像。盲元所在位置的像素灰度异于正常的像素。依照流程图,对图像进行中值滤波,获得去除噪声和盲元像素奇异点灰度均匀的滤波图。计算原始图与滤波图的差值绝对值,得到了包含噪声和奇异点信息的图。利用设置门限搜索疑似盲元。将搜索到的疑似盲元分别按照其区域连通性,进行筛选确认疑似盲元。在一种实施方式中分析累计50幅图像的出现次数进行计数,最终认为疑似盲元出现次数大于45次的为盲元。
如图3所示,为均匀背景下自动在线盲元检测效果图。采用128X128的红外图像。其中,左图为均匀背景下获得的一幅红外图像,通过目标检测算法,识别出三个盲元,分别为中图红色圆圈标识位置。中图为盲元表。右图为后续进行盲元补偿得到的效果图。可以看出经过在线盲元检测,盲元被很好的识别,有利于后续对目标进行识别。。
如图4所示,移动视场下自动在线盲元检测流程图。在目标检测条件下能够获得疑似目标的信息,从中排除盲元。对疑似目标点在8邻域内进行中值滤波,取原始灰度与中值滤波差值,将其中灰度值大于设定门限值的点标记为疑似盲元;并实时计算累计50幅图像的盲元点出现次数;将出现次数大于45次的为盲元。
如图5所示,移动视场下自动在线盲元检测效果图。采用128X128的红外图像。两图为两个不同时刻的成像图,视场发生变化,使得目标在图像上呈现的位置发生位移,盲元像素点的位置不随视场变化发生改变。
Claims (8)
1.一种自动在线盲元检测方法,其特征在于,包括如下步骤:
步骤1)在均匀背景的检测环境下,通过分析原始图与中值滤波图差值图像的灰度信息,标记并保留疑似盲元信息,根据多帧图像获得的疑似盲元出现概率确定盲元,将盲元添置盲元表;
步骤2)在后续的目标探测过程中,根据运动视场中盲元、目标的帧间位置差异,进一步确认盲元,更新盲元表。
2.根据权利要求1所述一种自动在线盲元检测方法,其特征在于,包括如下步骤:
所述步骤1)利用均匀背景条件下获取的图像数据进行在线盲元检测;
1-1)构造均匀背景的盲元检测环境;
1-2)对单帧的红外图像原始数据进行中值滤波后获得差值绝对值图,同设定门限值比较获得疑似盲元,保留疑似盲元的信息;
1-3)分与疑似盲元邻域特征,分别孤立的疑似盲元点,和区域性疑似盲元进行筛选,标记疑似盲元;
1-4)分析累计多帧的疑似盲元标记次数;
1-5)解构盲元检测环境,将盲元添置盲元表。
3.根据权利要求1所述一种自动在线盲元检测方法,其特征在于,包括如下步骤:
所述步骤2)目标识别过程中的在线盲元检测,利用运动视场条件下获取的图像数据进行在线盲元检测;
2-1)确定视场运动状态;
2-2)对单帧的红外图像原始数据进行处理,当获取到疑似目标信息时,依据盲元特性筛选出疑似盲元,并保留疑似盲元的信息;
2-3)分析累计多帧的疑似盲元信息,更新盲元表。
4.根据权利要求2所述一种自动在线盲元检测方法,其特征在于,包括如下步骤:
所述步骤1-2)对单帧图像的处理方式为,计算图像的中值滤波图像,由中值滤波图像和原始图像获得差值绝对值图像,对差值绝对值图像的点依据预设门限值Th进行判定,对高于门限值对应的像素位置判定为疑似盲元的位置。
5.根据权利要求2所述一种自动在线盲元检测方法,其特征在于,包括如下步骤:
所述1-3)判断疑似盲元点是否是孤立点,孤立点对疑似盲元进行标记;对非孤立点,计算所在的连通区域盲元个数,盲元个数小于规定数目时,标记该区域的疑似盲元。
6.根据权利要求2所述一种自动在线盲元检测方法,其特征在于,包括如下步骤:
所述1-4),其特征在于:对累计N帧的疑似盲元表的进行统计,分析每个像素位置疑似盲元出现次数,将出现次数大于一定之的位置标记为盲元,更新盲元表。
7.根据权利要求3所述一种自动在线盲元检测方法,其特征在于,包括如下步骤:
所述2-1)视场运动状态作为执行运动视场条件下盲元检测的判据,当视场沿成像系统光轴的切线方向上存在规律性位移变化,才进行后续的盲元检测工作。
8.根据权利要求3所述一种自动在线盲元检测方法,其特征在于,包括如下步骤:
所述2-2),其特征在于:获取单帧图像目标探测获得的疑似目标信息,依据疑似目标尺寸和利用当前帧的灰度值与邻域中值的差值绝对值确定该点是否为疑似盲元,并保留疑似盲元信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610724771.4A CN106327474B (zh) | 2016-08-25 | 2016-08-25 | 一种自动在线盲元检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610724771.4A CN106327474B (zh) | 2016-08-25 | 2016-08-25 | 一种自动在线盲元检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106327474A true CN106327474A (zh) | 2017-01-11 |
CN106327474B CN106327474B (zh) | 2019-03-22 |
Family
ID=57790524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610724771.4A Active CN106327474B (zh) | 2016-08-25 | 2016-08-25 | 一种自动在线盲元检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106327474B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107346533A (zh) * | 2017-07-12 | 2017-11-14 | 中国科学院上海技术物理研究所 | 一种基于视觉特性的盲元剔除方法 |
CN108513075A (zh) * | 2018-04-17 | 2018-09-07 | 烟台艾睿光电科技有限公司 | 一种图像处理方法、装置、设备、介质及红外成像器件 |
CN111008944A (zh) * | 2019-12-25 | 2020-04-14 | 武汉高德红外股份有限公司 | 一种红外焦平面探测器不稳定像元查找方法及系统 |
CN111242980A (zh) * | 2020-01-17 | 2020-06-05 | 中国科学院上海技术物理研究所 | 一种面向点目标的红外焦平面盲元动态检测方法 |
CN111353968A (zh) * | 2018-12-20 | 2020-06-30 | 中国科学院沈阳自动化研究所 | 一种基于盲元检测与分析的红外图像质量评价方法 |
CN111612773A (zh) * | 2020-05-22 | 2020-09-01 | 北京富吉瑞光电科技有限公司 | 一种红外热像仪及实时自动盲元检测处理方法 |
CN111986171A (zh) * | 2020-08-14 | 2020-11-24 | 西安应用光学研究所 | 一种用于红外线阵探测器的异常元检测方法 |
CN112419359A (zh) * | 2020-11-10 | 2021-02-26 | 中国电子科技集团公司第十一研究所 | 一种基于卷积神经网络的红外弱小目标检测方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101980283A (zh) * | 2010-10-21 | 2011-02-23 | 电子科技大学 | 一种动态盲元补偿方法 |
CN102214354A (zh) * | 2011-04-29 | 2011-10-12 | 中国航空工业集团公司洛阳电光设备研究所 | 一种红外图像无效像元实时检测方法 |
US20120138797A1 (en) * | 2007-09-28 | 2012-06-07 | Chongfei Shen | Infrared sensors, focal plane arrays and thermal imaging systems |
CN104330164A (zh) * | 2014-08-05 | 2015-02-04 | 凯迈(洛阳)测控有限公司 | 红外焦平面阵列的盲元检测方法与装置 |
-
2016
- 2016-08-25 CN CN201610724771.4A patent/CN106327474B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120138797A1 (en) * | 2007-09-28 | 2012-06-07 | Chongfei Shen | Infrared sensors, focal plane arrays and thermal imaging systems |
CN101980283A (zh) * | 2010-10-21 | 2011-02-23 | 电子科技大学 | 一种动态盲元补偿方法 |
CN102214354A (zh) * | 2011-04-29 | 2011-10-12 | 中国航空工业集团公司洛阳电光设备研究所 | 一种红外图像无效像元实时检测方法 |
CN104330164A (zh) * | 2014-08-05 | 2015-02-04 | 凯迈(洛阳)测控有限公司 | 红外焦平面阵列的盲元检测方法与装置 |
Non-Patent Citations (1)
Title |
---|
宋海漫: "《红外图像盲元检测及误判盲元修正算法》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107346533A (zh) * | 2017-07-12 | 2017-11-14 | 中国科学院上海技术物理研究所 | 一种基于视觉特性的盲元剔除方法 |
CN108513075A (zh) * | 2018-04-17 | 2018-09-07 | 烟台艾睿光电科技有限公司 | 一种图像处理方法、装置、设备、介质及红外成像器件 |
CN108513075B (zh) * | 2018-04-17 | 2020-09-11 | 烟台艾睿光电科技有限公司 | 一种图像处理方法、装置、设备、介质及红外成像器件 |
CN111353968B (zh) * | 2018-12-20 | 2023-03-31 | 中国科学院沈阳自动化研究所 | 一种基于盲元检测与分析的红外图像质量评价方法 |
CN111353968A (zh) * | 2018-12-20 | 2020-06-30 | 中国科学院沈阳自动化研究所 | 一种基于盲元检测与分析的红外图像质量评价方法 |
CN111008944A (zh) * | 2019-12-25 | 2020-04-14 | 武汉高德红外股份有限公司 | 一种红外焦平面探测器不稳定像元查找方法及系统 |
CN111008944B (zh) * | 2019-12-25 | 2023-07-14 | 武汉高德红外股份有限公司 | 一种红外焦平面探测器不稳定像元查找方法及系统 |
CN111242980A (zh) * | 2020-01-17 | 2020-06-05 | 中国科学院上海技术物理研究所 | 一种面向点目标的红外焦平面盲元动态检测方法 |
CN111242980B (zh) * | 2020-01-17 | 2022-08-05 | 中国科学院上海技术物理研究所 | 一种面向点目标的红外焦平面盲元动态检测方法 |
CN111612773B (zh) * | 2020-05-22 | 2021-02-02 | 北京富吉瑞光电科技股份有限公司 | 一种红外热像仪及实时自动盲元检测处理方法 |
CN111612773A (zh) * | 2020-05-22 | 2020-09-01 | 北京富吉瑞光电科技有限公司 | 一种红外热像仪及实时自动盲元检测处理方法 |
CN111986171A (zh) * | 2020-08-14 | 2020-11-24 | 西安应用光学研究所 | 一种用于红外线阵探测器的异常元检测方法 |
CN111986171B (zh) * | 2020-08-14 | 2024-02-27 | 西安应用光学研究所 | 一种用于红外线阵探测器的异常元检测方法 |
CN112419359A (zh) * | 2020-11-10 | 2021-02-26 | 中国电子科技集团公司第十一研究所 | 一种基于卷积神经网络的红外弱小目标检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106327474B (zh) | 2019-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106327474A (zh) | 一种自动在线盲元检测方法 | |
CN104330164B (zh) | 红外焦平面阵列的盲元检测方法与装置 | |
CN103077386B (zh) | 一种级联的视频流虹膜图像质量检测方法 | |
EP0671706B1 (en) | Method and apparatus for moving object extraction based on background subtraction | |
CN103464869B (zh) | 基于视觉传感的旋转电弧窄间隙mag焊焊缝偏差识别装置和方法 | |
CN110458839A (zh) | 一种有效的电线电缆监测系统 | |
CN108426640B (zh) | 一种针对红外探测器缺损像元的校正方法 | |
CN109272520B (zh) | 一种联合运动指导与边缘检测的自适应红外焦平面非均匀校正方法 | |
CN109300145B (zh) | 自适应智能伪装系统 | |
US10803557B2 (en) | Non-uniformity correction method for infrared image based on guided filtering and high-pass filtering | |
CN101813523B (zh) | 移动信标大气相干长度测量方法 | |
CN105928627B (zh) | 一种消除制冷型热像仪画面复现非均匀性的方法 | |
CN103226819A (zh) | 一种基于分段统计的相对辐射校正方法 | |
CN110567584B (zh) | 一种实时红外探测器盲元检测提取及校正的方法 | |
CN105046719A (zh) | 一种视频监控方法及系统 | |
CN108133488A (zh) | 一种红外图像前景检测方法及设备 | |
CN109544535B (zh) | 一种基于红外截止滤镜光学滤波特性的窥视摄像头检测方法及系统 | |
US9646388B2 (en) | Integrated image distortion correction with motion compensated integration | |
CN108961307A (zh) | 基于核相关滤波跟踪的圆形目标尺度自适应跟踪方法 | |
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 | |
CN110728668A (zh) | 一种小目标形态保持的空域高通滤波器 | |
CN111008998A (zh) | 基于双目视觉的自动消防水炮的火焰检测方法 | |
CN103607558A (zh) | 一种视频监控系统及其目标匹配方法和装置 | |
CN104156977A (zh) | 基于多线列时差扫描扩展采样的点目标运动速度探测方法 | |
CN116958120A (zh) | 一种基于梯度分布特性的微弱目标信号提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |