CN106373094A - 一种红外图像的非均匀性校正方法及装置 - Google Patents
一种红外图像的非均匀性校正方法及装置 Download PDFInfo
- Publication number
- CN106373094A CN106373094A CN201610726728.1A CN201610726728A CN106373094A CN 106373094 A CN106373094 A CN 106373094A CN 201610726728 A CN201610726728 A CN 201610726728A CN 106373094 A CN106373094 A CN 106373094A
- Authority
- CN
- China
- Prior art keywords
- image
- value
- dif
- neighborhood
- pixel
- 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
- 238000000034 method Methods 0.000 title claims abstract description 113
- 238000012937 correction Methods 0.000 title claims abstract description 82
- 238000012545 processing Methods 0.000 claims description 25
- 238000006467 substitution reaction Methods 0.000 claims description 15
- 238000012935 Averaging Methods 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 7
- 108010001267 Protein Subunits Proteins 0.000 claims description 2
- 238000004148 unit process Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 230000005457 Black-body radiation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 210000003733 optic disk Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 238000011896 sensitive detection Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种红外图像的非均匀性校正方法及装置。本发明的红外图像的非均匀性校正方法包括获取待校正图像；对所获取的待校正图像中位置固定不变的过热像元进行剔除并采取邻域像素值替代法进行盲元补偿得到第一图像；分别获取两个不同俯仰角度的纯净天空图像作为两个温度点图像，并获得增益系数和偏置系数，然后对所述第一图像进行梯度天空背景的两点法校正，得到第二图像；对所述第二图像通过修正增益系数法和修正偏置系数法剔除剩余噪点得到第三图像。本发明还公开了一种红外图像的非均匀性校正装置。
Description
技术领域
本发明涉及图像处理技术领域，特别涉及一种红外图像的非均匀性校正方法和装置。
背景技术
红外焦平面阵列(IRFPA-Infrared Focal Plane Arrays)是近几十年发展起来的一项新的探测器件，具有高灵敏度、高信噪比、结构简单紧凑的优点。它是由对红外辐射敏感的半导体材料制成的，而半导体材料在掺杂过程中极易出现材料不均、掩膜误差、工艺缺陷等影响，各像元会不可避免地产生响应非均匀性，在图像上通常以加性或乘性噪声的形式出现亮暗不均的固定图案或随机噪声，严重影响探测系统的性能。而且随着使用年限增长，盲元的数量也会逐渐增多，对红外成像质量产生很大影响。为满足高质量的成像要求，对探测器进行非均匀性校正和盲元补偿是红外图像预处理必不可少的关键一步。
国内外的非均匀校正算法主要有基于黑体定标的校正方法和基于场景的校正方法。基于场景的校正法通过计算图像序列获得探测器的校正系数，常用的场景校正法有：时域高通滤波法、恒定统计法、神经网络法、卡尔曼滤波法，该类算法复杂度较高，实时处理有难度。同时基于场景的校正法会有不同程度鬼影现象，影响成像质量。定标校正法从非均匀性产生的原理出发，在不同的已知温度下拍摄黑体，然后对焦平面阵列中每一个探测元的响应进行校正，使所有像元在同一温度下输出一致。实际工程中对实时性、鲁棒性有较高的要求，定标法应用非常广泛，尤其是一点、两点校正算法。但是在实际捕捉目标过程中发现，黑体辐射定标数据对实际拍摄的天空背景进行非均匀校正效果不佳，而且考虑到黑体用于机载红外探测系统定标过程繁琐，成本也昂贵。因此，利用实验室黑体校正数据很难实时实地对红外暗弱点目标图像进行非均匀校正。
发明内容
本发明的目的旨在至少解决上述的技术缺陷之一。
为此，本发明的第一个目的在于提出一种红外图像的非均匀性校正方法。
所述红外图像的非均匀性校正方法包括以下步骤：获取待校正图像；对所获取的待校正图像中位置固定不变的过热像元进行剔除并采取邻域像素值替代法进行盲元补偿得到第一图像；分别获取两个不同俯仰角度的纯净天空图像作为两个温度点图像，并获得增益系数和偏置系数，然后对所述第一图像进行梯度天空背景的两点法校正，得到第二图像；对所述第二图像通过修正增益系数法和修正偏置系数法剔除剩余噪点得到第三图像。
在一些实施例中，所述待校正图像具有固定图案噪声和随机噪声，且所述固定图案噪声和随机噪声的图像序列的标准差大于340。
在一些实施例中，所述对所获取的待校正图像中位置固定不变的过热像元进行剔除并采取邻域像素值替代法进行盲元补偿得到第一图像包括如下步骤：将所述图像划分为多个3×3邻域窗口，选取其中一个3×3邻域窗口中处于中心的中心像元进行检测；若检测到中心像元响应灰度值大于8个邻域像元灰度值并且大于8邻域平均灰度值的10％，或者中心像元响应灰度值小于8个邻域像元灰度值并且小于8邻域平均灰度值的10％，并且相邻两帧响应过热或过低像元位置不变时，采取邻域像素替代的方法进行盲元补偿；将该窗口遍布整个图像，对整幅图像进行盲元补偿处理。
在一些实施例中，所述纯净天空图像为通过肉眼观察呈现为纯净无云的天空图像。
在一些实施例中，所述修正增益系数法具体包括：计算增益系数K曲线上4邻域均值Km：Km＝medfilt1(K，5)；计算每点实际K值与Km之差的绝对值Kdif：Kdif＝abs(Km-K)；计算Kdif的平均值mean(Kdif)；设定阈值Kthresh，当：Kdif/mean(Kdif)>Kthresh时，将增益K剔除，否则保持不变；用Km值替代剔除的K值。
在一些实施例中，所述修正偏置系数法具体包括：计算偏置系数B曲线上4邻域均值Bm：Bm＝medfilt1(B，5)；计算每点实际B值与Bm之差的绝对值Bdif：Bdif＝abs(Bm-B)；计算Bdif的平均值mean(Bdif)；设定阈值Bthresh，当：Bdif/mean(Bdif)>Bthresh时，将偏置系数B剔除，否则保持不变；用Bm值替代剔除的B值。
根据本发明提出的红外图像的非均匀性校正方法，通过实时捕获两个温度点图像，拍得的两幅不同俯仰角度的纯净无云天空图像作为两个温度点，然后进行梯度天空背景的两点法校正。相比于黑体标定法便捷性、实时性强了很多，且成本低。
为达到上述目的，本发明的另一目的在于提出一种红外图像的非均匀性校正装置。
所述红外图像的非均匀性校正装置包括：图像获取单元，用于获取待校正图像以及两个不同俯仰角度的纯净天空图像；第一图像处理单元，对所获取的待校正图像中位置固定不变的过热像元进行剔除并采取邻域像素值替代法进行盲元补偿得到第一图像；第二图像处理单元，将所述图像获取单元获取的所述两个不同俯仰角度的纯净天空图像作为两个温度点图像，并获得增益系数和偏置系数，然后对所述经所述第一图像处理单元处理得到的第一图像进行梯度天空背景的两点法校正，得到第二图像；第三图像处理单元，所述第三图像处理单元对所述第二图像通过修正增益系数法和修正偏置系数法剔除剩余噪点得到第三图像。
在一些实施例中，所述第三图像处理单元包括增益系数修正子单元以及偏置系数修正子单元。所述增益系数修正子单元用于：计算增益系数K曲线上4邻域均值Km：Km＝medfilt1(K，5)；计算每点实际K值与Km之差的绝对值Kdif：Kdif＝abs(Km-K)；计算Kdif的平均值mean(Kdif)；设定阈值Kthresh，当：Kdif/mean(Kdif)>Kthresh时，将增益K剔除，否则保持不变；用Km值替代剔除的K值。所述偏置系数修正子单元用于：计算偏置系数B曲线上4邻域均值Bm：Bm＝medfilt1(B，5)；计算每点实际B值与Bm之差的绝对值Bdif：Bdif＝abs(Bm-B)；计算Bdif的平均值mean(Bdif)；设定阈值Bthresh，当：Bdif/mean(Bdif)>Bthresh时，将偏置系数B剔除，否则保持不变；用Bm值替代剔除的B值。
在一些实施例中，所述第一图像处理单元包括：图像划分子单元，所述图像划分子单元将所述图像划分为多个3×3邻域窗口，并选取其中一个3×3邻域窗口中处于中心的中心像元进行检测直至该窗口遍布整个图像；判断子单元，所述判断子单元对检测到中心像元响应灰度值大于8个邻域像元灰度值并且大于8邻域平均灰度值的10％，或者中心像元响应灰度值小于8个邻域像元灰度值并且小于8邻域平均灰度值的10％，并且相邻两帧响应过热或过低像元位置不变的像元采取邻域像素替代的方法进行盲元补偿。
在一些实施例中，所述待校正图像具有固定图案噪声和随机噪声，且所述固定图案噪声和随机噪声的图像序列的标准差大于340。
根据本发明提出的红外图像的非均匀性校正装置，通过实时捕获两个温度点图像，拍得的两幅不同俯仰角度的纯净无云天空图像作为两个温度点，然后进行梯度天空背景的两点法校正。相比于黑体标定法便捷性、实时性强了很多，且成本低。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明一个实施例的红外图像的非均匀性校正方法的流程图；
图2为根据本发明一个实施例的红外图像的非均匀性校正装置的结构框图；
图3为根据本发明一个实施例的获取的待处理图像；
图4为根据本发明一个实施例的经处理后的第一图像；
图5为根据本发明一个实施例的获取的第一个温度点图像；
图6为根据本发明一个实施例的获取的第二个温度点图像；
图7为根据本发明一个实施例的经处理后的第二图像；
图8为根据本发明一个实施例的原始增益系数曲线图；
图9为根据本发明一个实施例的通过修正增益系数法进行修正的增益系数曲线处理结果图；
图10为根据本发明一个实施例的经校正后的第三图像。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。此外，本发明提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的可应用于性和/或其他材料的使用。另外，以下描述的第一特征在第二特征之“上”的结构可以包括第一和第二特征形成为直接接触的实施例，也可以包括另外的特征形成在第一和第二特征之间的实施例，这样第一和第二特征可能不是直接接触。
在本发明的描述中，需要说明的是，除非另有规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
参照下面的描述和附图，将清楚本发明的实施例的这些和其他方面。在这些描述和附图中，具体公开了本发明的实施例中的一些特定实施方式，来表示实施本发明的实施例的原理的一些方式，但是应当理解，本发明的实施例的范围不受此限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
下面参照图1-图10来对本发明实施例提出的红外图像的非均匀性校正方法和装置进行详细描述。
如图1所示，为本发明一个实施例的红外图像的非均匀性校正方法，所述方法包括以下步骤：
S1，获取待校正图像；
S2，对所获取的待校正图像中位置固定不变的过热像元进行剔除并采取邻域像素值替代法进行盲元补偿得到第一图像；
S3，分别获取两个不同俯仰角度的纯净天空图像作为两个温度点图像，并获得增益系数和偏置系数，然后对所述第一图像进行梯度天空背景的两点法校正，得到第二图像；
S4，对所述第二图像通过修正增益系数法和修正偏置系数法剔除剩余噪点得到第三图像。
在一些实施例中，所述待校正图像具有固定图案噪声和随机噪声，且所述固定图案噪声和随机噪声的图像序列的标准差大于340。可以理解的是，若所述步骤S2，对所获取的待校正图像中位置固定不变的过热像元进行剔除并采取邻域像素值替代法进行盲元补偿得到第一图像可以省略，而直接通过步骤S3，分别获取两个不同俯仰角度的纯净天空图像作为两个温度点图像，并获得增益系数和偏置系数，然后对所述第一图像进行梯度天空背景的两点法校正来对获取的图像进行校正。或者步骤S3和步骤S2的顺序可以替换，即先对获取的待处理图像进行步骤S3的校正处理，然后对校正处理后的图像进行步骤S2的处理。
在一些实施例中，所述步骤S2对所获取的待校正图像中位置固定不变的过热像元进行剔除并采取邻域像素值替代法进行盲元补偿得到第一图像包括如下步骤：将所述图像划分为多个3×3邻域窗口，选取其中一个3×3邻域窗口中处于中心的中心像元进行检测；若检测到中心像元响应灰度值大于8个邻域像元灰度值并且大于8邻域平均灰度值的10％，或者中心像元响应灰度值小于8个邻域像元灰度值并且小于8邻域平均灰度值的10％，并且相邻两帧响应过热或过低像元位置不变时，采取邻域像素替代的方法进行盲元补偿；将该窗口遍布整个图像，对整幅图像进行盲元补偿处理。令3×3窗口中心像素为I(i,j)，周围8邻域像素分布如下表1所示。
| I(i-1,j-1) | I(i-1,j) | I(i-1,j+1) |
| I(i,j-1) | I(i,j) | I(i,j+1) |
| I(i+1,j-1) | I(i+1,j) | I(i+1,j+1) |
表1
本发明采用的邻域像素替代的盲元补偿法对位置固定的盲元剔除效果很好，能有效提高图像质量。
在一些实施例中，所述纯净天空图像为通过肉眼观察呈现为纯净无云的天空图像。该方法取代了机载红外探测系统中繁琐的黑体校正系数获取的过程，简单高效。
所述梯度天空背景的两点法校正采用两点校正法，算法原理如下：
焦平面探测器像元的响应输出表达式如下：
Xij(Φ)＝μijΦ+νij，(1)
对于均匀黑体的响应一致性是指像元的增益系数μij和偏置系数νij是不变的，即只要输入的辐射通量Φ一致，各像元的输出Xij(Φ)不变。两点校正法就是在原始像元输出值基础上校正增益系数和偏置系数，使所有像元在高低温两点间的输出是一条直线。
梯度天空背景的两点校正表达式如下：
Yij＝KijXij(Φ)+Bij，(2)
Kij和Bij分别是增益校正系数和偏置校正系数，Xij(Φ)是像元的原始输出值，Yij是校正后输出值。利用红外焦平面各探测元在高仰角无云天空场景低温度点TL的输出值Yij(ΦL)和低仰角无云天空场景高温度点TH黑体的输出值Yij(ΦH)两个温度点图像，由公式(3)、(4)获得增益系数和偏置系数，进行两点校正。
Yij(ΦL)＝KijXij(ΦL)+Bij，(3)
Yij(ΦH)＝KijXij(ΦH)+Bij，(4)
本发明实施例的两点校正法的复杂度不高，能够实时实现。相比较黑体标定法便捷性、实时性强了很多，也节约昂贵的设备成本。
在一些实施例中，所述修正增益系数法具体包括：
计算增益系数K曲线上4邻域均值Km：Km＝medfilt1(K，5)；
计算每点实际K值与Km之差的绝对值Kdif：Kdif＝abs(Km-K)；
计算Kdif的平均值mean(Kdif)；
设定阈值Kthresh，当：Kdif/mean(Kdif)>Kthresh时，将增益K剔除，否则保持不变；
用Km值替代剔除的K值。
在一些实施例中，所述阈值Kthresh为7。修正偏置系数方法与此同理。
所述修正偏置系数法具体包括：计算偏置系数B曲线上4邻域均值Bm：Bm＝medfilt1(B，5)；
计算每点实际B值与Bm之差的绝对值Bdif：Bdif＝abs(Bm-B)；
计算Bdif的平均值mean(Bdif)；
设定阈值Bthresh，当：Bdif/mean(Bdif)>Bthresh时，将偏置系数B剔除，否则保持不变；
用Bm值替代剔除的B值。在一些实施例中，所述阈值Bthresh为7。
本发明实施例采用的通过修正增益系数和偏置系数来剔除坏点能进一步提高图像质量。
根据本发明提出的红外图像的非均匀性校正方法，通过实时捕获两个温度点图像，拍得的两幅不同俯仰角度的纯净无云天空图像作为两个温度点，然后进行梯度天空背景的两点法校正。相比于黑体标定法便捷性、实时性强了很多，节约了昂贵的设备成本。
本发明的另一个实施例还提出了一种红外图像的非均匀性校正装置100，如图2所示，该装置100包括：
图像获取单元10，用于获取待校正图像以及两个不同俯仰角度的纯净天空图像；
第一图像处理单元20，对所获取的待校正图像中位置固定不变的过热像元进行剔除并采取邻域像素值替代法进行盲元补偿得到第一图像；
第二图像处理单元30，将所述图像获取单元获取的所述两个不同俯仰角度的纯净天空图像作为两个温度点图像，并获得增益系数和偏置系数，然后对所述经所述第一图像处理单元20处理得到的第一图像进行梯度天空背景的两点法校正，得到第二图像；
第三图像处理单元40，所述第三图像处理单元40对所述第二图像通过修正增益系数法和修正偏置系数法剔除剩余噪点得到第三图像。
在一些实施例中，如图2所示，所述第三图像处理单元40包括增益系数修正子单元401以及偏置系数修正子单元402。所述增益系数修正子单元401用于：计算增益系数K曲线上4邻域均值Km：Km＝medfilt1(K，5)；计算每点实际K值与Km之差的绝对值Kdif：Kdif＝abs(Km-K)；计算Kdif的平均值mean(Kdif)；设定阈值Kthresh，当：Kdif/mean(Kdif)>Kthresh时，将增益K剔除，否则保持不变；用Km值替代剔除的K值。
所述偏置系数修正子单元402用于：计算偏置系数B曲线上4邻域均值Bm：Bm＝medfilt1(B，5)；计算每点实际B值与Bm之差的绝对值Bdif：Bdif＝abs(Bm-B)；计算Bdif的平均值mean(Bdif)；设定阈值Bthresh，当：Bdif/mean(Bdif)>Bthresh时，将偏置系数B剔除，否则保持不变；用Bm值替代剔除的B值。
在一些实施例中，如图2所示，所述第一图像处理单元20包括：图像划分子单元201以及判断子单元201。所述图像划分子单元201将所述图像划分为多个3×3邻域窗口，并选取其中一个3×3邻域窗口中处于中心的中心像元进行检测直至该窗口遍布整个图像。所述判断子单元201对检测到中心像元响应灰度值大于8个邻域像元灰度值并且大于8邻域平均灰度值的10％，或者中心像元响应灰度值小于8个邻域像元灰度值并且小于8邻域平均灰度值的10％，并且相邻两帧响应过热或过低像元位置不变的像元采取邻域像素替代的方法进行盲元补偿。
在一些实施例中，所述待校正图像具有固定图案噪声和随机噪声，且所述固定图案噪声和随机噪声的图像序列的标准差大于340。
在一些实施例中，所述纯净天空图像为通过肉眼观察呈现为纯净无云的天空图像。所述梯度天空背景的两点法校正采用如前所述的两点校正法，不再赘述。
在一些实施例中，所述图像获取单元10为红外焦平面探测器。
根据本发明提出的红外图像的非均匀性校正装置，通过实时捕获两个温度点图像，拍得的两幅不同俯仰角度的纯净无云天空图像作为两个温度点，然后进行梯度天空背景的两点法校正。相比于黑体标定法便捷性、实时性强了很多，节约昂贵的设备成本。
下面结合图3-图10的实施例对本发明的实施过程做进一步的说明：
通过红外焦平面探测器获取不同时段拍摄的待校正图像的三帧见图3，所有图像均归一化处理。图像归一化就是通过一系列变换(即利用图像的不变矩寻找一组参数使其能够消除其他变换函数对图像变换的影响)，将待处理的原始图像转换成相应的唯一标准形式(该标准形式图像对平移、旋转、缩放等仿射变换具有不变特性)。图像归一化使得图像可以抵抗几何变换的攻击，它能够找出图像中的那些不变量，从而得知这些图像原本就是一样的或者一个系列的。
从图3所示的待处理图像中可以看出固定图案噪声很明显，而且还有位置固定不变的盲元等噪点存在。
将像元响应灰度值大于8邻域像元灰度值并且大于8邻域平均灰度值的10％(或者小于8个邻域像元灰度值并且小于8邻域平均灰度值的10％)，并且相邻两帧响应过热或过低像元位置不变的盲元用相邻像元替代，得到如图4所示的第一图像，从图4中可以看出，大部分盲元已消失。
利用红外探测器拍得的两幅不同俯仰角度的纯净天空图像作为两个温度点图像，图5、图6列出了第一温度点和第二温度点两个温度点图像，然后进行两点法校正，校正后得到如图7所示的第二图像。为了方便后期处理，所有图像顺时针旋转90°。
从图7中明显看出上述步骤初步校正后的图像固定图案噪声消失，大部分孤立噪声和坏点也已经剔除，但是仍然存在少量噪点。
对应图7的经处理后的第二图像的增益系数K随图像列数变化曲线如图8所示，为了方便我们选取图像最后一行显示曲线变化关系，但处理过程针对整幅图像。随着列数的增加，K值逐渐增大，但是曲线中存在K值跳跃较大的点，部分突变点在图中用圆圈标出，剩余坏点即由此造成，需要予以剔除。
对所述图7所示的第二图像通过修正增益系数法修正后的增益系数曲线见图9。通过观察曲线，K值跳跃较大的点均被剔除，随着列数的增加，K值变化较为平缓。最后用修正后的增益系数和偏置系数对上述三幅图像进行重新校正，校正结果如图10，校正后的图像，即第三图像上的残余的坏点均已消失。修正偏置系数法同上述修正增益系数法，不再赘述。
下面对本发明进行数据分析评价：灰度均匀图像的非均匀性好坏可以用标准差(Std)大小来衡量，通常标准差大的图像均匀性较差。如下的表2列出了校正前与校正后图像标准差，通过比较发现，校正后的标准差都在10以内，坏点剔除效果也比较好，结果表明本文提出的红外图像的非均匀性校正方法有效性强。同时算法复杂度不高，满足实时性要求。
表2
本发明具有如下有益效果：根据本发明实施例提出的红外图像的非均匀性校正方法和装置，通过实时捕获两个温度点图像，拍得的两幅不同俯仰角度的纯净无云天空图像作为两个温度点，然后进行梯度天空背景的两点法校正。相比于黑体标定法便捷性、实时性强了很多，且成本低。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同限定。
Claims (10)
1.一种红外图像的非均匀性校正方法，其特征在于，包括以下步骤：
获取待校正图像；
对所获取的待校正图像中位置固定不变的过热像元进行剔除并采取邻域像素值替代法进行盲元补偿得到第一图像；
分别获取两个不同俯仰角度的纯净天空图像作为两个温度点图像，并获得增益系数和偏置系数，然后对所述第一图像进行梯度天空背景的两点法校正，得到第二图像；
对所述第二图像通过修正增益系数法和修正偏置系数法剔除剩余噪点得到第三图像。
2.如权利要求1所述的红外图像的非均匀性校正方法，其特征在于，所述待校正图像具有固定图案噪声和随机噪声，且所述固定图案噪声和随机噪声的图像序列的标准差大于340。
3.如权利要求1所述的红外图像的非均匀性校正方法，其特征在于，所述对所获取的待校正图像中位置固定不变的过热像元进行剔除并采取邻域像素值替代法进行盲元补偿得到第一图像包括如下步骤：
将所述图像划分为多个3×3邻域窗口，选取其中一个3×3邻域窗口中处于中心的中心像元进行检测；
若检测到中心像元响应灰度值大于8个邻域像元灰度值并且大于8邻域平均灰度值的10％，或者中心像元响应灰度值小于8个邻域像元灰度值并且小于8邻域平均灰度值的10％，并且相邻两帧响应过热或过低像元位置不变时，采取邻域像素替代的方法进行盲元补偿；
将该窗口遍布整个图像，对整幅图像进行盲元补偿处理。
4.如权利要求1所述的红外图像的非均匀性校正方法，其特征在于，所述纯净天空图像为通过肉眼观察呈现为纯净无云的天空图像。
5.如权利要求1所述的红外图像的非均匀性校正方法，其特征在于，所述修正增益系数法具体包括：
计算增益系数K曲线上4邻域均值Km：Km＝medfilt1(K，5)；
计算每点实际K值与Km之差的绝对值Kdif：Kdif＝abs(Km-K)；
计算Kdif的平均值mean(Kdif)；
设定阈值Kthresh，当：Kdif/mean(Kdif)>Kthresh时，将增益K剔除，否则保持不变；
用Km值替代剔除的K值。
6.如权利要求1所述的红外图像的非均匀性校正方法，其特征在于，所述修正偏置系数法具体包括：
计算偏置系数B曲线上4邻域均值Bm：Bm＝medfilt1(B，5)；
计算每点实际B值与Bm之差的绝对值Bdif：Bdif＝abs(Bm-B)；
计算Bdif的平均值mean(Bdif)；
设定阈值Bthresh，当：Bdif/mean(Bdif)>Bthresh时，将偏置系数B剔除，否则保持不变；
用Bm值替代剔除的B值。
7.一种红外图像的非均匀性校正装置，其特征在于，包括:
图像获取单元，所述图像获取单元用于获取待校正图像以及两个不同俯仰角度的纯净天空图像；
第一图像处理单元，所述第一图像处理单元对所获取的待校正图像中位置固定不变的过热像元进行剔除并采取邻域像素值替代法进行盲元补偿得到第一图像；
第二图像处理单元，所述第二图像处理单元将所述图像获取单元获取的所述两个不同俯仰角度的纯净天空图像作为两个温度点图像，并获得增益系数和偏置系数，然后对所述经所述第一图像处理单元处理得到的第一图像进行梯度天空背景的两点法校正，得到第二图像；
第三图像处理单元，所述第三图像处理单元对所述第二图像通过修正增益系数法和修正偏置系数法剔除剩余噪点得到第三图像。
8.如权利要求7所述的红外图像的非均匀性校正装置，其特征在于，所述第三图像处理单元包括增益系数修正子单元以及偏置系数修正子单元；
所述增益系数修正子单元用于：
计算增益系数K曲线上4邻域均值Km：Km＝medfilt1(K，5)；
计算每点实际K值与Km之差的绝对值Kdif：Kdif＝abs(Km-K)；
计算Kdif的平均值mean(Kdif)；
设定阈值Kthresh，当：Kdif/mean(Kdif)>Kthresh时，将增益K剔除，否则保持不变；
用Km值替代剔除的K值；
所述偏置系数修正子单元用于：
计算偏置系数B曲线上4邻域均值Bm：Bm＝medfilt1(B，5)；
计算每点实际B值与Bm之差的绝对值Bdif：Bdif＝abs(Bm-B)；
计算Bdif的平均值mean(Bdif)；
设定阈值Bthresh，当：Bdif/mean(Bdif)>Bthresh时，将偏置系数B剔除，否则保持不变；
用Bm值替代剔除的B值。
9.如权利要求7所述的红外图像的非均匀性校正装置，其特征在于，所述第一图像处理单元包括：
图像划分子单元，所述图像划分子单元将所述图像划分为多个3×3邻域窗口，并选取其中一个3×3邻域窗口中处于中心的中心像元进行检测直至该窗口遍布整个图像；
判断子单元，所述判断子单元对检测到中心像元响应灰度值大于8个邻域像元灰度值并且大于8邻域平均灰度值的10％，或者中心像元响应灰度值小于8个邻域像元灰度值并且小于8邻域平均灰度值的10％，并且相邻两帧响应过热或过低像元位置不变的像元采取邻域像素替代的方法进行盲元补偿。
10.如权利要求7所述的红外图像的非均匀性校正装置，其特征在于，所述待校正图像具有固定图案噪声和随机噪声，且所述固定图案噪声和随机噪声的图像序列的标准差大于340。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610726728.1A CN106373094B (zh) | 2016-08-25 | 2016-08-25 | 一种红外图像的非均匀性校正方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610726728.1A CN106373094B (zh) | 2016-08-25 | 2016-08-25 | 一种红外图像的非均匀性校正方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106373094A true CN106373094A (zh) | 2017-02-01 |
| CN106373094B CN106373094B (zh) | 2017-11-07 |
Family
ID=57879487
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610726728.1A Active CN106373094B (zh) | 2016-08-25 | 2016-08-25 | 一种红外图像的非均匀性校正方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106373094B (zh) |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106886983A (zh) * | 2017-03-01 | 2017-06-23 | 中国科学院长春光学精密机械与物理研究所 | 基于Laplace算子和反卷积的图像非均匀性校正方法 |
| CN107426466A (zh) * | 2017-07-25 | 2017-12-01 | 中国科学院长春光学精密机械与物理研究所 | 一种tdiccd成像系统非均匀噪声快速校正装置及校正方法 |
| CN107450347A (zh) * | 2017-07-14 | 2017-12-08 | 西安电子科技大学 | 一种基于红外半实物仿真系统的gpu实时非均匀性校正方法 |
| CN107784673A (zh) * | 2017-10-19 | 2018-03-09 | 中国电子科技集团公司第四十研究所 | 一种基于非均匀性校正的光纤图像处理方法 |
| CN108447031A (zh) * | 2018-02-28 | 2018-08-24 | 北京理工大学 | 一种红外图像热背景噪声校正的方法 |
| CN108537740A (zh) * | 2018-02-13 | 2018-09-14 | 北京航天控制仪器研究所 | 一种基于相邻像素统计一致性的非均匀性校正方法及系统 |
| CN109767441A (zh) * | 2019-01-15 | 2019-05-17 | 电子科技大学 | 一种自动检测盲元标记方法 |
| CN110428466A (zh) * | 2019-07-16 | 2019-11-08 | 浙江大华技术股份有限公司 | 一种非均匀性校正的方法和设备 |
| CN110567584A (zh) * | 2019-07-22 | 2019-12-13 | 河南中光学集团有限公司 | 一种实时红外探测器盲元检测提取及校正的方法 |
| CN111076821A (zh) * | 2019-12-11 | 2020-04-28 | 中国航空工业集团公司洛阳电光设备研究所 | 一种积分时间自适应切换的红外图像非均匀校正方法 |
| CN111369552A (zh) * | 2020-03-13 | 2020-07-03 | 烟台艾睿光电科技有限公司 | 红外盲元检测方法、装置及计算机可读存储介质 |
| 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 |
| CN111915682A (zh) * | 2020-07-21 | 2020-11-10 | 天津大学 | 一种实时自调节的高光谱相机非均匀校正方法 |
| CN112784703A (zh) * | 2021-01-04 | 2021-05-11 | 长春理工大学 | 一种基于多光谱的人员行动轨迹确定方法 |
| WO2021134713A1 (zh) * | 2019-12-31 | 2021-07-08 | 深圳市大疆创新科技有限公司 | 红外图像处理方法及装置 |
| CN113375808A (zh) * | 2021-05-21 | 2021-09-10 | 武汉博宇光电系统有限责任公司 | 一种基于场景的红外图像非均匀性校正方法 |
| CN114140336A (zh) * | 2021-10-08 | 2022-03-04 | 中国安全生产科学研究院 | 一种基于红外图像的坏点处理方法及装置 |
| CN114913096A (zh) * | 2022-06-10 | 2022-08-16 | 中国科学院长春光学精密机械与物理研究所 | 一种特征初始化的非均匀校正方法及其系统 |
| CN117221747A (zh) * | 2023-11-09 | 2023-12-12 | 海豚乐智科技(成都)有限责任公司 | 一种基于sopc的单周期坏点补偿与非均匀校正方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101666682A (zh) * | 2009-08-06 | 2010-03-10 | 重庆邮电大学 | 基于场景统计的神经网络非均匀性校正方法 |
| CN102042878A (zh) * | 2010-10-21 | 2011-05-04 | 电子科技大学 | 一种去除温漂的红外非均匀性校正方法 |
| CN103792009A (zh) * | 2014-01-26 | 2014-05-14 | 中国科学院长春光学精密机械与物理研究所 | 地基大口径望远镜的红外辐射定标方法 |
-
2016
- 2016-08-25 CN CN201610726728.1A patent/CN106373094B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101666682A (zh) * | 2009-08-06 | 2010-03-10 | 重庆邮电大学 | 基于场景统计的神经网络非均匀性校正方法 |
| CN102042878A (zh) * | 2010-10-21 | 2011-05-04 | 电子科技大学 | 一种去除温漂的红外非均匀性校正方法 |
| CN103792009A (zh) * | 2014-01-26 | 2014-05-14 | 中国科学院长春光学精密机械与物理研究所 | 地基大口径望远镜的红外辐射定标方法 |
Cited By (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106886983B (zh) * | 2017-03-01 | 2019-08-23 | 中国科学院长春光学精密机械与物理研究所 | 基于Laplace算子和反卷积的图像非均匀性校正方法 |
| CN106886983A (zh) * | 2017-03-01 | 2017-06-23 | 中国科学院长春光学精密机械与物理研究所 | 基于Laplace算子和反卷积的图像非均匀性校正方法 |
| CN107450347A (zh) * | 2017-07-14 | 2017-12-08 | 西安电子科技大学 | 一种基于红外半实物仿真系统的gpu实时非均匀性校正方法 |
| CN107450347B (zh) * | 2017-07-14 | 2019-10-22 | 西安电子科技大学 | 一种基于红外半实物仿真系统的gpu实时非均匀性校正方法 |
| CN107426466A (zh) * | 2017-07-25 | 2017-12-01 | 中国科学院长春光学精密机械与物理研究所 | 一种tdiccd成像系统非均匀噪声快速校正装置及校正方法 |
| CN107426466B (zh) * | 2017-07-25 | 2019-09-06 | 中国科学院长春光学精密机械与物理研究所 | 一种tdi ccd成像系统非均匀噪声快速校正装置及校正方法 |
| CN107784673A (zh) * | 2017-10-19 | 2018-03-09 | 中国电子科技集团公司第四十研究所 | 一种基于非均匀性校正的光纤图像处理方法 |
| CN107784673B (zh) * | 2017-10-19 | 2020-04-21 | 中国电子科技集团公司第四十一研究所 | 一种基于非均匀性校正的光纤图像处理方法 |
| CN108537740A (zh) * | 2018-02-13 | 2018-09-14 | 北京航天控制仪器研究所 | 一种基于相邻像素统计一致性的非均匀性校正方法及系统 |
| CN108447031A (zh) * | 2018-02-28 | 2018-08-24 | 北京理工大学 | 一种红外图像热背景噪声校正的方法 |
| CN109767441A (zh) * | 2019-01-15 | 2019-05-17 | 电子科技大学 | 一种自动检测盲元标记方法 |
| CN110428466A (zh) * | 2019-07-16 | 2019-11-08 | 浙江大华技术股份有限公司 | 一种非均匀性校正的方法和设备 |
| CN110567584A (zh) * | 2019-07-22 | 2019-12-13 | 河南中光学集团有限公司 | 一种实时红外探测器盲元检测提取及校正的方法 |
| CN111076821A (zh) * | 2019-12-11 | 2020-04-28 | 中国航空工业集团公司洛阳电光设备研究所 | 一种积分时间自适应切换的红外图像非均匀校正方法 |
| WO2021134713A1 (zh) * | 2019-12-31 | 2021-07-08 | 深圳市大疆创新科技有限公司 | 红外图像处理方法及装置 |
| CN111369552A (zh) * | 2020-03-13 | 2020-07-03 | 烟台艾睿光电科技有限公司 | 红外盲元检测方法、装置及计算机可读存储介质 |
| CN111369552B (zh) * | 2020-03-13 | 2023-07-14 | 烟台艾睿光电科技有限公司 | 红外盲元检测方法、装置及计算机可读存储介质 |
| 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 |
| 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 |
| CN111915682B (zh) * | 2020-07-21 | 2022-07-15 | 天津大学 | 一种实时自调节的高光谱图像数据非均匀校正方法 |
| CN111915682A (zh) * | 2020-07-21 | 2020-11-10 | 天津大学 | 一种实时自调节的高光谱相机非均匀校正方法 |
| CN112784703A (zh) * | 2021-01-04 | 2021-05-11 | 长春理工大学 | 一种基于多光谱的人员行动轨迹确定方法 |
| CN112784703B (zh) * | 2021-01-04 | 2024-01-16 | 长春理工大学 | 一种基于多光谱的人员行动轨迹确定方法 |
| CN113375808A (zh) * | 2021-05-21 | 2021-09-10 | 武汉博宇光电系统有限责任公司 | 一种基于场景的红外图像非均匀性校正方法 |
| CN114140336A (zh) * | 2021-10-08 | 2022-03-04 | 中国安全生产科学研究院 | 一种基于红外图像的坏点处理方法及装置 |
| CN114913096A (zh) * | 2022-06-10 | 2022-08-16 | 中国科学院长春光学精密机械与物理研究所 | 一种特征初始化的非均匀校正方法及其系统 |
| CN114913096B (zh) * | 2022-06-10 | 2024-04-23 | 中国科学院长春光学精密机械与物理研究所 | 一种特征初始化的非均匀校正方法及其系统 |
| CN117221747A (zh) * | 2023-11-09 | 2023-12-12 | 海豚乐智科技(成都)有限责任公司 | 一种基于sopc的单周期坏点补偿与非均匀校正方法 |
| CN117221747B (zh) * | 2023-11-09 | 2024-01-26 | 海豚乐智科技(成都)有限责任公司 | 一种基于sopc的单周期坏点补偿与非均匀校正方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106373094B (zh) | 2017-11-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106373094B (zh) | 一种红外图像的非均匀性校正方法及装置 | |
| KR100315897B1 (ko) | 적응적비균일성보상방법및센서 | |
| US8817135B2 (en) | Correction of cluster defects in imagers | |
| US7151560B2 (en) | Method and apparatus for producing calibration data for a digital camera | |
| KR101076027B1 (ko) | Ｄｉｒｃｍ 용 적외선 카메라의 영상 기반 오프셋 보정 장치 및 방법 | |
| CN111292257B (zh) | 一种基于Retinex的暗视觉环境下图像增强方法 | |
| CN101361360A (zh) | 用于在使用光学黑色像素及束缚像素的成像器中设定黑色电平的方法及设备 | |
| CN108154479A (zh) | 一种对遥感图像进行图像校正的方法 | |
| US8824828B1 (en) | Thermal V-curve for fusion image declutter | |
| KR20120062722A (ko) | 이미지 캡쳐 시스템에서 결함 평가방법 및 관련 시스템 | |
| CN108426640A (zh) | 一种针对红外探测器缺损像元的校正方法 | |
| CN108681993B (zh) | 基于归一化的高分辨率遥感影像条带噪声去除方法 | |
| CN107454349A (zh) | 一种基于sCMOS相机的固定噪声自适应检测与校正方法 | |
| CN109738069B (zh) | 多光谱成像照明空间非均匀性校正的方法 | |
| CN106644078A (zh) | 一种用于太赫兹图像非均匀性校正的方法 | |
| CN105869129B (zh) | 针对非均匀校正后的热红外图像剩余非均匀噪声去除方法 | |
| RU2717346C2 (ru) | Коррекция плохих пикселей в устройстве захвата инфракрасных изображений | |
| US11683594B2 (en) | Systems and methods for camera exposure control | |
| US20060231734A1 (en) | Generation and storage of column offsets for a column parallel image sensor | |
| JP2010276469A (ja) | 画像処理装置及び測距装置の画像処理方法 | |
| CN111932478A (zh) | 一种非制冷红外焦平面的自适应非均匀校正方法 | |
| CN115002360A (zh) | 一种基于稳健估计的红外视频非均匀性校正方法 | |
| WO2022126516A1 (en) | Adaptive image noise reduction system and method | |
| JP2018160024A (ja) | 画像処理装置、画像処理方法及びプログラム | |
| US10187548B2 (en) | Streak compensation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |