CN106570829B - 一种红外图像非均匀性校正方法 - Google Patents
一种红外图像非均匀性校正方法 Download PDFInfo
- Publication number
- CN106570829B CN106570829B CN201510650380.8A CN201510650380A CN106570829B CN 106570829 B CN106570829 B CN 106570829B CN 201510650380 A CN201510650380 A CN 201510650380A CN 106570829 B CN106570829 B CN 106570829B
- Authority
- CN
- China
- Prior art keywords
- image
- parameter
- representing
- infrared
- uniformity
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000001914 filtration Methods 0.000 claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims abstract description 12
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 description 9
- 230000005855 radiation Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000003331 infrared imaging Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000002945 steepest descent method 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
- G06T5/80—Geometric correction
-
- 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)
- Transforming Light Signals Into Electric Signals (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种红外图像非均匀性校正方法,通过将红外探测器采集到的原始模拟图像经过A/D转换后,得到原始数字图像,然后构建一个目标矩阵和构建一个滤波权重参数,再按照图像非均匀性建模公式来对校正参数进行更新,从而获得相应的校正参数,最后将获得的校正参数带入到非均匀性校正公式中来获得校正后的图像。本发明具有简单、高效的特点,收敛速率快,能够处理图像旋转、平移、缩放、扭曲、膨胀等多种情况,并且面对不同场景均有良好的校正效果,适用性广。
Description
技术领域
本发明技术属于红外图像非均匀性校正领域,具体涉及一种红外图像非均匀性校正方法。
背景技术
红外辐射使得人类对于大自然认识的视野得到开拓,在红外成像系统中,外部红外辐射经过光学系统传入红外探测器,聚焦在热敏元上,探测器把红外辐射能量转换成电信号,电信号反应红外辐射能量的强弱,再经过放大、AD采样和信号处理之后,在显示系统上形成可观察的红外图像。
理想情况下,红外焦平面探测器上每一个像敏像元的响应曲线都应该是完全相同的。然而在实际情况下,红外焦平面探测器自身的半导体材料、工艺上的缺陷等都会造成红外焦平面探测器上的各个像敏元具有不同的响应特性,即在均匀红外辐射下,探测器响应值具有差异性,而且非均匀性的轻重也与探测器材料和工艺相关。再者,红外图像所呈现出的非均匀性与整个红外成像系统的各个部分均有关,光学系统、读出电路等都会影响非均匀性,这部分的影响很难从总体的非均匀性中分辨和分离,所以从广义上来说,非均匀性是指在均匀红外辐射入射的情况下红外焦平面探测器各像敏元响应的不一致性。
中国专利号200910104551.1公开了一种基于场景统计的神经网络非均匀性校正方法,该方法根据校正误差的标准差阈值判断像素的区域属性,对场景统计校正后且不含低频空间噪声的图像进行增益非线性校正。然而该方法很难在保证校正效果的同时具有较高的收敛速度,因为它所建立的神经网络结构是开环的,当面对非均匀性较强的情形时,就不能很好的校正,甚至会出现发散的情况,当图像静止时,图像就会出现严重的衰退现象;中国专利号201110457706.7,公开了一种快速收敛的基于场景非均匀性校正方法,该方法通过采集一帧新的未校正原始图像与上一帧未校正原始图像一同利用当前非均匀性校正参数进行非均匀性校正,并采用最速下降法沿着负梯度方向更新校正参数。然而该方法只适用于图像平移的情况下使用,一旦图像出现旋转、扭曲、缩放等多种情况,该方法便不能进行帧间配准,从而无法实现非均匀性校正。
发明内容
本发明的目的在于提供一种红外图像非均匀性校正方法,解决了图像在面对旋转,扭曲,平移,缩放,膨胀等情况下不能得到良好图像质量的问题。
实现本发明目的的技术解决方案为:
一种红外图像非均匀性校正方法,方法步骤如下:
步骤1、将红外探测器采集到的原始模拟图像经过A/D转换后,得到原始数字图像Xm,X∈RM×N,其中,M表示原始数字图像Xm的行数,N表示原始数字图像Xm的列数,m表示原始数字图像的帧号。
步骤2、构建目标矩阵A,A∈RM×N,目标矩阵A的元素如下:
Ai,j=δ
其中,(i,j)表示原始数字图像X像素的坐标,δ为正整数。
步骤3、构建滤波权重参数W,滤波权重参数W的公式如下:
其中,Ni表示以像素点i为中心的一个邻域,x(Ni)表示以像素点i为中心的一个邻域的像素值,x(Nj)表示以像素点j为中心的一个邻域的像素值,表示欧氏几何空间距离,θ表示滤波参数。
步骤4、根据图像非均匀性建模公式,分别获得增益校正参数k和偏置校正参数b:
图像非均匀性建模公式如下:
其中,表示关于k,b的函数,α为拉格朗日参数,α∈[0,1,γ为学习参数,γ∈[0.01,0.06。
步骤5、将得到的增益校正参数k和偏置校正参数b带入图像非均匀性校正公式中,得到校正后的图像Ym+1,公式如下:
Ym+1=k·Xm+1+b。
上述步骤2和步骤3顺序可对调。
本发明与现有技术相比,其显著优点:(1)收敛速率快,本发明能够在很短的时间内对图像进行非均匀性校正,节省了时间;(2)校正效果明显,面对多种非均匀性严重的红外图像,能够对图像进行良好的校正,得到较好的图像质量;(3)实用性广,面对不同的场景均有良好的校正效果。
附图说明
图1是本发明一种红外图像非均匀性校正方法的方法流程图。
图2是本发明一种红外图像非均匀性校正方法经过红外图像非均匀性校正方法的白天高空拍摄下的校园建筑的效果比较图;其中(a)为校园建筑的红外原始图像,(b)为校正之后图像。
图3是本发明一种红外图像非均匀性校正方法的经过红外图像非均匀性校正方法的白天高空拍摄下的低矮建筑的效果比较图;其中(a)为低矮建筑的红外原始图像,(b)为校正之后图像。
具体实施方式
下面结合附图对本发明作进一步详细描述。
结合图1,一种红外图像非均匀性校正方法,方法步骤如下:
步骤1、将红外探测器采集到的原始模拟图像经过A/D转换后,得到原始数字图像Xm,X∈RM×N,其中,M表示原始数字图像Xm的行数,N表示原始数字图像Xm的列数,m表示原始数字图像的帧号;
步骤2、构建目标矩阵A,A∈RM×N,以目标矩阵为基准,可以将图像噪声校正至相同,目标矩阵A的元素如下:
Ai,j=δ
其中,(i,j)表示原始数字图像X像素的坐标,δ为正整数;
步骤3、构建滤波权重参数W,通过滤波权重参数,将图像的各个点的像素值用其邻域内的像素值加权得到,在一定程度上减少了噪声,滤波权重参数W的公式如下:
其中,Ni表示以像素点i为中心的一个邻域,x(Ni)表示以像素点i为中心的一个邻域的像素值,x(Nj)表示以像素点j为中心的一个邻域的像素值,表示欧氏几何空间距离,θ表示滤波参数;
步骤4、根据图像非均匀性建模公式,分别获得增益校正参数k和偏置校正参数b:
图像非均匀性建模公式如下:
其中,表示关于k,b的函数,α为拉格朗日参数,α∈[0,1,γ为学习参数,γ∈[0.01,0.06;
步骤5、将得到的增益校正参数k和偏置校正参数b带入到图像非均匀性校正公式中,得到校正后的图像Ym+1:
非均匀性校正公式如下:
y=k·x+b
Ym+1=k·Xm+1+b
上述步骤2和步骤3顺序对调。
实施例1
结合图1和图2,红外探测器采集到白天高空拍摄下校园建筑的红外图像,图像大小为320×256。
一种红外图像非均匀性校正方法,方法步骤如下:
步骤1、将红外探测器采集到的原始模拟图像经过A/D转换后,得到原始数字图像Xm,X∈RM×N,其中,M表示原始数字图像Xm的行数,N表示原始数字图像Xm的列数,m表示原始数字图像的帧号;
步骤2、构建目标矩阵A,A∈RM×N,目标矩阵A的元素如下:
Ai,j=δ
其中,(i,j)表示原始数字图像X像素的坐标,δ的数值设为3000;
步骤3、构建滤波权重参数W,滤波权重参数W的公式如下:
其中,Ni表示以像素点i为中心的一个邻域,x(Ni)表示以像素点i为中心的一个邻域的像素值,x(Nj)表示以像素点j为中心的一个邻域的像素值,表示欧氏几何空间距离,θ表示滤波参数。
步骤4、根据图像非均匀性建模公式,分别获得增益校正参数k和偏置校正参数b:
图像非均匀性建模公式如下:
其中,表示关于k,b的函数,α的数值设为1,γ的数值设为0.03。
步骤5、将得到的增益校正参数k和偏置校正参数b:带入到图像非均匀性校正公式中,得到校正后的图像Ym+1:
非均匀性校正公式如下:
y=k·x+b
Ym+1=k·Xm+1+b
对比图2(a)和图2(b),从校正效果上看图像非均匀严重区域得到校正,还原真实的图像,并且收敛速率快,在很短的帧数内对图像进行校正,最终得到一幅质量良好的图像。
实施例2
结合图1和图3,红外探测器采集到白天高空拍摄下的低矮建筑的红外图像,图像大小为320×256。
一种红外图像非均匀性校正方法,方法步骤如下:
步骤1、将红外探测器采集到的原始模拟图像经过A/D转换后,得到原始数字图像Xm,X∈RM×N,其中,M表示原始数字图像Xm的行数,N表示原始数字图像Xm的列数,m表示原始数字图像的帧号;
步骤2、构建目标矩阵A,A∈RM×N,目标矩阵A的元素如下:
Ai,j=δ
其中,(i,j)表示原始数字图像X像素的坐标,δ的数值设为2500。
步骤3、构建滤波权重参数W,滤波权重参数W的公式如下:
其中,Ni表示以像素点i为中心的一个邻域,x(Ni)表示以像素点i为中心的一个邻域的像素值,x(Nj)表示以像素点j为中心的一个邻域的像素值,表示欧氏几何空间距离,θ表示滤波参数。
步骤4、根据图像非均匀性建模公式,分别获得增益校正参数k和偏置校正参数b:
图像非均匀性建模公式如下:
其中,表示关于k,b的函数,α的数值设为0.08,γ的数值设为0.02。
步骤5、将得到的增益校正参数k和偏置校正参数b带入到图像非均匀性校正公式中,得到校正后的图像Ym+1:
非均匀性校正公式如下:
y=k·x+b
Ym+1=k·Xm+1+b
对比图3(a)和图3(b),从校正效果上看图像非均匀区域得到校正,还原真实的图像,并且收敛速率快,在很短的帧数内对图像进行校正,最终得到一幅质量良好的图像。
综上所述,采用本发明所述的红外图像非均匀性校正方法进行图像校正,收敛速率快,能够在很短的时间内对图像进行非均匀性校正,节省了时间;校正效果明显,面对多种非均匀性严重的红外图像,能够对图像进行良好的校正,得到较好的图像质量;实用性广,面对不同的场景均有良好的校正效果。
Claims (2)
1.一种红外图像非均匀性校正方法,其特征在于,方法步骤如下:
步骤1、将红外探测器采集到的原始模拟图像经过A/D转换后,得到原始数字图像Xm,Xm∈RM×N,其中,M表示原始数字图像Xm的行数,N表示原始数字图像Xm的列数,m表示原始数字图像的帧号;
步骤2、构建目标矩阵A,A∈RM×N,目标矩阵A的元素如下:
Ai,j=δ
其中,(i,j)表示原始数字图像Xm像素的坐标,δ为正整数;
步骤3、构建滤波权重参数W,滤波权重参数W的公式如下:
其中,Ni表示以像素点i为中心的一个邻域,x(Ni)表示以像素点i为中心的一个邻域的像素值,x(Nj)表示以像素点j为中心的一个邻域的像素值,表示欧氏几何空间距离,θ表示滤波参数;
步骤4、根据图像非均匀性建模公式,分别获得增益校正参数k和偏置校正参数b:
图像非均匀性建模公式如下:
其中,表示关于k,b的函数,α为拉格朗日参数,α∈[0,1],γ为学习参数,γ∈[0.01,0.06];
步骤5、将得到的增益校正参数k和偏置校正参数b代入图像非均匀性建模公式中,得到校正后的图像Ym+1,公式如下:
Ym+1=k·Xm+1+b。
2.根据权利要求1所述的红外图像非均匀性校正方法,其特征在于:上述步骤2和步骤3顺序对调。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510650380.8A CN106570829B (zh) | 2015-10-09 | 2015-10-09 | 一种红外图像非均匀性校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510650380.8A CN106570829B (zh) | 2015-10-09 | 2015-10-09 | 一种红外图像非均匀性校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106570829A CN106570829A (zh) | 2017-04-19 |
CN106570829B true CN106570829B (zh) | 2019-05-07 |
Family
ID=58506134
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510650380.8A Expired - Fee Related CN106570829B (zh) | 2015-10-09 | 2015-10-09 | 一种红外图像非均匀性校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106570829B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107203150B (zh) * | 2017-05-22 | 2020-01-07 | 西安电子科技大学 | 基于红外半实物仿真系统的非均匀性校正方法 |
CN109903245B (zh) * | 2019-02-22 | 2023-08-11 | 西安天盈光电科技有限公司 | 红外图像的非均匀校正方法 |
CN109934790A (zh) * | 2019-03-27 | 2019-06-25 | 北京理工大学 | 带有自适应阈值的红外成像系统非均匀性校正方法 |
CN110363714B (zh) * | 2019-06-19 | 2023-03-28 | 南京谱数光电科技有限公司 | 自适应学习速率的基于场景帧间配准的非均匀性校正方法 |
CN111983710B (zh) * | 2020-08-14 | 2023-07-28 | 西安应用光学研究所 | 一种用于扫描型红外搜索系统的非均匀性校正方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289788A (zh) * | 2011-06-17 | 2011-12-21 | 中国电子科技集团公司第二十八研究所 | 多通道红外探测器中条纹非均匀性实时校正方法 |
CN103164846A (zh) * | 2013-03-15 | 2013-06-19 | 上海海事大学 | 一种基于转向核估计的红外条纹非均匀性校正方法 |
CN103985088A (zh) * | 2014-03-31 | 2014-08-13 | 杭州电子科技大学 | 利用加权微分约束的红外条纹非均匀性校正方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014144492A1 (en) * | 2013-03-15 | 2014-09-18 | Drs Rsta, Inc. | Method of shutterless non-uniformity correction for infrared imagers |
-
2015
- 2015-10-09 CN CN201510650380.8A patent/CN106570829B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289788A (zh) * | 2011-06-17 | 2011-12-21 | 中国电子科技集团公司第二十八研究所 | 多通道红外探测器中条纹非均匀性实时校正方法 |
CN103164846A (zh) * | 2013-03-15 | 2013-06-19 | 上海海事大学 | 一种基于转向核估计的红外条纹非均匀性校正方法 |
CN103985088A (zh) * | 2014-03-31 | 2014-08-13 | 杭州电子科技大学 | 利用加权微分约束的红外条纹非均匀性校正方法 |
Non-Patent Citations (3)
Title |
---|
基于单调场景运动的复杂非均匀性校正;许轰烈等;《红外与激光工程》;20140930;第43卷(第9期);全文 |
红外焦平面阵列条纹非均匀性校正方法;任建乐等;《红外与激光工程》;20130831;第42卷(第8期);全文 |
红外焦平面阵列非均匀性校正精度的研究;姚琴芬等;《红外》;20120831;第33卷(第8期);全文 |
Also Published As
Publication number | Publication date |
---|---|
CN106570829A (zh) | 2017-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106570829B (zh) | 一种红外图像非均匀性校正方法 | |
CN110211056B (zh) | 基于局部中值直方图的自适应红外图像去条纹算法 | |
CN109741267B (zh) | 基于三边滤波和神经网络的红外图像非均匀性校正方法 | |
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 | |
US20090109305A1 (en) | One-step black level calibration for image sensors | |
CN102778296B (zh) | 基于总变分的自适应红外焦平面非均匀性校正方法 | |
KR101104199B1 (ko) | 가시광선 및 적외선 영상신호 융합장치 및 그 방법 | |
CN107093196B (zh) | 视频卫星面阵相机在轨相对辐射定标方法 | |
CN109813442B (zh) | 一种基于多帧处理的内部杂散辐射非均匀性校正方法 | |
CN102521797A (zh) | 扫描型红外成像系统的场景非均匀校正方法 | |
CN108665425A (zh) | 基于帧间配准和自适应步长的红外图像非均匀性校正方法 | |
WO2019127059A1 (zh) | 基于引导滤波和高通滤波的红外图像非均匀性校正方法 | |
CN102968776A (zh) | 一种线性与非线性滤波器相结合的非均匀性校正方法 | |
CN112651903A (zh) | 红外热像仪图像预处理系统及其预处理方法 | |
CN106153198B (zh) | 一种基于时域高通滤波的帧间配准非均匀性校正方法 | |
CN109934790A (zh) | 带有自适应阈值的红外成像系统非均匀性校正方法 | |
WO2019183843A1 (zh) | 基于帧间配准和自适应步长的红外图像非均匀性校正方法 | |
CN106296627A (zh) | 一种校正红外成像系统的非均匀性的方法 | |
CN106851141A (zh) | 一种遥感图像的非均匀性校正方法 | |
CN105741238B (zh) | 一种基于场景帧间配准的红外图像非均匀性校正方法 | |
CN111598815B (zh) | 一种红外热像仪图像非均匀校正方法及装置 | |
CN115002360A (zh) | 一种基于稳健估计的红外视频非均匀性校正方法 | |
CN104166960B (zh) | 一种基于场景的自适应非均匀固定噪声去除方法 | |
Ratliff et al. | Adaptive scene-based correction algorithm for removal of residual fixed pattern noise in microgrid image data | |
CN106570828B (zh) | 一种基于子空间投影的帧间配准非均匀性校正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190507 Termination date: 20201009 |
|
CF01 | Termination of patent right due to non-payment of annual fee |