CN107767346A - 一种红外图像条纹噪声滤波方法 - Google Patents

Abstract

本发明公开了一种红外图像条纹噪声滤波方法，包括以下步骤，1）接收红外焦平面探测器输出的经过预处理后的图像数据；2）对输入图像进行引导滤波处理，得到输入图像的基图；3）将输入图像的每行或/和每列像素均值减去该基图图像的每行或/和每列像素均值，得到输入图像的每行或/和每列像素的条纹噪声叠加量；4）输入图像的像素值减去该像素所在行或/和列的条纹噪声叠加量，就得到红外图像去条纹噪声处理之后的输出图像。使用本发明的方法能有效去除红外焦平面成像的横、竖条纹噪声，提高了图像质量，并且计算复杂度低，便于实现实时处理。

Description

一种红外图像条纹噪声滤波方法

技术领域

本发明属于红外图像处理技术领域，具体涉及一种红外图像条纹噪声滤波方法。

背景技术

红外焦平面成像系统是红外成像技术发展的方向，是红外成像系统的核心器件。红外焦平面成像装置，如热像仪，通常会受到各种各样噪声的干扰，而噪声又会影响红外图像的质量。因此为了提高视觉效果，需要使用滤波技术对红外图像的噪声进行处理。

红外焦平面探测器一般含有多个放大器，探测器一行或一列输出共用一个放大器，因此会产生横向或纵向的非均匀性条纹，这种条纹噪声作为一种特殊的非均匀性噪声，在红外焦平面成像系统中尤为突出，普通的一点非均匀性校正或两点非均匀性校正方法都无法滤除此种噪声。

因此，红外焦平面的图像需要进行专门的条纹噪声处理工作，以减少噪声，提高图像质量。

发明内容

本发明的目的在于根据现有技术的不足，设计一种基于引导滤波技术的红外图像条纹噪声滤波方法，旨在处理红外焦平面成像系统中红外图像上的条纹噪声，改善红外系统成像质量。

本发明解决其技术问题所采用的技术方案是：一种红外图像条纹噪声滤波方法，包括以下步骤：

1)输入图像

接收红外焦平面探测器输出的经过预处理后的红外图像数据作为输入图像I_in，所述的输入图像是红外焦平面探测器输出并经过图像预处理之后的图像数据；

2)引导滤波

输入图像Iin经过引导滤波器处理，得到输入图像Iin的基图，所述的引导滤波是对引导图像G进行线性变换，得到输出图像I_out的图像处理方法，所述的引导图像G与输入图像Iin相同；

3)计算列均值

将输入图像I_in的每行或/和每列像素均值减去该基图图像的每行或/和每列像素均值，得到输入图像I_in的每行或/和每列像素的条纹噪声叠加量，所述的基图q_base为输入图像I_in经过引导滤波处理后的图像；

4)输出图像

输入图像I_in的像素值减去该像素所在行或/和列的条纹噪声叠加量，就得到红外图像去条纹噪声处理之后的输出图像I_out。

进一步，所述步骤1)中的预处理是对红外焦平面探测器输出的原始红外图像进行一点或两点非均匀性校正处理和图像坏元替换处理，以减少原始图像当中的非均匀性噪声和探测器坏元产生的图像上的奇异点。

进一步，所述的引导滤波的图像处理方法的计算公式为：

其中，pi为输入图像Iin在第i个像素的像素值；qi为输入的像素Pi经过变换之后得到的像素值；Ii是引导图像G的像素值；uk是引导图像G在r×r正方形滑动窗口中的平均值；是引导图像G在r×r正方形滑动窗口中的方差；是输入图像Iin在r×r正方形滑动窗口中的平均值；是正方形滑动窗口包含像素的个数；ε为一个设定的值，决定了引导滤波的滤波强度。

进一步，所述的引导图像G与输入图像I_in相等，即I_i＝P_i，所述的引导滤波系数计算公式可以变换为：

进一步，所述步骤2)中的输入图像I_in的基图q_base的计算公式为：

进一步，所述步骤3)中的输入图像I_in的每行或/和每列像素的条纹噪声叠加量是一维的数组{m₁，m₂，m₃，m₄，……，m_i-2，m_i-1，m_i}，i为输入图像的总的行或/和列数。m₁表示第1行或/和列的噪声叠加量，m₂表示第2行或/和列的噪声叠加量，以此类推，m_i表示图像最后一行或/和列的噪声叠加量。

进一步，所述步骤4)中的输出图像I_out的像素值计算公式为：

q_x,y＝p_x,y-(m_x-n_x)

其中，p_x,y表示输入图像I_in第x列、第y行的像素值，q_x,y表示输出图像I_out第x列、第y行的像素值，输入图像I_in中像素值p_x,y滤除叠加在第x列的条纹噪声的值，即等于输出图像I_out的像素值q_x,y。

更进一步，所述的输入图像均是带有条纹噪声的红外图像，所述的条纹噪声包括横条纹噪声与竖条纹噪声。

再进一步，所述的输入图像的横条纹噪声叠加量可以用输入图像的行均值与基图图像的行均值的差表示；所述输入图像的竖条纹噪声叠加量可以用输入图像的列均值与基图图像的列均值的差表示。

本发明的有益效果是：

本发明通过引导滤波技术计算输入红外图像的基图，然后计算红外图像行/列均值和基图图像行/列均值之差，用输入的红外图像减去两图行/列均值差达到去除红外图像条纹噪声的效果。使用本发明的方法能有效去除红外焦平面成像的横、竖条纹噪声，提高了图像质量，并且计算复杂度低，便于实现实时处理。

附图说明

图1是本发明的整体框架结构图；

图2是本发明实施例采集室外场景未经过去竖纹噪声处理的红外图像；

图3是本发明实施例采集室外场景经过去竖纹噪声处理的红外图像；

图4是本发明实施例采集黑体未经过去竖纹噪声处理的红外图像；

图5是本发明实施例采集黑体经过去竖纹噪声处理的红外图像；

图6是本发明实施例采集黑体未经过去竖纹噪声处理的红外图像的列均值分布图；

图7是本发明实施例采集黑体经过去竖纹噪声处理的红外图像的列均值分布图。

具体实施方式

下面结合附图及实施例对本发明作进一步详细说明，本发明实施例的红外图像源来自IRAY 384×288红外焦平面探测器，该探测器输出384×288分辨率的红外图像，并且该图像带有竖条纹噪声的特性，因此在该实施例中只对图像做竖条纹噪声滤波的处理。

参照图1所示，本发明公开了一种红外图像条纹噪声滤波方法，包括以下步骤：

1)接收图像数据

红外焦平面探测器输出的未经预处理的红外图像称为原始图像，本方法接收的输入图像为原始图像经过预处理后的图像数据。

本发明实例中对原始图像的预处理包括对图像的两点非均匀性校正与滤除像素坏点处理。

2)使用引导滤波器得到输入图像的基图。

引导滤波技术是对引导图像进行局部线性变换，得到输出图像I_out的图像处理方法。输入图像I_in经过引导滤波器处理，得到输入图像I_in的基本层图像。

所述的引导滤波是对引导图像G进行局部线性简化，得到输出图像I_out的图像处理方法。

所述的引导滤波的图像处理方法的计算公式为：

其中，p_i为输入的384×288的红外图像I_in在第i个像素的像素值，i为大于0，小于等于384×288的整数；q_i为I_i经过简化之后输出的像素值，即基图在第i个像素的值；I_i是引导图像G的像素值；u_k是引导图像G在3×3正方形滑动窗口中的平均值；是引导图像G在3×3正方形滑动窗口中的方差；是输入图像I_in在3×3正方形滑动窗口中的平均值；是正方形滑动窗口包含像素的个数；ε为一个设定的值，决定了引导滤波的滤波强度，本发明实施例中设为3000。

本发明的方法在使用引导滤波技术时，所述的引导图像G与输入图像I_in相等，即I_i＝P_i，所述的公式(a)可以简化为：

得到输入图像I_in基图的计算公式为：

其中q_base为输入图像I_in经过引导滤波处理后的图像，称为基图。

3)计算图像列均值差

输入图像I_in的每行或/和每列像素均值减去该基图图像的每行或/和每列像素均值，得到输入图像I_in的每行或/和每列像素的条纹噪声叠加量。

本发明的实施例，计算输入图像I_in每列像素的平均值，得到一维的数组{m₁，m₂，m₃，m₄，……，m₃₈₂，m₃₈₃，m₃₈₄}；

计算基图q_base每列像素的平均值，得到一维的数组{n₁，n₂，n₃，n₄，……，n₃₈₂，n₃₈₃，n₃₈₄}；

计算两个一维数组之差，得到数组{m₁-n₁，m₂-n₂，m₃-n₃，m₄-n₄，……，m₃₈₂-n₃₈₂，m₃₈₃-n₃₈₃，m₃₈₄-n₃₈₄}，即是输入图像I_in与基图q_base的列均值差，也表示输入图像I_in当中叠加的列条纹噪声的值。

4)滤除图像噪声

输入图像I_in的像素值减去该像素所在行或/和列的条纹噪声叠加量，就得到红外图像去条纹噪声处理之后的输出图像I_out。

所述的输出图像I_out的像素值计算公式为：

q_x,y＝p_x,y-(m_x-n_x) (f)

其中，p_x,y表示输入图像I_in第x列、第y行的像素值，q_x,y表示输出图像I_out第x列、第y行的像素值，其中x∈{1,2,3,4....,382,383,384}，y∈{1,2,3,4....,286,287,288}；输入图像I_in中像素值p_x,y滤除叠加在第x列的条纹噪声的值，即等于输出图像I_out的像素值q_x,y。

图2、图3为本发明实施例采集显示的室外场景的红外图像，由于红外图像为14位高位宽的图像数据，而显示图片为8位的图像数据，所以采用线性映射的数据压缩方式，将红外图像14位的数据位宽压缩至8位显示。图2为未经过去竖纹噪声处理的红外图像，图3为经过去竖纹噪声处理的红外图像。图像分辨率为384×288×8bit。对比可以看出，图2中竖纹噪声明显，图3中则无明显的竖纹噪声，图像更平滑均匀。

图4、图5为本发明实例采集显示的黑体的红外图像，图4为未经过去竖纹噪声处理的红外图像，图5为经过去竖纹噪声处理的红外图像，图像分辨率为384×288×8bit。对比可以看出，图4中竖纹噪声明显，图5中则无明显的竖纹噪声，图像平滑均匀。

将图4、图5中每列平均值做对比，结果如图6、图7。

图6为图4中每列数据的平均值分布曲线，图7为图5中每列数据的平均值分布曲线。

本发明方法通过对不同场景特征的图像测试，证明该方法能有效去除红外焦平面成像的横竖条纹噪声。并且计算操作简单，易于硬件实现，达到实时性。

本发明提供了一种红外图像条纹噪声的滤波方法，具体实现该技术方案的方法和途径很多。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。本发明既可以借助软件加硬件的方式实现，也可以通过硬件的方式实现。

Claims (9)

1.一种红外图像条纹噪声滤波方法，其特征在于，包括以下步骤：

1)将红外焦平面探测器输出、并经过图像预处理之后的红外图像数据作为输入图像；

2)采用引导滤波器对输入图像进行线性简化，得到输入图像的基图；

3)将输入图像的每行或/和每列像素均值减去该基图图像的每行或/和每列像素均值，得到输入图像的每行或/和每列像素的条纹噪声叠加量；

4)将输入图像的像素值减去该像素所在行或/和列的条纹噪声叠加量，得到红外图像去条纹噪声处理后的输出图像。

2.根据权利要求1所述的一种红外图像条纹噪声滤波方法，其特征在于，所述步骤1)中的预处理是对红外焦平面探测器输出的原始红外图像进行一点或两点非均匀性校正处理和图像坏元替换处理，以减少原始图像当中的非均匀性噪声和探测器坏元产生的图像上的奇异点。

3.根据权利要求2所述的一种红外图像条纹噪声滤波方法，其特征在于，所述的引导滤波器的图像处理方法计算公式为：

<mrow> <msub> <mi>b</mi> <mi>k</mi> </msub> <mo>=</mo> <msub> <mover> <mi>p</mi> <mo>&amp;OverBar;</mo> </mover> <mi>k</mi> </msub> <mo>-</mo> <msub> <mi>a</mi> <mi>k</mi> </msub> <msub> <mi>&amp;mu;</mi> <mi>k</mi> </msub> </mrow>

其中，p_i为输入图像I_in在第i个像素的像素值；q_i为输入的像素P_i经过简化之后得到的像素值；I_i是引导图像G的像素值；u_k是引导图像G在r×r正方形滑动窗口中的平均值；是引导图像G在r×r正方形滑动窗口中的方差；是输入图像I_in在r×r正方形滑动窗口中的平均值；是正方形滑动窗口包含像素的个数；ε为一个设定的值，决定了引导滤波的滤波强度。

4.根据权利要求3所述的一种红外图像条纹噪声滤波方法，其特征在于，所述的I_i＝P_i，所述的引导滤波系数计算公式变换为：

<mrow> <msub> <mi>a</mi> <mi>k</mi> </msub> <mo>=</mo> <mfrac> <msubsup> <mi>&amp;sigma;</mi> <mi>k</mi> <mn>2</mn> </msubsup> <mrow> <msubsup> <mi>&amp;sigma;</mi> <mi>k</mi> <mn>2</mn> </msubsup> <mo>+</mo> <mi>&amp;epsiv;</mi> </mrow> </mfrac> <mo>.</mo> </mrow>

5.根据权利要求3所述的一种红外图像条纹噪声滤波方法，其特征在于，所述的步骤2)中基图q_base的计算公式为：

6.根据权利要求3所述的一种红外图像条纹噪声滤波方法，其特征在于，所述步骤3)中输入图像I_in的每行或/和每列像素的条纹噪声叠加量是一维的数组{m₁，m₂，m₃，m₄，……，m_i-2，m_i-1，m_i}，i为输入图像的总的行或/和列数；m₁表示第1行或/和列的噪声叠加量，m₂表示第2行或/和列的噪声叠加量，以此类推，m_i表示图像最后一行或/和列的噪声叠加量。

7.根据权利要求6所述的一种红外图像条纹噪声滤波方法，其特征在于，所述步骤4)中的输出图像I_out的像素值计算公式为：

q_x,y＝p_x,y-(m_x-n_x)

其中，p_x,y表示输入图像I_in第x列、第y行的像素值，q_x,y表示输出图像I_out第x列、第y行的像素值，输入图像I_in中像素值p_x,y滤除叠加在第x列的条纹噪声的值，即等于输出图像I_out的像素值q_x,y。

8.根据权利要求1至7任一项所述的一种红外图像条纹噪声滤波方法，其特征在于，所述的输入图像均是带有条纹噪声的红外图像，所述的条纹噪声包括横条纹噪声与竖条纹噪声。

9.根据权利要求8所述的一种红外图像条纹噪声滤波方法，其特征在于，所述的输入图像的横条纹噪声叠加量用输入图像的行均值与基图图像的行均值的差表示；所述输入图像的竖条纹噪声叠加量用输入图像的列均值与基图图像的列均值的差表示。