CN107862670A - 一种针对红外成像电串扰的图像复原方法 - Google Patents

一种针对红外成像电串扰的图像复原方法 Download PDF

Info

Publication number
CN107862670A
CN107862670A CN201711232352.XA CN201711232352A CN107862670A CN 107862670 A CN107862670 A CN 107862670A CN 201711232352 A CN201711232352 A CN 201711232352A CN 107862670 A CN107862670 A CN 107862670A
Authority
CN
China
Prior art keywords
image
convolution
crosstalk
recovery
obtains
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
Application number
CN201711232352.XA
Other languages
English (en)
Other versions
CN107862670B (zh
Inventor
任文伟
武志波
康戈文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201711232352.XA priority Critical patent/CN107862670B/zh
Publication of CN107862670A publication Critical patent/CN107862670A/zh
Application granted granted Critical
Publication of CN107862670B publication Critical patent/CN107862670B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/73Deblurring; Sharpening
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10048Infrared image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

该发明公开了一种针对红外成像电串扰的图像复原方法,属于图像处理领域,更为具体的讲是,一种基于数学模型的图像复原方法。本方法根据红外成像电串扰机理,建立简化电串扰数学模型,然后利用数学模型反演得到去电串扰红外图像,理论上本文方法可以实现很好的复原效果,但由于其串扰系数以及迭代次数目前无法理论计算出其值,只能根据实际情况决定,这在一定程度上限制了本方法的复原结果。本文方法在尽量保持原有信息的基础上,消除了串扰,增加了像素之间的对比度,且计算量相对较小。本方法对于由扩散效应引起的图像模糊都具有令人满意的复原结果。

Description

一种针对红外成像电串扰的图像复原方法
技术领域
本发明属于图像处理领域,更为具体的讲是,一种基于数学模型的图像复原方法。
背景技术
串扰效应是一个常常会遇到但又不容易解决的问题,对于红外成像系统来说,串扰是指一个像素中的信号对其他像素所产生的耦合影响,其本质是一个信号对另外一个信号耦合产生的干扰噪声。目前的研究结果表明串扰效应主要由光学和电学两种串扰机制产生,其大小与组件中的滤光片、光阑、探测器的结构以及放大器通道间的耦合等因素有关。当串扰的强度过大时,图像将变得模糊,能够影响整个红外探测器,甚至无法正常工作。尤其是在弱小目标的检测过程中,串扰效应使得弱小目标的强度更加微弱,因此进行串扰的抑制是非常有意义的。
虽然目前对串扰机理的研究已经很深入,但大多数在抑制电串扰技术的研究主要在材料结构、电路层面进行改进;目前已有的电串扰模型主要用于解释物理现象,难以直接用于图像复原。改进材料或电路结构来抑制串扰,往往需要很大的成本,而且由于技术水平的限制,即使花费很高的成本也只是能实现降低串扰到一定程度,不能完全消除;而且已有的电串扰模型主要用于解释物理现象,难以直接用于图像复原。本方法试图根据红外成像电串扰机理,建立简化电串扰数学模型,然后利用数学模型反演得到去电串扰红外图像,即用此方法,依据模糊图像复原出原始图像。
发明内容
本发明是对由扩散效应引起的图像模糊进行复原的一种方法,如在热成像图像中热扩散引起的图像不清晰,在光电红外图像中由载流子扩散引起的图像模糊,都可以使用本方法来进行图像复原,增强图像的对比度。
本发明技术方案为一种针对红外成像电串扰的图像复原方法,该方法包括:
步骤1:获取待复原图像,并进行灰度化处理,得到灰度图像;
步骤2:第一次复原处理;
步骤2.1:以H为卷积核对灰度图像进行卷积处理,其中η表示串扰系数,根据实际情况设定,卷积核中k的个数为T,T的大小根据实际情况确定;
步骤2.2:将原灰度图像点除以步骤2.1卷积处理后的图像,得到第一系数矩阵;
步骤2.3:以H为卷积核对得到的系数矩阵进行卷积处理,得到第一复原矩阵;
步骤2.4:将原灰度图像点乘以复原矩阵,得到第一次复原图像;
步骤3:对上一次复原后的图像采用图像复原方法进行再一次处理;
步骤3.1:以H为卷积核对上一次复原图像进行卷积处理;
步骤3.2:将原灰度图像点除以步骤3.1卷积处理后的图像,得到第n系数矩阵;
步骤3.3:以H为卷积核对得到的第n系数矩阵进行卷积处理,得到第n复原矩阵;
步骤3.4:将上一次复原图像点乘以第n复原矩阵,得到第n次复原图像;
步骤4:采用步骤3的方法对图像进行多次复原处理,直到达到设定的处理次数,得到最终的复原图像。
进一步的,所述步骤4中设定的处理次数为T。
本方法根据红外成像电串扰机理,建立简化电串扰数学模型,然后利用数学模型反演得到去电串扰红外图像,理论上本文方法可以实现很好的复原效果,但由于其串扰系数以及迭代次数目前无法理论计算出其值,只能根据实际情况决定,这在一定程度上限制了本方法的复原结果。本文方法在尽量保持原有信息的基础上,消除了串扰,增加了像素之间的对比度,且计算量相对较小。本方法对于由扩散效应引起的图像模糊都具有令人满意的复原结果。
附图说明
图1光电红外图像1处理结果(a)原图像;(b)本文方法处理结果;
图2光电红外图像2处理结果(a)原图像;(b)本文方法处理结果;
图3光电红外图像3处理结果(a)原图像;(b)本文方法处理结果;
图4光电红外图像4处理结果(a)原图像;(b)本文方法处理结果;
图5为该发明方法的流程图;
表1为对原始图像与复原图像的评价对比,其中EAV值与图像的清晰度相关。
具体实施方式
方案一:一种针对红外成像电串扰的图像复原方法,该方法包括:
步骤1:获取待复原图像,即图1(a),并进行灰度化处理,得到灰度图像;
步骤2:第一次复原处理;
步骤2.1:以H为卷积核对灰度图像进行卷积处理,其中η表示串扰系数,η=0.05;卷积核中k的个数为T,T=30,点扩散函数即为H;
步骤2.2:将原灰度图像点除以步骤2.1卷积处理后的图像,得到第一系数矩阵;
步骤2.3:以H为卷积核对得到的系数矩阵进行卷积处理,得到第一复原矩阵;
步骤2.4:将原灰度图像点乘以复原矩阵,得到第一次复原图像;
步骤3:对上一次复原后的图像采用图像复原方法进行再一次处理;
步骤3.1:以H为卷积核对上一次复原图像进行卷积处理;
步骤3.2:将原灰度图像点除以步骤3.1卷积处理后的图像,得到第n系数矩阵;
步骤3.3:以H为卷积核对得到的第n系数矩阵进行卷积处理,得到第n复原矩阵;
步骤3.4:将上一次复原图像点乘以第n复原矩阵,得到第n次复原图像;
步骤4:采用步骤3的方法对图像进行30次复原处理,直到达到设定的处理次数,得到最终的复原图像,即图1(b)。
方案二:一种针对红外成像电串扰的图像复原方法,该方法包括:
步骤1:获取待复原图像,即图2(a),并进行灰度化处理,得到灰度图像;
步骤2:第一次复原处理;
步骤2.1:以H为卷积核对灰度图像进行卷积处理,其中η表示串扰系数,η=0.02;卷积核中k的个数为T,T=40,点扩散函数即为H;
步骤2.2:将原灰度图像点除以步骤2.1卷积处理后的图像,得到第一系数矩阵;
步骤2.3:以H为卷积核对得到的系数矩阵进行卷积处理,得到第一复原矩阵;
步骤2.4:将原灰度图像点乘以复原矩阵,得到第一次复原图像;
步骤3:对上一次复原后的图像采用图像复原方法进行再一次处理;
步骤3.1:以H为卷积核对上一次复原图像进行卷积处理;
步骤3.2:将原灰度图像点除以步骤3.1卷积处理后的图像,得到第n系数矩阵;
步骤3.3:以H为卷积核对得到的第n系数矩阵进行卷积处理,得到第n复原矩阵;
步骤3.4:将上一次复原图像点乘以第n复原矩阵,得到第n次复原图像;
步骤4:采用步骤3的方法对图像进行40次复原处理,直到达到设定的处理次数,得到最终的复原图像。
方案三:一种针对红外成像电串扰的图像复原方法,该方法包括:
步骤1:获取待复原图像,即图4(a),并进行灰度化处理,得到灰度图像;
步骤2:第一次复原处理;
步骤2.1:以H为卷积核对灰度图像进行卷积处理,其中η表示串扰系数,η=0.07;卷积核中k的个数为T,T=17,点扩散函数即为H;
步骤2.2:将原灰度图像点除以步骤2.1卷积处理后的图像,得到第一系数矩阵;
步骤2.3:以H为卷积核对得到的系数矩阵进行卷积处理,得到第一复原矩阵;
步骤2.4:将原灰度图像点乘以复原矩阵,得到第一次复原图像;
步骤3:对上一次复原后的图像采用图像复原方法进行再一次处理;
步骤3.1:以H为卷积核对上一次复原图像进行卷积处理;
步骤3.2:将原灰度图像点除以步骤3.1卷积处理后的图像,得到第n系数矩阵;
步骤3.3:以H为卷积核对得到的第n系数矩阵进行卷积处理,得到第n复原矩阵;
步骤3.4:将上一次复原图像点乘以第n复原矩阵,得到第n次复原图像;
步骤4:采用步骤3的方法对图像进行17次复原处理,直到达到设定的处理次数,得到最终的复原图像。
表1去串扰前后EAV值对比
原图(a) 去串扰后(b) EAV提高/%
图1 0.1168 0.1904 63.01
图2 0.0874 0.2980 240.96
图3 0.0941 0.3346 255.58
图4 0.0361 0.1144 216.90

Claims (2)

1.一种针对红外成像电串扰的图像复原方法,该方法包括:
步骤1:获取待复原图像,并进行灰度化处理,得到灰度图像;
步骤2:第一次复原处理;
步骤2.1:以H为卷积核对灰度图像进行卷积处理,其中η表示串扰系数,根据实际情况设定,卷积核中k的个数为T,T的大小根据实际情况确定;
步骤2.2:将原灰度图像点除以步骤2.1卷积处理后的图像,得到第一系数矩阵;
步骤2.3:以H为卷积核对得到的系数矩阵进行卷积处理,得到第一复原矩阵;
步骤2.4:将原灰度图像点乘以复原矩阵,得到第一次复原图像;
步骤3:对上一次复原后的图像采用图像复原方法进行再一次处理;
步骤3.1:以H为卷积核对上一次复原图像进行卷积处理;
步骤3.2:将原灰度图像点除以步骤3.1卷积处理后的图像,得到第n系数矩阵;
步骤3.3:以H为卷积核对得到的第n系数矩阵进行卷积处理,得到第n复原矩阵;
步骤3.4:将上一次复原图像点乘以第n复原矩阵,得到第n次复原图像;
步骤4:采用步骤3的方法对图像进行多次复原处理,直到达到设定的处理次数,得到最终的复原图像。
2.如权利要求1说的一种针对红外成像电串扰的图像复原方法,其特征在于所述步骤4中设定的处理次数为T。
CN201711232352.XA 2017-11-30 2017-11-30 一种针对红外成像电串扰的图像复原方法 Active CN107862670B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711232352.XA CN107862670B (zh) 2017-11-30 2017-11-30 一种针对红外成像电串扰的图像复原方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711232352.XA CN107862670B (zh) 2017-11-30 2017-11-30 一种针对红外成像电串扰的图像复原方法

Publications (2)

Publication Number Publication Date
CN107862670A true CN107862670A (zh) 2018-03-30
CN107862670B CN107862670B (zh) 2021-04-30

Family

ID=61704038

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711232352.XA Active CN107862670B (zh) 2017-11-30 2017-11-30 一种针对红外成像电串扰的图像复原方法

Country Status (1)

Country Link
CN (1) CN107862670B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112991228A (zh) * 2021-04-16 2021-06-18 上海联影医疗科技股份有限公司 一种校正串扰的方法和系统
CN114913081A (zh) * 2021-02-10 2022-08-16 迈来芯科技有限公司 数字地处理图像的方法和数字地处理多个像素的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120287147A1 (en) * 2011-05-13 2012-11-15 Candice Hellen Brown Elliott Method and apparatus for blending display modes
CN103744124A (zh) * 2013-12-31 2014-04-23 华中科技大学 一种平面地形中地下管状设施红外成像探测定位方法
CN105869125A (zh) * 2016-03-28 2016-08-17 安徽云森物联网科技有限公司 基于光读出红外芯片的红外图像增强算法
CN105931196A (zh) * 2016-04-11 2016-09-07 天津大学 基于傅里叶光学建模的编码光圈相机图像恢复方法
US20170070673A1 (en) * 2013-03-15 2017-03-09 Pelican Imaging Corporation Systems and Methods for Synthesizing High Resolution Images Using Image Deconvolution Based on Motion and Depth Information

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120287147A1 (en) * 2011-05-13 2012-11-15 Candice Hellen Brown Elliott Method and apparatus for blending display modes
US20170070673A1 (en) * 2013-03-15 2017-03-09 Pelican Imaging Corporation Systems and Methods for Synthesizing High Resolution Images Using Image Deconvolution Based on Motion and Depth Information
CN103744124A (zh) * 2013-12-31 2014-04-23 华中科技大学 一种平面地形中地下管状设施红外成像探测定位方法
CN105869125A (zh) * 2016-03-28 2016-08-17 安徽云森物联网科技有限公司 基于光读出红外芯片的红外图像增强算法
CN105931196A (zh) * 2016-04-11 2016-09-07 天津大学 基于傅里叶光学建模的编码光圈相机图像恢复方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
K. V. KHLOPENKOV 等: "MTSAT-1R Visible Imager Point Spread Function Correction, Part II: Theory", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 *
廖永忠 等: "基于点扩散函数参数辨识的运动模糊图像的盲恢复研究", 《光学技术》 *
苏德伦 等: "基于PSF估计的电阻阵列的非均匀性测试", 《红外技术》 *
龙弯 等: "红外成像系统中串扰效应的研究现状与进展", 《激光与光电子学进展》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114913081A (zh) * 2021-02-10 2022-08-16 迈来芯科技有限公司 数字地处理图像的方法和数字地处理多个像素的方法
EP4044108A1 (en) 2021-02-10 2022-08-17 Melexis Technologies NV Method of digitally processing an image and method of digitally processing a plurality of pixels
US11729516B2 (en) 2021-02-10 2023-08-15 Melexis Technologies Nv Method of digitally processing an image and method of digitally processing a plurality of pixels
CN112991228A (zh) * 2021-04-16 2021-06-18 上海联影医疗科技股份有限公司 一种校正串扰的方法和系统
CN112991228B (zh) * 2021-04-16 2023-02-07 上海联影医疗科技股份有限公司 一种校正串扰的方法和系统

Also Published As

Publication number Publication date
CN107862670B (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
Zhang et al. Kindling the darkness: A practical low-light image enhancer
Peng et al. Single underwater image enhancement using depth estimation based on blurriness
JP5315157B2 (ja) 情報処理装置、ライン状ノイズ低減処理方法、及びプログラム
Cao et al. Effective strip noise removal for low-textured infrared images based on 1-D guided filtering
CN101860667B (zh) 一种快速去除图像中混合噪声的方法
Bennett et al. Multispectral bilateral video fusion
CN111161360B (zh) 基于Retinex理论的端到端网络的图像去雾方法
Tang et al. Depth recovery and refinement from a single image using defocus cues
TW201830330A (zh) 一種圖像處理方法及圖像處理系統
Cao et al. Spatially adaptive column fixed-pattern noise correction in infrared imaging system using 1D horizontal differential statistics
CN109801231B (zh) 一种电泳电子纸检测设备的图像处理方法
CN113632134B (zh) 用于生成高动态范围图像的方法、计算机可读存储介质和hdr相机
JP2020191046A (ja) 画像処理装置、画像処理方法、及びプログラム
CN113853630A (zh) 用于非制冷红外的基于边缘的抑制场景的非均匀校正
CN114821449B (zh) 一种基于注意力机制的车牌图像处理方法
CN107862670A (zh) 一种针对红外成像电串扰的图像复原方法
JP2006180268A (ja) 画像処理装置、画像処理方法、プログラム、及び記録媒体
Aguerrebere et al. Simultaneous HDR image reconstruction and denoising for dynamic scenes
CN111325671B (zh) 网络训练方法、装置、图像处理方法及电子设备
CN115965537A (zh) 一种视频图像降噪方法、装置及计算机存储介质
Ali et al. Robust regularization for single image dehazing
CN110009575B (zh) 基于稀疏表示的红外图像条带噪声抑制方法
CN110070508B (zh) 一种基于门限值和线性映射的反锐化增强方法
CN109886901B (zh) 一种基于多通路分解的夜间图像增强方法
CN111652820A (zh) 校正红外图像条纹非均匀性的方法、装置与图像处理系统

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