CN108053389B - 一种用于评价低信噪比红外四杆靶图像清晰度的方法 - Google Patents
一种用于评价低信噪比红外四杆靶图像清晰度的方法 Download PDFInfo
- Publication number
- CN108053389B CN108053389B CN201711044325.XA CN201711044325A CN108053389B CN 108053389 B CN108053389 B CN 108053389B CN 201711044325 A CN201711044325 A CN 201711044325A CN 108053389 B CN108053389 B CN 108053389B
- Authority
- CN
- China
- Prior art keywords
- image
- sum
- bar target
- definition
- gray values
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 abstract description 9
- 238000012545 processing Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000002474 experimental method Methods 0.000 abstract 1
- 238000010606 normalization Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Images
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
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种用于评价低信噪比红外四杆靶图像清晰度的方法,所述方法基于四杆靶几何特征,通过构建出四交点长度来表征四杆靶图像清晰度。本文基于实际工程中的四杆靶图像,提出一种适用于低信噪比红外四杆靶图像清晰度评价的图像处理技术,该技术中包含的清晰度评价算法通过统计四杆靶目标在垂直方向上的灰度值之和,引入四交点长度来表征四杆靶图像的清晰度。实验表明,该技术可以有效的识别出一组变焦四杆靶图像中的清晰图像序列段,为相机定焦提供了有效的依据。
Description
技术领域
本发明涉及图像处理技术,具体为一种用于评价低信噪比红外四杆靶图像清晰度的方法。
背景技术
随着计算机视觉和图像处理领域的高速发展,获得高质量的清晰图像是进行图像后续处理和管理者做出正确决策的重要依据。在光学系统中,一个确定距离的目标通常对应于相机镜头一个确定的最佳像面位置,一旦偏离这个位置就会,就会造成系统离焦,导致图像成像质量下降、视场模糊,影响后续的进一步处理。
在实际的红外热图像中,由于光学镜头材料不同、探测器电路输出噪声等干扰,四杆靶这类较小的标定目标与周围环境的对比度往往较为接近,难以通过一般的图像处理方法进行清晰度判别。
四杆靶红外热图像中包含大量的高能量噪声,这些噪声极大的降低了四杆靶目标与背景之间的对比度,传统方法中的梯度、边缘检测、频谱滤波等概念难以在这种低信噪比图像中提取出有效信息。
发明内容
为克服实际操作中四杆靶红外图像噪声过高的问题,本发明提出了一种用于评价低信噪比红外四杆靶图像清晰度的方法。
所述一种用于评价低信噪比红外四杆靶图像清晰度的方法,其特征在于:包含一种新的清晰度评价算法。
所述一种新的清晰度评价算法,此清晰度评价方法基于四杆靶目标特有的几何特征——四条等长的平行光亮线段,统计四杆靶竖直方向的灰度特征,构建四交点长度来表征四杆靶图像的清晰度。
所述四杆靶图像清晰度评价的方法中构建四交点长度,其特征在于:构建步骤具体如下:
步骤1:求取图像实际各列像素灰度值之和;
步骤2:求取图像全体像素灰度值之和,除以图像像素列数,得出每列的平均灰度值之和;
步骤3:对实际各列像素灰度值之和做归一化处理,即用实际各列灰度值之和减去平均灰度值之和;
步骤4:做出各列灰度值之和统计图(归一化);
步骤5:定义四交点长度表示四杆靶图像的清晰度,即用一条直线从灰度值之和统计图(归一化)的最高点开始向下移动。一张清晰的垂直四杆靶图像应该具有高度相近的四个图像峰。因此,在交点数第一次为4的时候清晰度得分开始加1,此后交点数为4则得分加1,直到交点数不为4则计算结束。此时的得分实际上是与图像峰有4个交点的直线所走过的距离,将这个距离定义为四交点长度,用来表征四杆靶图像的清晰度。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
本发明可适用于多种情况下的图像质量评价,特别可以有效的从低信噪比四杆靶图像序列中筛选出最清晰图像段,进而实现相机定焦,具有良好的可应用性。
附图说明
图1是本发明清晰度评价算法流程图;
图2是实施例中的四杆靶红外热图像;
图3是图2中待选区域的放大图;
图4是待选区域各列灰度值之和(初始和归一化)统计图;
图5四交点长度定义示意图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
本发明的一种用于评价低信噪比红外四杆靶图像清晰度的方法,其清晰度评价算法流程图如图1所示。此清晰度评价方法基于四杆靶目标特有的几何特征——四条等长的平行光亮线段,统计四杆靶竖直方向的灰度特征,构建四交点长度来表征四杆靶图像的清晰度。
构建四交点长度具体步骤如下:
(1)求取图像实际各列灰度值之和;
(2)求取图像全体像素灰度值之和,除以图像像素列数,得出每列的平均灰度值之和;
(3)对实际各列灰度值之和做归一化处理,即用实际各列灰度值之和减去平均灰度值之和;
(4)做出各列灰度值之和统计图(归一化);
(5)定义四交点长度表示四杆靶图像的清晰度,即用一条直线从灰度值之和统计图(归一化)的最高点开始向下移动。一张清晰的垂直四杆靶图像应该具有高度相近的四个图像峰。因此,在交点数第一次为4的时候清晰度得分开始加1,此后交点数为4则得分加1,直到交点数不为4则计算结束。此时的得分实际上是与图像峰有4个交点的直线所走过的距离,将这个距离定义为四交点长度,用来表征四杆靶图像的清晰度。
具体构建实例如下所示:
图2是中心靶尺寸1.9(周/毫弧),温差0.15度(靶标温度-环境温度)条件下较为清晰的一幅的四杆靶红外热图像,红色矩形框区域为待选的清晰度判别区域。可以明显看出,由于噪声干扰,图像背景中混杂了大量线型高辐射噪声。
放大待选区域如图3所示,由于噪声模糊的影响,四条靶条不再完整且难以分辨,靶条间隙与靶条本身之间的对比度衰减严重,整个四杆靶呈现出一种小块阵列的形式。图3中第一条靶条上端附近的像素灰度值显示如下。
表1待选区域四杆靶信息
134 | 140 | 147 | 137 | 136 | 132 | 141 | 146 | 144 | 143 | 140 |
139 | 138 | 140 | 140 | 145 | 138 | 140 | 138 | 144 | 148 | 145 |
148 | 153 | 156 | 155 | 156 | 155 | 160 | 158 | 158 | 153 | 151 |
148 | 143 | 148 | 158 | 163 | 165 | 161 | 155 | 160 | 160 | 160 |
144 | 135 | 141 | 147 | 148 | 146 | 144 | 139 | 144 | 136 | 140 |
148 | 146 | 148 | 149 | 149 | 146 | 146 | 143 | 144 | 136 | 133 |
135 | 145 | 145 | 152 | 166 | 167 | 163 | 156 | 151 | 147 | 154 |
132 | 138 | 148 | 147 | 157 | 157 | 157 | 158 | 151 | 150 | 141 |
139 | 140 | 141 | 143 | 158 | 164 | 165 | 165 | 152 | 149 | 148 |
144 | 144 | 145 | 148 | 159 | 160 | 154 | 157 | 152 | 154 | 150 |
149 | 149 | 166 | 167 | 168 | 165 | 159 | 163 | 157 | 155 | 148 |
145 | 152 | 154 | 163 | 170 | 168 | 157 | 158 | 155 | 154 | 151 |
137 | 137 | 144 | 149 | 150 | 142 | 137 | 132 | 142 | 150 | 148 |
150 | 146 | 142 | 147 | 149 | 146 | 145 | 136 | 135 | 134 | 133 |
140 | 139 | 149 | 160 | 167 | 167 | 165 | 156 | 157 | 156 | 161 |
138 | 140 | 143 | 151 | 155 | 159 | 164 | 163 | 162 | 158 | 149 |
144 | 145 | 150 | 157 | 157 | 159 | 159 | 156 | 150 | 143 | 138 |
142 | 144 | 145 | 156 | 158 | 158 | 154 | 152 | 148 | 144 | 137 |
145 | 148 | 158 | 165 | 162 | 161 | 158 | 157 | 150 | 142 | 133 |
143 | 143 | 145 | 159 | 161 | 162 | 156 | 155 | 150 | 145 | 151 |
应用步骤一:求取图像实际各列灰度值之和;
应用步骤二:求取图像全体像素灰度值之和,除以图像像素列数,得出每列的平均灰度值之和;
应用步骤三:对实际各列灰度值之和做归一化处理,即用实际各列灰度值之和减去平均灰度值之和;
以上三个步骤用数学公式表达如下:
应用步骤四:表格1中待选区域的各列统计灰度值之和及归一化各列统计灰度值之和如图4所示。
应用步骤五:定义图像的初始清晰度得分为0,用一条直线从灰度值之和统计图(归一化)的最高点开始向下移动。如图5所示,扫描直线与一个图像峰相交视为一个交点,所以,Line 1与图像峰有3个交点,Line 2与图像峰有4个交点,Line 3与图像峰有5个交点。
一张清晰的垂直四杆靶图像应该具有高度相近的四个图像峰。因此,在交点数第一次为4的时候清晰度得分开始加1,此后交点数为4则得分加1,直到交点数不为4则计算结束。此时的得分实际上是与图像峰有4个交点的直线所走过的距离,将这个距离定义为四交点长度,用来表征四杆靶图像的清晰度。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (1)
1.一种用于评价低信噪比红外四杆靶图像清晰度的方法,其特征在于,所述方法基于四杆靶几何特征,通过构建出四交点长度来表征四杆靶图像清晰度;
所述构建四交点长度的具体过程为:
步骤1:求取图像实际各列像素灰度值之和;
步骤2:求取图像全体像素灰度值之和,除以图像像素列数,得出每列的平均灰度值之和;
步骤3:对实际各列像素灰度值之和做归一化处理,即用实际各列灰度值之和减去平均灰度值之和;
步骤4:做出各列灰度值之和统计图;
步骤5:根据所述各列灰度值之和统计图得到四交点,通过所述四交点长度来评价四杆靶图像清晰度;
所述步骤5具体为:
用一条直线从灰度值之和统计图的最高点开始向下移动,被评估四杆靶图像具有高度相近的四个图像峰,在交点数第一次为4的时候清晰度得分开始加1,此后交点数为4则得分加1,直到交点数不为4则计算结束,此时的得分实际上是与图像峰有4个交点的直线所走过的距离,将这个距离定义为四交点长度,用来表征四杆靶图像的清晰度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711044325.XA CN108053389B (zh) | 2018-03-16 | 2018-03-16 | 一种用于评价低信噪比红外四杆靶图像清晰度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711044325.XA CN108053389B (zh) | 2018-03-16 | 2018-03-16 | 一种用于评价低信噪比红外四杆靶图像清晰度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108053389A CN108053389A (zh) | 2018-05-18 |
CN108053389B true CN108053389B (zh) | 2020-06-30 |
Family
ID=62119860
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711044325.XA Active CN108053389B (zh) | 2018-03-16 | 2018-03-16 | 一种用于评价低信噪比红外四杆靶图像清晰度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108053389B (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101275870B (zh) * | 2008-05-12 | 2010-07-07 | 北京理工大学 | 一种红外热像仪mrtd客观评测方法 |
US8254647B1 (en) * | 2012-04-16 | 2012-08-28 | Google Inc. | Facial image quality assessment |
CN102829876A (zh) * | 2012-09-10 | 2012-12-19 | 江西洪都航空工业集团有限责任公司 | 一种定量分析图像成像效果的方法 |
-
2018
- 2018-03-16 CN CN201711044325.XA patent/CN108053389B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108053389A (zh) | 2018-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10614551B2 (en) | Image interpolation methods and related image interpolation devices thereof | |
US9383199B2 (en) | Imaging apparatus | |
CN108596878B (zh) | 图像清晰度评价方法 | |
Yousefi et al. | A new auto-focus sharpness function for digital and smart-phone cameras | |
CN110335204B (zh) | 一种热成像图像增强方法 | |
CN110969656B (zh) | 一种基于机载设备激光光束光斑大小的检测方法 | |
CN108088381B (zh) | 一种基于图像处理的非接触式微小间隙宽度测量方法 | |
JP2009259036A (ja) | 画像処理装置、画像処理方法、画像処理プログラム、記録媒体、及び画像処理システム | |
CN111179184B (zh) | 基于随机抽样一致性的鱼眼图像有效区域提取方法 | |
US8116550B2 (en) | Method and system for locating and focusing on fiducial marks on specimen slides | |
CN116385495A (zh) | 一种动态背景下红外视频的运动目标闭环检测方法 | |
Li et al. | Single-frame-based column fixed-pattern noise correction in an uncooled infrared imaging system based on weighted least squares | |
CN108053389B (zh) | 一种用于评价低信噪比红外四杆靶图像清晰度的方法 | |
KR101777696B1 (ko) | 면적 대칭성을 이용한 에지 위치 결정 방법 | |
CN104502992A (zh) | 一种基于空时过采样扫描的弱小点目标精确定位方法及系统 | |
CN116563298A (zh) | 基于高斯拟合的十字线中心亚像素检测方法 | |
CN116597016A (zh) | 一种光纤内窥镜图像标定方法 | |
CN111445435A (zh) | 一种基于多区块小波变换的无参考图像质量评价方法 | |
CN115641300A (zh) | 一种基于标记线特征测量流场速度的数据处理方法 | |
CN109886276B (zh) | 一种表盘滚动数字字符的半字判断方法 | |
CN110349169A (zh) | 一种直线测量方法 | |
CN113570596B (zh) | 一种基于人类视觉系统的无参考结构清晰度评价方法 | |
US20110096209A1 (en) | Shading correction method, shading-correction-value measuring apparatus, image capturing apparatus, and beam-profile measuring apparatus | |
CN117649451B (zh) | 一种用于寻边器晶圆定位的视觉定位方法 | |
CN113869363B (zh) | 一种基于图像评价网络和图像评价函数的爬山调焦搜索方法 |
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 |