CN109064432A - 一种非制冷红外机芯组件最大对比度的控制方法及装置 - Google Patents
一种非制冷红外机芯组件最大对比度的控制方法及装置 Download PDFInfo
- Publication number
- CN109064432A CN109064432A CN201810972594.0A CN201810972594A CN109064432A CN 109064432 A CN109064432 A CN 109064432A CN 201810972594 A CN201810972594 A CN 201810972594A CN 109064432 A CN109064432 A CN 109064432A
- Authority
- CN
- China
- Prior art keywords
- value
- maxgain
- infrared image
- contrast
- linear regression
- 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 59
- 230000000712 assembly Effects 0.000 title claims abstract description 44
- 238000000429 assembly Methods 0.000 title claims abstract description 44
- 238000012417 linear regression Methods 0.000 claims abstract description 55
- 238000013480 data collection Methods 0.000 claims abstract description 11
- 230000001186 cumulative effect Effects 0.000 claims abstract description 6
- 238000009825 accumulation Methods 0.000 claims description 9
- 241001269238 Data Species 0.000 claims description 8
- 230000008901 benefit Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 239000012141 concentrate Substances 0.000 claims description 3
- 238000003331 infrared imaging Methods 0.000 abstract description 5
- 230000000694 effects Effects 0.000 description 15
- 238000003384 imaging method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000013519 translation 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
- Studio Devices (AREA)
Abstract
本发明实施例公开了一种非制冷红外机芯组件最大对比度的控制方法、装置、设备及计算机可读存储介质。其中，方法包括按照预设数据采集规则从待处理红外图像中选择位置连续的多条线段构成像素数据集，计算像素数据集合中各条线段的线性回归误差，并累加得到线性回归误差和；利用预先构建的待处理红外图像的最大增益值与线性回归误差和的单调递增公式，计算最大增益值；利用最大增益值对AGC算法计算得到的增益值进行限定，使得该增益值不小于最大增益值。本申请提供的技术方案通过调节红外图像增益值，实现控制红外图像的最大对比度，从而更加合理的确定红外图像中的对比度，有效的提升了红外图像质量，满足用户对红外成像质量的现实需求。
Description
技术领域
本发明实施例涉及红外图像处理领域，特别是涉及一种非制冷红外机芯组件最大对比度的控制方法、装置、设备及计算机可读存储介质。
背景技术
随着红外技术的快速发展，非制冷红设备热像仪由于具有无需制冷、成本低、小型化、功耗小、具有更宽的频谱响应和更长的工作时间，越来越广泛的应用在各行各业。
红外图像处理的效果直接影响非制冷红外热像仪的性能，AGC(AUTO GainControl，自动增益控制)为红外图像处理中的重要的环节。目前的AGC算法主要包括线性直方图和平台直方图。线性直方图算法通过(gray-offset)*Gain+ITT_mean完成灰度阶的映射，实现动态范围的压缩。其中，gray为灰度，作为AGC模块的输入，其值域范围为0-16383；Offset为偏移量，值域范围为0-16383；Gain为增益值；ITT_mean为平移单位值
以压缩到10bit为例，Gain＝(880-80)/(gray_high_use-gray_low_use)，880与80为人眼可分辨的最高像素值和最低像素值，可根据非制冷红外热像仪的自身参数进行调节；gray_high_use、gray_low_use分别是统计直方图的高抛点和低抛点；offset可由(gray_high_use+gray_low_use)/2映射到ITT_mean上，得到映射直线，进而得到的截距。
以图1中的均匀背景直方图为例，根据现有技术计算得到的增益值为8，对该均匀背景直方图利用matlab软件进行不同增益值下人眼成像效果图，根据图2-图5可知，当Gain增大到4时，人眼可见的噪声已经很大，Gain不可能设置为8，此时场景中无景物，显然期望得到干净的画面，Gain值为2时比较合适。为了解决该问题，一般会确定一个某款型号机芯产品所能接受的最大增益，记作MaxGain。即如果计算出的Gain超过该MaxGain，则限定到MaxGain。若该机芯要保持均匀背景的干净，则MaxGain不能超过2。
但是，当场景中有实物(如杯子)时，使用同一非制冷红外机芯进行红外成像，不同增益值的人眼成像效果像如图6-9所示。Gain值为2时，图像虽然显得干净，但对比度很低，人眼感兴趣的杯子不明显，显然此时MaxGain要增大，根据不同用户需求，增益值为6或者8时比较合适。
鉴于此，如何控制红外图像对比度最大，以满足用户对红外图像质量需求，是本领域技术人员亟待解决的问题。
发明内容
本发明实施例的目的是提供一种非制冷红外机芯组件最大对比度的控制方法、装置、设备及计算机可读存储介质，通过调节红外图像增益值，实现控制红外图像的对比度最大，从而更加突出红外图像中的目标景物。
为解决上述技术问题，本发明实施例提供以下技术方案：
本发明实施例一方面提供了一种非制冷红外机芯组件最大对比度的控制方法，包括：
按照预设数据采集规则从待处理红外图像中选择位置连续的多条线段，以构成像素数据集；
计算所述像素数据集合中各条线段的线性回归误差，并累加计算所述像素数据集的线性回归误差和；
利用预先构建的所述待处理红外图像的最大增益值与所述线性回归误差和的单调递增公式，计算所述最大增益值；
利用所述最大增益值对当前增益值进行调整，使得所述当前增益值不小于所述最大增益值，所述当前增益值为根据AGC算法计算得到的增益值。
可选的，所述利用所述最大增益值对当前增益值进行调整包括：
判断所述最大增益值是否不小于所述当前增益值；
若是，则将所述当前增益值调整为所述最大增益值。
可选的，所述按照预设数据采集规则从待处理红外图像中选择位置连续的多条线段，以构成像素数据集包括：
从所述待处理红外图像对应的数据流中任意选取3个连续的像素数据，以作为一条线段；
将所述待处理红外图像的一帧图像中的所有像素数据构成像素数据集。
可选的，所述计算所述像素数据集合中各条线段的线性回归误差，并累加计算所述像素数据集的线性回归误差和包括：
利用每条线段的前2个像素数据，基于最小二乘法预测第3个像素数据，并计算所述第3个像素数据的实际数据值和预测数据值的绝对差值；
判断所述绝对差值是否小于预设阈值；
若是，则将所述绝对差值设置为预设常数；若否，则所述绝对差值保持不变；
计算所述像素数据集中所有线段的绝对差值，并累加求和，得到线性回归误差和。
可选的，所述待处理红外图像的最大增益值与所述线性回归误差和的单调递增公式为：
式中，MaxGain为最大增益值，sumd为线性回归误差和；(Xmax，Ymax)、(Xmin，Ymin)为所述待处理红外图像中的两个像素点的坐标值。
本发明实施例另一方面提供了一种非制冷红外机芯组件最大对比度的控制装置，包括：
线段集合形成模块，用于按照预设数据采集规则从待处理红外图像中选择位置连续的多条线段，以构成像素数据集；
线性回归误差和计算模块，用于计算所述像素数据集合中各条线段的线性回归误差，并累加计算所述像素数据集的线性回归误差和；
最大增益值计算模块，用于利用预先构建的所述待处理红外图像的最大增益值与所述线性回归误差和的单调递增公式，计算所述最大增益值；
增益限定模块，用于利用所述最大增益值对当前增益值进行调整，使得所述当前增益值不小于所述最大增益值，所述当前增益值为根据AGC算法计算得到的增益值。
可选的，所述增益限定模块包括：
判断子模块，用于判断所述最大增益值是否不小于所述当前增益值；
调整子模块，用于当最大增益值不小于所述当前增益值，将所述当前增益值调整为所述最大增益值。
可选的，所述最大增益值计算模块为所述待处理红外图像的最大增益值与所述线性回归误差和的单调递增公式为下式的模块：
式中，MaxGain为最大增益值，sumd为线性回归误差和；(Xmax、Ymax)、(Xmin，Ymin)为所述待处理红外图像中的两个像素点的坐标值。
本发明实施例还提供了一种非制冷红外机芯组件最大对比度的控制设备，包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如前任一项所述非制冷红外机芯组件最大对比度的控制方法的步骤。
本发明实施例最后还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有非制冷红外机芯组件最大对比度的控制程序，所述非制冷红外机芯组件最大对比度的控制程序被处理器执行时实现如前任一项所述非制冷红外机芯组件最大对比度的控制方法的步骤。
本发明实施例提供了一种非制冷红外机芯组件最大对比度的控制方法，按照预设数据采集规则从待处理红外图像中选择位置连续的多条线段构成像素数据集，计算像素数据集合中各条线段的线性回归误差，并累加得到线性回归误差和；利用预先构建的待处理红外图像的最大增益值与线性回归误差和的单调递增公式，计算最大增益值；利用最大增益值对AGC算法计算得到的增益值进行限定，使得该增益值不小于最大增益值。
本申请提供的技术方案的优点在于，通过统计红外图像中连续位置像素数据的线性误差和，根据误差和计算得到最大增益值去限定待处理红外图像的增益值，基于场景得到的最大增益值，实现了对待处理红外图像最大对比度的控制，从而更加合理的确定红外图像中的对比度，待处理红外图像的噪声不仅减少，图像更为干净，还更加突出红外图像中的目标景物的细节信息，有效的提升了红外图像质量，满足用户对红外成像质量的现实需求。
此外，本发明实施例还针对非制冷红外机芯组件最大对比度的控制方法提供了相应的实现装置、设备及计算机可读存储介质，进一步使得所述方法更具有实用性，所述装置、设备及计算机可读存储介质具有相应的优点。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的均匀背景直方示意图；
图2为本发明实施例提供的图1在增益值为2的人眼成像效果示意图；
图3为本发明实施例提供的图1在增益值为4的人眼成像效果示意图；
图4为本发明实施例提供的图1在增益值为6的人眼成像效果示意图；
图5为本发明实施例提供的图1在增益值为8的人眼成像效果示意图；
图6为本发明实施例提供的一个示意性场景在增益值为2时的人眼成像效果示意图；
图7为本发明实施例提供的一个示意性场景在增益值为4时的人眼成像效果示意图；
图8为本发明实施例提供的一个示意性场景在增益值为6时的人眼成像效果示意图；
图9为本发明实施例提供的一个示意性场景在增益值为8时的人眼成像效果示意图；
图10为本发明实施例提供的一种非制冷红外机芯组件最大对比度的控制方法的流程示意图；
图11为本发明实施例提供的一个示意性场景利用本申请技术方案处理后的人眼成像效果示意图；
图12为本发明实施例提供的另一种非制冷红外机芯组件最大对比度的控制方法的流程示意图；
图13为本发明实施例提供的非制冷红外机芯组件最大对比度的控制装置的一种具体实施方式结构图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等是用于区别不同的对象，而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可包括没有列出的步骤或单元。
在介绍了本发明实施例的技术方案后，下面详细的说明本申请的各种非限制性实施方式。
首先参见图10，图10为本发明实施例提供的一种非制冷红外机芯组件最大对比度的控制方法的流程示意图，本发明实施例可包括以下内容：
S1001：按照预设数据采集规则从待处理红外图像中选择位置连续的多条线段，以构成像素数据集。
预设数据采集规则为预先设置好的、从待处理图像中选择用于计算最大增益值的数据集。数据采集规则可为按照一行、半行、一列、半列、对角线等作为连续线段，这均不影响本申请的实现。
由于连续的几个数据更能反映整个红外图像的当前图像质量，所以选择的多条线段为位置连续的线段。每条线段上的数据构成像素数据集。
S1002：计算像素数据集合中各条线段的线性回归误差，并累加计算像素数据集的线性回归误差和。
在计算每条线段的线性回归误差时，可采用最小二乘法求得线性回归方程，然后再利用其方差或其他类似公司计算线性回归误差，具体采用何种方法计算其线性回归误差，本领域技术人员可根据现有技术中任何一种计算线性回归误差的方法计算，本申请对此不做任何限定。
线性回归误差和为将像素数据集中包含的每条线段的线性回归误差累积求和所得。
S1003：利用预先构建的待处理红外图像的最大增益值与线性回归误差和的单调递增公式，计算最大增益值。
用于定义最大增益值与线性回归误差和公式可为任何一种的单调递增类型的公式，例如一次方公式(y＝ax、y＝ax+b)，或者三次方公式y＝ax3，本申请对此不做任何限定。
可选的，最大增益值与线性回归误差和的单调递增公式可如下所示：
式中，MaxGain为最大增益值，sumd为线性回归误差和；(Xmax，Ymax)、(Xmin，Ymin)为待处理红外图像中的用户定义的两个像素点的坐标值。用户可根据实际的红外机芯自身参数或者实际应用场景进行选取，例如可为(12000，8)和(3500，2)的点。
S1004：利用最大增益值对当前增益值进行调整，使得当前增益值不小于最大增益值，当前增益值为根据AGC算法计算得到的增益值。
当利用上述单调递增公式计算得到的最大增益值大于利用现有AGC算法计算得到的增益值时，则设置待处理红外图像的增益值可为最大增益值，当然，也可小幅度在最大增益值附近进行波动，举例来说，最大增益值为8、当前增益值为4，那么利用最大增益值对当前增益值进行调整之后，待处理红外图像的增益值可为8，也可为7.9，或者是8.01等。
为了证实本申请提供的技术方案有利于提升红外图像的对比度，突出主体，本申请基于背景技术中的杯子为示意性例子，与现有技术进行对比，请参阅图7和图11，图11为采用本申请技术方案得到的利于与图7同一红外机芯对同一杯子场景进行红外成像后人眼效果示意图。
现有技术中为了兼容均匀面和杯子场景的成像效果，红外图像的最大增益值可设置为4，而本申请技术得到的最大增益值为7.8313，将红外图像设置增益值为7.8313。由两图对比来看，本申请提供的技术方案的图像更干净，对比度更大，更能突出目标景物杯子。
在本发明实施例提供的技术方案中，通过统计红外图像中连续位置像素数据的线性误差和，根据误差和计算得到最大增益值去限定待处理红外图像的增益值，基于场景得到的最大增益值，实现了对待处理红外图像最大对比度的控制，从而更加合理的确定红外图像中的对比度，待处理红外图像的噪声不仅减少，图像更为干净，还更加突出红外图像中的目标景物的细节信息，有效的提升了红外图像质量，满足用户对红外成像质量的现实需求。
此外，请参见图12，图12为本发明实施例提供的另一种非制冷红外机芯组件最大对比度的控制方法的流程示意图，本发明实施例例如可应用于FPGA中的实现方式及仿真效果，具体的可包括以下内容：
S1201：获取待处理红外图像的数据流。
S1202：从图像数据流中任意选取3个连续的像素数据，以作为一条线段。
当然，也可选取连续的4个像素数据作为一条线段，或者是连续5个像素数据作为一条线段，这均不影响本申请的实现。
S1203：利用每条线段的前2个像素数据，基于最小二乘法预测第3个像素数据，并计算第3个像素数据的实际数据值和预测数据值的绝对差值。
对于连续的图像数据流，连续的几个数据具有一定的规律性，所以可根据前2个数据预测第3个数据，在利用前2个数据预测第3个数据时，可根据任何一种可预测第3个数据的现有方法，本申请对此不做任何限定。
当一条线段的像素数据超过3个时，例如5个，可以利用前3个预测后2个，再计算后两个的平均值，利用预测的平均值与实际的平均值取差值后再求绝对值。当前，也可用前4个数据预测第5个数据，这均不影响本申请的实现。
S1204：判断绝对差值是否小于预设阈值，若是，则执行S1205，若否，则执行S1206。
S1205：将绝对差值设置为预设常数。
S1206：绝对差值保持不变。
绝对差值即为时间数据值和预测数据值的差值后取绝对值，可选的，可设置阈值为25，当然，也可选取其他值，这均不影响本申请的实现。当绝对差值小于25时，可将绝对差值置0，若不小于25，则保持不变。
S1207：计算一帧图像中所有的线段的绝对差值，并累加求和，得到线性回归误差和。
S1208：利用预先构建的待处理红外图像的最大增益值与线性回归误差和的单调递增公式，计算最大增益值。
S1209：判断最大增益值是否不小于当前增益值，若是，则执行S1210。
S1210：将当前增益值调整为最大增益值。
由上可知，本发明实施例通过调节红外图像增益值，实现控制红外图像的对比度最大，从而更加突出红外图像中的目标景物。
本发明实施例还针对非制冷红外机芯组件最大对比度的控制方法提供了相应的实现装置，进一步使得所述方法更具有实用性。下面对本发明实施例提供的非制冷红外机芯组件最大对比度的控制装置进行介绍，下文描述的非制冷红外机芯组件最大对比度的控制装置与上文描述的非制冷红外机芯组件最大对比度的控制方法可相互对应参照。
参见图13，图12为本发明实施例提供的非制冷红外机芯组件最大对比度的控制装置在一种具体实施方式下的结构图，该装置可包括：
线段集合形成模块1201，用于按照预设数据采集规则从待处理红外图像中选择位置连续的多条线段，以构成像素数据集。
线性回归误差和计算模块1202，用于计算像素数据集合中各条线段的线性回归误差，并累加计算像素数据集的线性回归误差和。
最大增益值计算模块1203，用于利用预先构建的待处理红外图像的最大增益值与线性回归误差和的单调递增公式，计算最大增益值。
增益限定模块1204，用于利用最大增益值对当前增益值进行调整，使得当前增益值不小于最大增益值，当前增益值为根据AGC算法计算得到的增益值。
可选的，在本实施例的一些实施方式中，所述增益限定模块1204例如还可以包括：
判断子模块，用于判断最大增益值是否不小于当前增益值；
调整子模块，用于当最大增益值不小于当前增益值，将当前增益值调整为最大增益值。
在本实施例的另一些实施方式中，所述最大增益值计算模块1203可为所述待处理红外图像的最大增益值与所述线性回归误差和的单调递增公式为下式的模块：
式中，MaxGain为最大增益值，sumd为线性回归误差和；(Xmax，Ymax)、(Xmin，Ymin)为待处理红外图像中的两个像素点的坐标值。
可选的，所述线段集合形成模块1201还可包括：
数据选择子模块，用于从待处理红外图像对应的数据流中任意选取3个连续的像素数据，以作为一条线段；
数据集构成子模块，用于将待处理红外图像的一帧图像中的所有像素数据构成像素数据集。
具体的，所述线性回归误差和计算模块1202还可包括：
第一计算子模块，用于利用每条线段的前2个像素数据，基于最小二乘法预测第3个像素数据，并计算第3个像素数据的实际数据值和预测数据值的绝对差值；
判断子模块，用于判断绝对差值是否大于预设阈值；
判断执行子模块，用于当绝对差值小于预设阈值，将绝对差值设置为预设常数；当绝对差值不小于预设阈值，则绝对差值保持不变；
第二计算子模块，用于计算像素数据集中所有线段的绝对差值，并累加求和，得到线性回归误差和。
本发明实施例所述非制冷红外机芯组件最大对比度的控制装置的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
由上可知，本发明实施例通过调节红外图像增益值，实现控制红外图像的对比度最大，从而更加突出红外图像中的目标景物。
本发明实施例还提供了一种非制冷红外机芯组件最大对比度的控制设备，具体可包括：
存储器，用于存储计算机程序；
处理器，用于执行计算机程序以实现如上任意一实施例所述非制冷红外机芯组件最大对比度的控制方法的步骤。
本发明实施例所述非制冷红外机芯组件最大对比度的控制设备的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
由上可知，本发明实施例通过调节红外图像增益值，实现控制红外图像的对比度最大，从而更加突出红外图像中的目标景物。
本发明实施例还提供了一种计算机可读存储介质，存储有非制冷红外机芯组件最大对比度的控制程序，所述非制冷红外机芯组件最大对比度的控制程序被处理器执行时如上任意一实施例所述非制冷红外机芯组件最大对比度的控制方法的步骤。
本发明实施例所述计算机可读存储介质的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
由上可知，本发明实施例通过调节红外图像增益值，实现控制红外图像的对比度最大，从而更加突出红外图像中的目标景物。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的一种非制冷红外机芯组件最大对比度的控制方法、装置、设备及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (10)
1.一种非制冷红外机芯组件最大对比度的控制方法，其特征在于，包括：
按照预设数据采集规则从待处理红外图像中选择位置连续的多条线段，以构成像素数据集；
计算所述像素数据集合中各条线段的线性回归误差，并累加计算所述像素数据集的线性回归误差和；
利用预先构建的所述待处理红外图像的最大增益值与所述线性回归误差和的单调递增公式，计算所述最大增益值；
利用所述最大增益值对当前增益值进行调整，使得所述当前增益值不小于所述最大增益值，所述当前增益值为根据AGC算法计算得到的增益值。
2.根据权利要求1所述的非制冷红外机芯组件最大对比度的控制方法，其特征在于，所述利用所述最大增益值对当前增益值进行调整包括：
判断所述最大增益值是否不小于所述当前增益值；
若是，则将所述当前增益值调整为所述最大增益值。
3.根据权利要求1所述的非制冷红外机芯组件最大对比度的控制方法，其特征在于，所述按照预设数据采集规则从待处理红外图像中选择位置连续的多条线段，以构成像素数据集包括：
从所述待处理红外图像对应的数据流中任意选取3个连续的像素数据，以作为一条线段；
将所述待处理红外图像的一帧图像中的所有像素数据构成像素数据集。
4.根据权利要求3所述的非制冷红外机芯组件最大对比度的控制方法，其特征在于，所述计算所述像素数据集合中各条线段的线性回归误差，并累加计算所述像素数据集的线性回归误差和包括：
利用每条线段的前2个像素数据，基于最小二乘法预测第3个像素数据，并计算所述第3个像素数据的实际数据值和预测数据值的绝对差值；
判断所述绝对差值是否小于预设阈值；
若是，则将所述绝对差值设置为预设常数；若否，则所述绝对差值保持不变；
计算所述像素数据集中所有线段的绝对差值，并累加求和，得到线性回归误差和。
5.根据权利要求1至4任意一项所述的非制冷红外机芯组件最大对比度的控制方法，其特征在于，所述待处理红外图像的最大增益值与所述线性回归误差和的单调递增公式为：
式中，MaxGain为最大增益值，sumd为线性回归误差和；(Xmax，Ymax)、(Xmin，Ymin)为所述待处理红外图像中的两个像素点的坐标值。
6.一种非制冷红外机芯组件最大对比度的控制装置，其特征在于，包括：
线段集合形成模块，用于按照预设数据采集规则从待处理红外图像中选择位置连续的多条线段，以构成像素数据集；
线性回归误差和计算模块，用于计算所述像素数据集合中各条线段的线性回归误差，并累加计算所述像素数据集的线性回归误差和；
最大增益值计算模块，用于利用预先构建的所述待处理红外图像的最大增益值与所述线性回归误差和的单调递增公式，计算所述最大增益值；
增益限定模块，用于利用所述最大增益值对当前增益值进行调整，使得所述当前增益值不小于所述最大增益值，所述当前增益值为根据AGC算法计算得到的增益值。
7.根据权利要求6所述的非制冷红外机芯组件最大对比度的控制装置，其特征在于，所述增益限定模块包括：
判断子模块，用于判断所述最大增益值是否不小于所述当前增益值；
调整子模块，用于当最大增益值不小于所述当前增益值，将所述当前增益值调整为所述最大增益值。
8.根据权利要求6所述的非制冷红外机芯组件最大对比度的控制装置，其特征在于，所述最大增益值计算模块为所述待处理红外图像的最大增益值与所述线性回归误差和的单调递增公式为下式的模块：
式中，MaxGain为最大增益值，sumd为线性回归误差和；(Xmax、Ymax)、(Xmin，Ymin)为所述待处理红外图像中的两个像素点的坐标值。
9.一种非制冷红外机芯组件最大对比度的控制设备，其特征在于，包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至5任一项所述非制冷红外机芯组件最大对比度的控制方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有非制冷红外机芯组件最大对比度的控制程序，所述非制冷红外机芯组件最大对比度的控制程序被处理器执行时实现如权利要求1至5任一项所述非制冷红外机芯组件最大对比度的控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810972594.0A CN109064432B (zh) | 2018-08-24 | 2018-08-24 | 一种非制冷红外机芯组件最大对比度的控制方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810972594.0A CN109064432B (zh) | 2018-08-24 | 2018-08-24 | 一种非制冷红外机芯组件最大对比度的控制方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109064432A true CN109064432A (zh) | 2018-12-21 |
| CN109064432B CN109064432B (zh) | 2020-09-11 |
Family
ID=64756572
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810972594.0A Active CN109064432B (zh) | 2018-08-24 | 2018-08-24 | 一种非制冷红外机芯组件最大对比度的控制方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109064432B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070282908A1 (en) * | 2006-06-05 | 2007-12-06 | Palm, Inc. | Techniques for managing media content |
| US20080310714A1 (en) * | 2007-06-13 | 2008-12-18 | Sensors Unlimited, Inc. | Method and Apparatus for Enhancing Images |
| CN101816037A (zh) * | 2007-11-30 | 2010-08-25 | 夏普株式会社 | 具有场景切换检测的用于背光调制的方法 |
| CN102789635A (zh) * | 2012-07-18 | 2012-11-21 | 奇瑞汽车股份有限公司 | 一种图像增强方法和装置 |
| CN103177429A (zh) * | 2013-04-16 | 2013-06-26 | 南京理工大学 | 基于fpga的红外图像细节增强系统及其方法 |
| CN103188787A (zh) * | 2011-12-31 | 2013-07-03 | 重庆重邮信科通信技术有限公司 | 一种自动增益控制方法及装置 |
| CN105513029A (zh) * | 2015-11-26 | 2016-04-20 | 天津津航技术物理研究所 | 一种两段式红外热像仪自动增益控制方法 |
| CN107249429A (zh) * | 2016-01-12 | 2017-10-13 | 奥林巴斯株式会社 | 增益调整装置、增益调整程序、内窥镜以及内窥镜装置 |
| US20180053289A1 (en) * | 2015-03-05 | 2018-02-22 | Iee International Electronics & Engineering S.A. | Method and system for real-time noise removal and image enhancement of high-dynamic range images |
-
2018
- 2018-08-24 CN CN201810972594.0A patent/CN109064432B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070282908A1 (en) * | 2006-06-05 | 2007-12-06 | Palm, Inc. | Techniques for managing media content |
| US20080310714A1 (en) * | 2007-06-13 | 2008-12-18 | Sensors Unlimited, Inc. | Method and Apparatus for Enhancing Images |
| CN101816037A (zh) * | 2007-11-30 | 2010-08-25 | 夏普株式会社 | 具有场景切换检测的用于背光调制的方法 |
| CN103188787A (zh) * | 2011-12-31 | 2013-07-03 | 重庆重邮信科通信技术有限公司 | 一种自动增益控制方法及装置 |
| CN102789635A (zh) * | 2012-07-18 | 2012-11-21 | 奇瑞汽车股份有限公司 | 一种图像增强方法和装置 |
| CN103177429A (zh) * | 2013-04-16 | 2013-06-26 | 南京理工大学 | 基于fpga的红外图像细节增强系统及其方法 |
| US20180053289A1 (en) * | 2015-03-05 | 2018-02-22 | Iee International Electronics & Engineering S.A. | Method and system for real-time noise removal and image enhancement of high-dynamic range images |
| CN105513029A (zh) * | 2015-11-26 | 2016-04-20 | 天津津航技术物理研究所 | 一种两段式红外热像仪自动增益控制方法 |
| CN107249429A (zh) * | 2016-01-12 | 2017-10-13 | 奥林巴斯株式会社 | 增益调整装置、增益调整程序、内窥镜以及内窥镜装置 |
Non-Patent Citations (3)
| Title |
|---|
| LO TZER YUAN,ET AL.: ""Infrared image enhancement using adaptive trilateral contrast enhancement"", 《PATTERN RECOGNITION LETTERS》 * |
| 刘振龙: ""红外图像非均匀性校正和增强技术研究"", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
| 王合龙等: ""一种增强细节的红外图像处理算法"", 《太赫兹科学与电子信息学报》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109064432B (zh) | 2020-09-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11900578B2 (en) | Gaze direction-based adaptive pre-filtering of video data | |
| CN108765272B (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
| KR102290985B1 (ko) | 이미지 조명 방법, 장치, 전자 기기 및 저장 매체 | |
| Shamir et al. | Visual media retargeting | |
| CN106971165B (zh) | 一种滤镜的实现方法及装置 | |
| CN105243371A (zh) | 一种人脸美颜程度的检测方法、系统及拍摄终端 | |
| CN104395931A (zh) | 图像的深度图的生成 | |
| KR102390252B1 (ko) | 이미지 데이터에 가상 조명 조정들을 제공하기 위한 기술 | |
| US9824429B2 (en) | Image processing apparatus and method, and program | |
| JP6135952B2 (ja) | 画像アンチエイリアシング方法および装置 | |
| KR20210061258A (ko) | 기준 이미지 프레임의 동적 선택을 위한 시스템 및 방법 | |
| CN102905136B (zh) | 一种视频编解码方法、系统 | |
| KR20140028060A (ko) | 깊이-기반 질량의 중심으로부터의 머리 회전 추적 기법 | |
| JP6558365B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
| CN106851249A (zh) | 图像处理方法及显示设备 | |
| CN116563190B (zh) | 图像处理方法、装置、计算机设备及计算机可读存储介质 | |
| JP6528540B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
| CN109064432A (zh) | 一种非制冷红外机芯组件最大对比度的控制方法及装置 | |
| Lin et al. | Attention-based high dynamic range imaging | |
| US10114447B2 (en) | Image processing method and apparatus for operating in low-power mode | |
| JP4750758B2 (ja) | 注目領域抽出方法、注目領域抽出装置、コンピュータプログラム、及び、記録媒体 | |
| WO2022036338A2 (en) | System and methods for depth-aware video processing and depth perception enhancement | |
| US9563940B2 (en) | Smart image enhancements | |
| US20210097734A1 (en) | Variable rendering system and method | |
| CN116152896A (zh) | 人脸关键点预测方法、app、终端设备及存储介质 |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A control method and device for maximum contrast of uncooled infrared movement components Effective date of registration: 20211230 Granted publication date: 20200911 Pledgee: Yantai Branch of China Merchants Bank Co.,Ltd. Pledgor: Yantai Airui Photo-Electric Technology Co.,Ltd. Registration number: Y2021980017076 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20230106 Granted publication date: 20200911 Pledgee: Yantai Branch of China Merchants Bank Co.,Ltd. Pledgor: Yantai Airui Photo-Electric Technology Co.,Ltd. Registration number: Y2021980017076 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A control method and device for maximum contrast of uncooled infrared core components Effective date of registration: 20230113 Granted publication date: 20200911 Pledgee: Yantai Branch of China Merchants Bank Co.,Ltd. Pledgor: Yantai Airui Photo-Electric Technology Co.,Ltd. Registration number: Y2023980031040 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20200911 Pledgee: Yantai Branch of China Merchants Bank Co.,Ltd. Pledgor: Yantai Airui Photo-Electric Technology Co.,Ltd. Registration number: Y2023980031040 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20181221 Assignee: INFIRAY TECHNOLOGIES CO.,LTD. Assignor: Yantai Airui Photo-Electric Technology Co.,Ltd. Contract record no.: X2024980006380 Denomination of invention: A control method and device for maximum contrast of non cooled infrared movement components Granted publication date: 20200911 License type: Common License Record date: 20240530 |