CN109697700A - 手持红外热像仪拍摄防抖算法 - Google Patents

手持红外热像仪拍摄防抖算法 Download PDF

Info

Publication number
CN109697700A
CN109697700A CN201810427577.9A CN201810427577A CN109697700A CN 109697700 A CN109697700 A CN 109697700A CN 201810427577 A CN201810427577 A CN 201810427577A CN 109697700 A CN109697700 A CN 109697700A
Authority
CN
China
Prior art keywords
frame image
ant
image
frame
algorithm
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
CN201810427577.9A
Other languages
English (en)
Other versions
CN109697700B (zh
Inventor
顾宏
沈新华
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.)
Hangzhou Xinhan Photoelectric Science & Technology Co Ltd
Original Assignee
Hangzhou Xinhan Photoelectric Science & Technology Co Ltd
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 Hangzhou Xinhan Photoelectric Science & Technology Co Ltd filed Critical Hangzhou Xinhan Photoelectric Science & Technology Co Ltd
Priority to CN201810427577.9A priority Critical patent/CN109697700B/zh
Publication of CN109697700A publication Critical patent/CN109697700A/zh
Application granted granted Critical
Publication of CN109697700B publication Critical patent/CN109697700B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/30—Transforming light or analogous information into electric information
    • H04N5/33—Transforming infrared radiation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Studio Devices (AREA)
  • Transforming Light Signals Into Electric Signals (AREA)
  • Radiation Pyrometers (AREA)

Abstract

本发明公开了一种手持红外热像仪拍摄防抖算法，本发明通过连续采集N帧图像，对连续采集N帧图像计算平均值A帧图像，再对每帧图像计算相对A帧图像的偏离指标，并对每帧图像的偏离指标进行纠偏的方式，来实现手持热像仪拍摄的防抖算法。本发明具有在提高图像灵敏度的同时，又能够保持图像清晰的特点。

Description

手持红外热像仪拍摄防抖算法
技术领域
本发明涉及实时成像技术领域，尤其是涉及一种在提高图像灵敏度的同时，又能够保持图像清晰的手持红外热像仪拍摄防抖算法。
背景技术
目前在进行拍摄图像时，通常需要利用多帧积分来提高图像的灵敏度，但多帧积分过程中目标场景存在移动，会导致图像模糊。例如，手持热像仪在拍摄中手握不稳，就容易出现目标场景的移动，从而导致拍摄下来的图像模糊，影响医学评估。在现有技术中，通常利用图像防抖技术，通过时域滤波的算法解决图像模糊的问题，然而图像防抖技术虽然能解决实时图像序列的抖动，保持实时输出图像的显示稳定，但是无法同时提高图像灵敏度。因此，设计一种在提高图像灵敏度的同时，又能够保持图像清晰的手持红外热像仪拍摄防抖算法，就显得十分必要。
发明内容
本发明是为了克服现有技术中，手持热像仪在拍摄中手握不稳，容易存在目标场景移动，从而导致拍摄下来的图像模糊，影响医学评估的问题，提供了一种在提高图像灵敏度的同时，又能够保持图像清晰的手持红外热像仪拍摄防抖算法。
为实现上述目的，本发明采用以下技术方案：
一种手持红外热像仪拍摄防抖算法，包括如下步骤：
(1-1)连续采集N帧图像
采用对焦平面像素为width X heigh的探测器，进行连续N帧图像的采集，并设定连续N帧图像序列为(P1，P2，……,Pn-1,Pn),每帧图像由二维像素点P(i,j)组成，其中i的取值范围为(0-width)，j的取值范围为(0-heigh)；
(1-2)计算平均值A帧图像
对采集的连续N帧图像中的每个像素点Pn(i,j)的灰度Grayn(i,j)，做时域上的积分平均值计算；
(1-3)计算每帧图像相对A帧图像的偏离指标
结合步骤(1-2)中，所得出的每个像素点的灰度时域积分平均值，计算每帧图像的偏离指标P；
(1-4)对每帧图像的偏离指标进行纠偏
取步骤(1-3)中所得每帧图像的偏离指标P中最大的偏离指标为Pmax，与预设的最大偏离指标阈值Pthreshhold进行比较，并作最大偏离帧纠偏算法处理。
本发明与实时图像防抖的区别在于：实时图像防抖是解决实时图像序列的抖动，保持实时输出图像的显示稳定；而本发明是解决在某一个连续序列时间段内，通过防抖处理后再做帧积分。本发明具有在提高图像灵敏度的同时，又能够保持图像清晰的特点。
作为优选，在计算平均值A帧图像步骤中，还包括如下步骤：
利用公式∑Grayn(i,j)/N，计算连续N帧图像中的每个像素点Pn(i,j)的灰度Grayn(i,j)，在时域上的积分平均值。
作为优选，计算每帧图像相对A帧图像的偏离指标步骤，还包括：
通过公式Pn＝∑(Grayn(i,j)-GrayA(i,j))×(Grayn(i,j)-GrayA(i,j))，计算每帧图像的偏离指标P，其中GrayA(i,j)指连续N帧图像中的每个像素点Pn(i,j)的灰度Grayn(i,j)，在时域上的积分平均值。
作为优选，对每帧图像的偏离指标进行纠偏的步骤，还包括如下步骤：
当所得最大偏离指标Pmax大于预设的最大偏离指标阈值Pthreshhold时，对具有最大偏离指标的该帧图像进行最大偏离帧纠偏算法计算，并重复步骤(1-2)至步骤(1-4)，直至所获得的最大的偏离指标Pmax不高于预设的最大偏离指标阈值Pthreshhold；
当所得最大偏离指标Pmax不高于预设的最大偏离指标阈值Pthreshhold时，手持红外热像仪拍摄防抖算法结束。
作为优选，最大偏离帧纠偏算法为：将偏离指标为Pmax的该帧图像沿图像的X和Y轴方向，按像素单位，从小到大逐步偏移，分别计算各个像素单位的偏离指标，并将所得最小偏离指标值的位置为该帧纠偏后的位置。
因此，本发明具有如下有益效果：(1)在某一个连续序列时间段内，通过防抖处理后再做帧积分，在提高图像灵敏度的同时，又能够保持图像清晰(2)能够保持实时输出图像的显示稳定。
附图说明
图1是本发明的一种流程图。
具体实施方式
下面结合附图与具体实施方式对本发明做进一步的描述：
如图1所示的一种手持红外热像仪拍摄防抖算法，包括如下步骤：
步骤100，连续采集50帧图像
采用对焦平面像素为width X heigh的探测器，进行连续50帧图像的采集，并设定连续50帧图像序列为(P1，P2，……,P49,P50),每帧图像由二维像素点P(i,j)组成，其中i的取值范围为(0-width)，j的取值范围为(0-heigh)；
步骤200，计算平均值A帧图像
对采集的连续50帧图像中的每个像素点Pn(i,j)的灰度Grayn(i,j)，做时域上的积分平均值计算，公式为∑Grayn(i,j)/50；
步骤300，计算每帧图像相对A帧图像的偏离指标
结合步骤200中，所得出的每个像素点的灰度时域积分平均值，通过公式Pn＝∑(Grayn(i,j)-GrayA(i,j))×(Grayn(i,j)-GrayA(i,j))，计算每帧图像的偏离指标P，其中GrayA(i,j)指连续50帧图像中的每个像素点Pn(i,j)的灰度Grayn(i,j)，在时域上的积分平均值；
步骤400，对每帧图像的偏离指标进行纠偏
取步骤300中所得每帧图像的偏离指标P中最大的偏离指标为Pmax，与预设的最大偏离指标阈值Pthreshhold进行比较：
当所得最大偏离指标Pmax大于预设的最大偏离指标阈值Pthreshhold时，对具有最大偏离指标的该帧图像进行最大偏离帧纠偏算法计算，并重复步骤200至步骤400，直至所获得的最大的偏离指标Pmax不高于预设的最大偏离指标阈值Pthreshhold；
当所得最大偏离指标Pmax不高于预设的最大偏离指标阈值Pthreshhold时，手持红外热像仪拍摄防抖算法结束。
另外，最大偏离帧纠偏算法为：将偏离指标为Pmax的该帧图像沿图像的X和Y轴方向，按像素单位，从小到大逐步偏移，分别计算各个像素单位的偏离指标，并将所得最小偏离指标值的位置为该帧纠偏后的位置。
应理解，本实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

Claims (5)

1.一种手持红外热像仪拍摄防抖算法，其特征是，包括如下步骤：
(1-1)连续采集N帧图像
采用对焦平面像素为width X heigh的探测器，进行连续N帧图像的采集，并设定连续N帧图像序列为(P1，P2，……,Pn-1,Pn),每帧图像由二维像素点P(i,j)组成，其中i的取值范围为(0-width)，j的取值范围为(0-heigh)；
(1-2)计算平均值A帧图像
对采集的连续N帧图像中的每个像素点Pn(i,j)的灰度Grayn(i,j)，做时域上的积分平均值计算；
(1-3)计算每帧图像相对A帧图像的偏离指标
结合步骤(1-2)中，所得出的每个像素点的灰度时域积分平均值，计算每帧图像的偏离指标P；
(1-4)对每帧图像的偏离指标进行纠偏
取步骤(1-3)中所得每帧图像的偏离指标P中最大的偏离指标为Pmax，与预设的最大偏离指标阈值Pthreshhold进行比较，并作最大偏离帧纠偏算法处理。
2.根据权利要求1所述的手持红外热像仪拍摄防抖算法，其特征是，步骤(1-2)还包括如下步骤：
利用公式∑Grayn(i,j)/N，计算连续N帧图像中的每个像素点Pn(i,j)的灰度Grayn(i,j)，在时域上的积分平均值。
3.根据权利要求1所述的手持红外热像仪拍摄防抖算法，其特征是，步骤(1-3)还包括如下步骤：
通过公式Pn＝∑(Grayn(i,j)-GrayA(i,j))×(Grayn(i,j)-GrayA(i,j))，计算每帧图像的偏离指标P，其中GrayA(i,j)指连续N帧图像中的每个像素点Pn(i,j)的灰度Grayn(i,j)，在时域上的积分平均值。
4.根据权利要求1所述的手持红外热像仪拍摄防抖算法，其特征是，步骤(1-4)还包括如下步骤：
当所得最大偏离指标Pmax大于预设的最大偏离指标阈值Pthreshhold时，对具有最大偏离指标的该帧图像进行最大偏离帧纠偏算法计算，并重复步骤(1-2)至步骤(1-4)，直至所获得的最大的偏离指标Pmax不高于预设的最大偏离指标阈值Pthreshhold；
当所得最大偏离指标Pmax不高于预设的最大偏离指标阈值Pthreshhold时，手持红外热像仪拍摄防抖算法结束。
5.根据权利要求4所述的手持红外热像仪拍摄防抖算法，其特征是，步骤(1-4)还包括如下步骤：
最大偏离帧纠偏算法为：将偏离指标为Pmax的该帧图像沿图像的X和Y轴方向，按像素单位，从小到大逐步偏移，分别计算各个像素单位的偏离指标，并将所得最小偏离指标值的位置为该帧纠偏后的位置。
CN201810427577.9A 2018-05-07 2018-05-07 手持红外热像仪拍摄防抖方法 Active CN109697700B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810427577.9A CN109697700B (zh) 2018-05-07 2018-05-07 手持红外热像仪拍摄防抖方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810427577.9A CN109697700B (zh) 2018-05-07 2018-05-07 手持红外热像仪拍摄防抖方法

Publications (2)

Publication Number Publication Date
CN109697700A true CN109697700A (zh) 2019-04-30
CN109697700B CN109697700B (zh) 2020-11-24

Family

ID=66229602

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810427577.9A Active CN109697700B (zh) 2018-05-07 2018-05-07 手持红外热像仪拍摄防抖方法

Country Status (1)

Country Link
CN (1) CN109697700B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115005782A (zh) * 2022-06-06 2022-09-06 杭州新瀚光电科技有限公司 一种人体健康的评估方法、系统、终端设备及存储介质
CN116957992A (zh) * 2023-09-20 2023-10-27 南京木木西里科技有限公司 基于特征追踪的实时显微图像防抖方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070223831A1 (en) * 2006-03-22 2007-09-27 Arcsoft, Inc. Image Deblur Based on Two Images
CN101056353A (zh) * 2007-04-19 2007-10-17 华中科技大学 基于运动检测指导的红外焦平面非均匀性校正方法
CN102385701A (zh) * 2011-10-14 2012-03-21 华中科技大学 扫描型红外成像系统的非均匀校正方法
US9055227B2 (en) * 2010-03-17 2015-06-09 Texas Instruments Incorporated Scene adaptive brightness/contrast enhancement
CN104796580A (zh) * 2014-01-16 2015-07-22 北京亿羽舜海科技有限公司 一种基于选择集成的实时稳像视频巡检系统
CN105318971A (zh) * 2014-07-07 2016-02-10 南京理工大学 对红外视频序列采用图像配准的自适应非均匀性校正方法
CN106303249A (zh) * 2016-08-26 2017-01-04 华为技术有限公司 视频防抖方法和设备
CN107566688A (zh) * 2017-08-30 2018-01-09 广州华多网络科技有限公司 一种基于卷积神经网络的视频防抖方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070223831A1 (en) * 2006-03-22 2007-09-27 Arcsoft, Inc. Image Deblur Based on Two Images
CN101056353A (zh) * 2007-04-19 2007-10-17 华中科技大学 基于运动检测指导的红外焦平面非均匀性校正方法
US9055227B2 (en) * 2010-03-17 2015-06-09 Texas Instruments Incorporated Scene adaptive brightness/contrast enhancement
CN102385701A (zh) * 2011-10-14 2012-03-21 华中科技大学 扫描型红外成像系统的非均匀校正方法
CN104796580A (zh) * 2014-01-16 2015-07-22 北京亿羽舜海科技有限公司 一种基于选择集成的实时稳像视频巡检系统
CN105318971A (zh) * 2014-07-07 2016-02-10 南京理工大学 对红外视频序列采用图像配准的自适应非均匀性校正方法
CN106303249A (zh) * 2016-08-26 2017-01-04 华为技术有限公司 视频防抖方法和设备
CN107566688A (zh) * 2017-08-30 2018-01-09 广州华多网络科技有限公司 一种基于卷积神经网络的视频防抖方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZHANG CHAO-LIANG ET AL: "Low light level image denoising algorism based on wavelet transform and morphology computer network and multimedia technology", 《INTERNATIONAL SYMPOSIUM ON COMPUTER NETWORK AND MULTIMEDIA TECHNOLOGY》 *
陈立等: "基于众值理论的微光图像帧积分算法", 《电子学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115005782A (zh) * 2022-06-06 2022-09-06 杭州新瀚光电科技有限公司 一种人体健康的评估方法、系统、终端设备及存储介质
CN116957992A (zh) * 2023-09-20 2023-10-27 南京木木西里科技有限公司 基于特征追踪的实时显微图像防抖方法
CN116957992B (zh) * 2023-09-20 2024-01-05 南京木木西里科技有限公司 基于特征追踪的实时显微图像防抖方法

Also Published As

Publication number Publication date
CN109697700B (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
US20200202618A1 (en) System and methods for improved aerial mapping with aerial vehicles
CN109767467B (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
CN110599540B (zh) 多视点相机下的实时三维人体体型与姿态重建方法及装置
AU2011343674B2 (en) Zooming factor computation
CN107223330B (zh) 一种深度信息获取方法、装置及图像采集设备
CN107454371B (zh) 投影区域的适配方法、装置及系统
WO2015085956A1 (zh) 一种基于投影图像的处理方法及装置
CN103679166B (zh) 一种快速获取设备中鱼眼镜头中心偏移量的方法及系统
CN104853064A (zh) 基于红外热像仪的电子稳像方法
CN109697700A (zh) 手持红外热像仪拍摄防抖算法
US10205928B2 (en) Image processing apparatus that estimates distance information, method of controlling the same, and storage medium
CN105933532A (zh) 图像处理方法、装置和移动终端
CN105957041A (zh) 一种广角镜头红外图像畸变校正方法
CN109801314A (zh) 一种基于深度学习的双目动态视觉传感器立体匹配方法
CN105488807A (zh) 一种远心镜头的标定和矫正方法
CN105180802B (zh) 一种物体尺寸信息识别方法和装置
CN104079800A (zh) 一种视频监控中视频图像的抗抖动方法
CN109584312B (zh) 摄像头标定方法、装置、电子设备和计算机可读存储介质
CN106859652A (zh) 一种人体身高测量方法
CN105827902B (zh) 一种夜景检测方法及终端
CN106846395B (zh) 照片中目标图形面积计算方法及系统
US20210141231A1 (en) Head mounted display apparatus and distance measurement device thereof
CN111382646B (zh) 一种活体识别方法、存储介质及终端设备
CN106842496A (zh) 基于频域比较法的自动调节焦点的方法
CN110215001A (zh) 一种量体裁衣测量交互式精确测量方法

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
CP02 Change in the address of a patent holder

Address after: Room 101, Room 201, Room 301, Room 401, room 501-4, building 52, no.650 Hongfeng Road, Donghu street, Yuhang District, Hangzhou City, Zhejiang Province

Patentee after: HANGZHOU XINHAN OPTOELECTRONICS TECHNOLOGY Co.,Ltd.

Address before: 311100 502A, No. 22, Xinyan Road, Yuhang Economic and Technological Development Zone, Yuhang District, Hangzhou City, Zhejiang Province

Patentee before: HANGZHOU XINHAN OPTOELECTRONICS TECHNOLOGY Co.,Ltd.

CP02 Change in the address of a patent holder