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 PDFInfo
- 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
Links
- 230000010354 integration Effects 0.000 claims description 5
- 238000000034 method Methods 0.000 claims description 3
- 238000001931 thermography Methods 0.000 claims 1
- 230000035945 sensitivity Effects 0.000 abstract description 6
- 230000006641 stabilisation Effects 0.000 description 6
- 238000011105 stabilization Methods 0.000 description 6
- 206010044565 Tremor Diseases 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 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
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
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。
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)
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)
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 |
-
2018
- 2018-05-07 CN CN201810427577.9A patent/CN109697700B/zh active Active
Patent Citations (8)
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)
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)
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 |