CN109903245B - 红外图像的非均匀校正方法 - Google Patents
红外图像的非均匀校正方法 Download PDFInfo
- Publication number
- CN109903245B CN109903245B CN201910132612.9A CN201910132612A CN109903245B CN 109903245 B CN109903245 B CN 109903245B CN 201910132612 A CN201910132612 A CN 201910132612A CN 109903245 B CN109903245 B CN 109903245B
- Authority
- CN
- China
- Prior art keywords
- infrared image
- focal plane
- correction
- original
- value correction
- 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
Landscapes
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
- Studio Devices (AREA)
Abstract
本发明提供了一种红外图像的非均匀校正方法,该方法包括:获取环境信息及原始红外图像;根据环境信息及原始红外图像确定红外图像的校正参数;根据红外图像的校正参数对原始红外图像进行非均匀校正,获得校正红外图像。该方法的实现使得红外焦平面探测器/机芯可以在不依赖温度调节装置、不提升探测器硬件水平的情况下适用于较宽的工作温度范围,具备较强的温度鲁棒性,因而大幅度降低了红外焦平面探测器的设计成本;最重要的是,该方法减少了红外焦平面探测器的整体功耗,为提升总体系统性能奠定基础。同时,该方法的适用范围较广,可以适用于近红外、短波红外、可见‑短波红外、中波和长波红外焦平面探测器的校正领域以及反射成像领域。
Description
技术领域
本发明涉及红外成像领域,特别是涉及一种红外图像的非均匀校正方法。
背景技术
焦平面探测器的暗电流与焦平面的工作温度呈指数关系,为提升短波红外机芯或焦平面探测器的成像效果,通常采用带TEC(半导体制冷器)的焦平面探测器,以使探测器保持恒定温度,从而减弱图像非均匀性、提高图像信噪比,但TEC的引入使得机芯或焦平面探测器的功耗大幅增加。
现有的不依赖TEC的非均匀校正方法,在去除TEC后虽然可以降低焦平面探测器功耗,但却需要采用提升硬件水平(速率及容量)的方法以应对不同温度对校正参数的需求,减弱温度变化带来的空间非均匀性;该方法虽然保证了红外机芯或焦平面探测器的成像质量,但却提高了探测器的硬件成本。
发明内容
本发明提供了一种红外图像的非均匀校正方法,用以在不依赖调温装置的情况下拓宽红外焦平面探测器的工作温度范围,且无需提升探测器的硬件水平,该方法包括:
获取环境信息及原始红外图像;
根据环境信息及原始红外图像确定红外图像的校正参数;
根据红外图像的校正参数对原始红外图像进行非均匀校正,获得校正红外图像;
所述根据红外图像的校正参数对原始红外图像进行非均匀校正,获得校正红外图像,包括:
将环境信息、原始红外图像及红外图像的校正参数代入红外图像的多元线性回归模型,计算校正红外图像;
所述将环境信息、原始红外图像及红外图像的校正参数代入红外图像的多元线性回归模型,计算校正红外图像,根据如下公式进行计算:
其中,Ic表示校正红外图像;x表示图像像素值校正参数;k表示图像像素值校正参数的索引;Iu表示原始红外图像像素值;P表示原始红外图像像素值校正阶数;y表示温度值校正参数;l表示温度值校正参数的索引;TFPA表示焦平面阵列温度值;M表示焦平面阵列温度值校正阶数;z表示照度值校正参数;h表示照度值校正参数的索引;L表示焦平面阵列照度值;Q表示焦平面阵列照度值校正阶数;as为常数。
具体实施中,所述环境信息包括焦平面阵列温度值和焦平面阵列照度值。
具体实施中,所述红外图像的校正参数包括图像像素值校正参数、温度值校正参数及照度值校正参数。
具体实施中,所述根据环境信息及原始红外图像确定红外图像的校正参数,包括:
根据原始红外图像像素值计算红外图像平均值;
根据环境信息、原始红外图像像素值及红外图像平均值计算红外图像的校正参数。
具体实施中,所述根据原始红外图像像素值计算红外图像平均值,根据如下公式进行计算:
其中,It表示红外图像平均值;Iu表示原始红外图像像素值;i表示红外图像像素值的行索引;j表示红外图像像素值的列索引;Ncolumns表示红外图像像素值的每行像素个数;Nrows表示红外图像像素值的每列像素个数。
具体实施中,所述根据环境信息、原始红外图像像素值及红外图像平均值计算红外图像的校正参数,根据如下公式进行计算:
其中,F表示约束函数;x表示图像像素值校正参数;k表示图像像素值校正参数的索引;Iu表示原始红外图像像素值;P表示原始红外图像像素值校正阶数;y表示温度值校正参数;l表示温度值校正参数的索引;TFPA表示焦平面阵列温度值;M表示焦平面阵列温度值校正阶数;z表示照度值校正参数;h表示照度值校正参数的索引;L表示焦平面阵列照度值;Q表示焦平面阵列照度值校正阶数;as为常数;It表示红外图像平均值。
具体实施中,所述根据环境信息、原始红外图像像素值及红外图像平均值计算红外图像像素值的校正参数,包括:根据焦平面阵列照度值、焦平面阵列温度值、原始红外图像像素值及红外图像平均值,采用梯度下降法根据如下公式计算红外图像的校正参数:
其中,G表示约束函数F的最小平方和;x表示图像像素值校正参数;k表示图像像素值校正参数的索引;Iu表示原始红外图像像素值;P表示原始红外图像像素值校正阶数;y表示温度值校正参数;l表示温度值校正参数的索引;TFPA表示焦平面阵列温度值;M表示焦平面阵列温度值校正阶数;z表示照度值校正参数;h表示照度值校正参数的索引;L表示焦平面阵列照度值;Q表示焦平面阵列照度值校正阶数;as为常数;It表示红外图像平均值。
本发明还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现红外图像的非均匀校正方法。
本发明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存储有执行红外图像的非均匀校正方法的计算机程序。
本发明的红外图像的非均匀校正方法,首先获取红外焦平面探测器采集的未校正原始图像以及环境信息,然后根据原始红外图像信息及环境信息确定红外图像的校正参数,最后根据未校正原始图像及红外图像的校正参数计算校正红外图像。该方法的实现使得红外焦平面探测器/机芯可以在不依赖温度调节装置、不提升探测器硬件水平的情况下适用于较宽的工作温度范围,具备较强的温度鲁棒性,因而大幅度降低了红外焦平面探测器的设计成本;最重要的是,该方法减少了红外焦平面探测器的整体功耗,为提升总体系统性能奠定基础。同时,该方法的适用范围较广,可以适用于反射成像领域,近红外、短波红外、可见-短波红外等成像机芯、组件或焦平面探测器的校正领域,也可扩展至中波和长波红外机芯、组件或焦平面探测器的校正领域。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些具体实施方式,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。在附图中:
图1为根据本发明的一个具体实施方式中红外图像的非均匀校正方法的流程示意图;
图2为根据本发明的一个具体实施方式中计算红外图像像素值校正参数的流程示意图;
图3为根据本发明的一个具体实施方式中利用积分球及高低温箱进行试验的原理图;
图4为根据本发明的一个具体实施方式中12℃试验的原始红外图像与校正红外图像的对比图;
图5为根据本发明的一个具体实施方式中32℃试验的原始红外图像与校正红外图像的对比图。
具体实施方式
为使本发明具体实施方式的目的、技术方案和优点更加清楚明白,下面结合附图对本发明具体实施方式做进一步详细说明。在此,本发明的示意性具体实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
如图1所示,本发明提供了一种红外图像的非均匀校正方法,用以在不依赖调温装置的情况下拓宽红外焦平面探测器的工作温度范围,且无需提升探测器的硬件水平,该方法包括:
101:获取环境信息及原始红外图像;
102:根据环境信息及原始红外图像确定红外图像的校正参数;
103:根据红外图像的校正参数对原始红外图像进行非均匀校正,获得校正红外图像。
本发明的红外图像非均匀校正方法的工作原理为:采集原始红外图像的训练样本,结合环境因素,实现对环境因素参数影响程度的计算评估,然后将评估得到的校正参数应用于原始红外图像测试样本,从而完成实际场景红外图像不依赖TEC(半导体致冷器)、不提升硬件水平的非均匀校正。
具体实施中,环境信息可以包括多种影响焦平面阵列成像的环境信息。例如,由于焦平面阵列的温度与焦平面阵列照度对红外成像具有较大的影响,因而所述环境信息可以包括焦平面阵列温度值和焦平面阵列照度值。其中,所述焦平面阵列(FPA)照度值为焦平面阵列所接收到的照度值。
具体实施中,红外图像的校正参数可以包括多种校正参数。例如,由于红外图像校正受诸如温度、照度等多种因素的影响,因而所述红外图像的校正参数可以包括图像像素值校正参数、温度值校正参数及照度值校正参数。
具体实施中,上述步骤101中,确定红外图像的校正参数可以有多种实施方案。例如,如图2所示,上述步骤101:根据环境信息及原始红外图像确定红外图像的校正参数,可以包括:
201:根据原始红外图像像素值计算红外图像平均值;
202:根据环境信息、原始红外图像像素值及红外图像平均值计算红外图像的校正参数。
具体实施中,上述步骤201中,计算红外图像平均值可以有多种实施方案。例如,上述步骤201:根据原始红外图像像素值计算红外图像平均值,可以根据如下公式进行计算:
其中,It表示红外图像平均值;Iu表示原始红外图像像素值;i表示红外图像像素值的行索引;j表示红外图像像素值的列索引;Ncolumns表示红外图像像素值的每行像素个数;Nrows表示红外图像像素值的每列像素个数。
具体实施中,上述步骤202中,计算红外图像的校正参数可以有多种实施方案。例如,上述步骤202:根据环境信息、原始红外图像像素值及红外图像平均值计算红外图像的校正参数,可以通过推导约束函数的极小值来计算各校正参数,具体的,根据如下公式进行计算:
其中,F表示约束函数;x表示图像像素值校正参数;k表示图像像素值校正参数的索引;Iu表示原始红外图像像素值;P表示原始红外图像像素值校正阶数;y表示温度值校正参数;l表示温度值校正参数的索引;TFPA表示焦平面阵列温度值;M表示焦平面阵列温度值校正阶数;z表示照度值校正参数;h表示照度值校正参数的索引;L表示焦平面阵列照度值;Q表示焦平面阵列照度值校正阶数;as为常数;It表示红外图像平均值。
具体实施中,在根据约束函数F确定红外图像的校正参数时,可以采用梯度下降法评估计算各校正参数,因此可以将所述约束函数F改写为最小平方和的形式方便求导:
其中,G表示约束函数F的最小平方和,求解函数G时,首先对各个未知的校正参数赋初值,将x1-xP、y1-yM及z1-zQ以矢量形式表示,可以是零矢量。另外,P∈(1,4)、M∈(0,7)、Q∈(0,7);按照P、M及Q逐渐增大的方向,改变各个校正参数的值,使得G(P,M,Q,x1-xP,y1-yM,z1-zQ)按梯度下降的方向逐渐减少;直到G(P,M,Q,x1-xP,y1-yM,z1-zQ)下降到无法下降时为止,即G(P,M,Q,x1-xP,y1-yM,z1-zQ)对各个校正参数收敛时。
收敛是否完成则可以通过判定系数R2判断,R2越接近1,各校正参数越趋于最优化。
确定判定系数R2时,首先需要确定总平方和SST与回归平方和SSR,其中:
总平方和SST:
SST=∑i∑j(Ic(i,j)-It)2;
回归平方和SSR:
SSR=∑i∑j(Iu(i,j)-It)2;
确定判定系数R2时,可以通过如下公式进行计算:
其中,R2表示判定系数;SSR表示回归平方和;SST表示总平方和;i表示红外图像像素值的行索引;j表示红外图像像素值的列索引;It表示红外图像平均值;Iu表示原始红外图像像素值;Ic表示校正红外图像像素值。
具体实施中,上述步骤103中,确定校正红外图像可以有多种实施方案。例如,上述步骤103:根据红外图像的校正参数对原始红外图像进行非均匀校正,获得校正红外图像,可以包括:
将环境信息、原始红外图像及红外图像的校正参数代入红外图像的多元线性回归模型,计算校正红外图像。
具体实施中,根据多元线性回归模型计算校正红外图像可以有多种实施方案。例如,所述将环境信息、原始红外图像及红外图像的校正参数代入红外图像的多元线性回归模型,计算校正红外图像,可以根据如下公式进行计算:
其中,Ic表示校正红外图像像素值;x表示图像像素值校正参数;k表示图像像素值校正参数的索引;Iu表示原始红外图像像素值;P表示原始红外图像像素值校正阶数;y表示温度值校正参数;l表示温度值校正参数的索引;TFPA表示焦平面阵列温度值;M表示焦平面阵列温度值校正阶数;z表示照度值校正参数;h表示照度值校正参数的索引;L表示焦平面阵列照度值;Q表示焦平面阵列照度值校正阶数;as为常数。
具体实施中,为了更好的说明本发明的技术效果,可以在不同焦平面阵列温度与焦平面阵列照度下进行试验。如图3所示,由于本发明的方法中影响红外图像校正的因素主要有两个,即焦平面阵列温度和焦平面阵列所接收的光照,因而试验中可以借助高低温试验箱精确控制焦平面阵列温度,采用积分球提供依据规律要求的不同等级的光照。因为充分考虑了工作温度范围和光照条件,该方法可以不依赖TEC调节温度,对焦平面阵列温度和焦平面阵列照度具有较强的鲁棒性。
如图4所示,在12℃下,利用本发明中的方法对原始红外图像进行非均匀校正,可以取得较好的校正效果。试验中,以红外图像的部分区域为例,其原始红外图像的右下角部分的数据如下:
在进行非均匀校正后,校正红外图像右下角部分数据如下(与原始红外图像像素一一对应):
如图5所示,在32℃下,利用本发明中的方法对原始红外图像进行非均匀校正,同样可以取得较好的校正效果。试验中,以红外图像的部分区域为例,其原始红外图像的右下角部分的数据如下:
在进行非均匀校正后,校正红外图像右下角部分数据如下(与原始红外图像像素一一对应):
本发明还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现红外图像的非均匀校正方法。
本发明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存储有执行红外图像的非均匀校正方法的计算机程序。
综上所述,本发明的红外图像的非均匀校正方法,首先获取红外焦平面探测器采集的未校正原始图像以及环境信息,然后根据原始红外图像信息及环境信息确定红外图像的校正参数,最后根据未校正原始图像及红外图像的校正参数计算校正红外图像。该方法的实现使得红外焦平面探测器/机芯可以在不依赖温度调节装置、不提升探测器硬件水平的情况下适用于较宽的工作温度范围,具备较强的温度鲁棒性,因而大幅度降低了红外焦平面探测器的设计成本;最重要的是,该方法减少了红外焦平面探测器的整体功耗,为提升总体系统性能奠定基础。同时,该方法的适用范围较广,可以适用于反射成像领域,近红外、短波红外、可见-短波红外等成像机芯、组件或焦平面探测器的校正领域,也可扩展至中波和长波红外机芯、组件或焦平面探测器的校正领域。
本领域内的技术人员应明白,本发明的具体实施方式可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件具体实施方式、完全软件具体实施方式、或结合软件和硬件方面的具体实施方式的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明具体实施方式的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
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,并不用于限定本发明的保护范围,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 (9)
1.一种红外图像的非均匀校正方法,其中,该方法包括:
获取环境信息及原始红外图像;
根据环境信息及原始红外图像确定红外图像的校正参数;
根据红外图像的校正参数对原始红外图像进行非均匀校正,获得校正红外图像;
所述根据红外图像的校正参数对原始红外图像进行非均匀校正,获得校正红外图像,包括:
将环境信息、原始红外图像及红外图像的校正参数代入红外图像的多元线性回归模型,计算校正红外图像;
所述将环境信息、原始红外图像及红外图像的校正参数代入红外图像的多元线性回归模型,计算校正红外图像,根据如下公式进行计算:
其中,Ic表示校正红外图像;x表示图像像素值校正参数;k表示图像像素值校正参数的索引;Iu表示原始红外图像像素值;P表示原始红外图像像素值校正阶数;y表示温度值校正参数;l表示温度值校正参数的索引;TFPA表示焦平面阵列温度值;M表示焦平面阵列温度值校正阶数;z表示照度值校正参数;h表示照度值校正参数的索引;L表示焦平面阵列照度值;Q表示焦平面阵列照度值校正阶数;as为常数。
2.如权利要求1所述的红外图像的非均匀校正方法,其中,所述环境信息包括焦平面阵列温度值和焦平面阵列照度值。
3.如权利要求1所述的红外图像的非均匀校正方法,其中,所述红外图像的校正参数包括图像像素值校正参数、温度值校正参数及照度值校正参数。
4.如权利要求1所述的红外图像的非均匀校正方法,其中,所述根据环境信息及原始红外图像确定红外图像的校正参数,包括:
根据原始红外图像像素值计算红外图像平均值;
根据环境信息、原始红外图像像素值及红外图像平均值计算红外图像的校正参数。
5.如权利要求4所述的红外图像的非均匀校正方法,其中,所述根据原始红外图像像素值计算红外图像平均值,根据如下公式进行计算:
其中,It表示红外图像平均值;Iu表示原始红外图像像素值;i表示红外图像像素值的行索引;j表示红外图像像素值的列索引;Ncolumns表示红外图像像素值的每行像素个数;Nrows表示红外图像像素值的每列像素个数。
6.如权利要求4所述的红外图像的非均匀校正方法,其中,所述根据环境信息、原始红外图像像素值及红外图像平均值计算红外图像的校正参数,根据如下公式进行计算:
其中,F表示约束函数;x表示图像像素值校正参数;k表示图像像素值校正参数的索引;Iu表示原始红外图像像素值;P表示原始红外图像像素值校正阶数;y表示温度值校正参数;l表示温度值校正参数的索引;TFPA表示焦平面阵列温度值;M表示焦平面阵列温度值校正阶数;z表示照度值校正参数;h表示照度值校正参数的索引;L表示焦平面阵列照度值;Q表示焦平面阵列照度值校正阶数;as为常数;It表示红外图像平均值。
7.如权利要求6所述的红外图像的非均匀校正方法,其中,所述根据环境信息、原始红外图像像素值及红外图像平均值计算红外图像像素值的校正参数,包括:根据焦平面阵列照度值、焦平面阵列温度值、原始红外图像像素值及红外图像平均值,采用梯度下降法根据如下公式计算红外图像的校正参数:
其中,G表示约束函数F的最小平方和;x表示图像像素值校正参数;k表示图像像素值校正参数的索引;Iu表示原始红外图像像素值;P表示原始红外图像像素值校正阶数;y表示温度值校正参数;l表示温度值校正参数的索引;TFPA表示焦平面阵列温度值;M表示焦平面阵列温度值校正阶数;z表示照度值校正参数;h表示照度值校正参数的索引;L表示焦平面阵列照度值;Q表示焦平面阵列照度值校正阶数;as为常数;It表示红外图像平均值。
8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现权利要求1至7任一所述方法。
9.一种计算机可读存储介质,其中,所述计算机可读存储介质存储有执行权利要求1至7任一所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910132612.9A CN109903245B (zh) | 2019-02-22 | 2019-02-22 | 红外图像的非均匀校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910132612.9A CN109903245B (zh) | 2019-02-22 | 2019-02-22 | 红外图像的非均匀校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109903245A CN109903245A (zh) | 2019-06-18 |
CN109903245B true CN109903245B (zh) | 2023-08-11 |
Family
ID=66945199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910132612.9A Active CN109903245B (zh) | 2019-02-22 | 2019-02-22 | 红外图像的非均匀校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109903245B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112393804B (zh) * | 2019-08-02 | 2022-04-05 | 杭州海康微影传感科技有限公司 | 一种图像校正的方法及装置 |
CN112601000B (zh) * | 2020-12-07 | 2022-03-25 | 南昌黑鲨科技有限公司 | 用于摄像头的减噪系统、方法及计算机可读存储介质 |
CN113421202B (zh) * | 2021-06-25 | 2022-09-02 | 浙江大华技术股份有限公司 | 一种红外图像低频非均匀性校正的方法、设备及存储介质 |
CN117314774B (zh) * | 2023-09-26 | 2024-04-09 | 广州市星飞达电子科技有限公司 | 一种基于探测器温度的红外图像校正系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105737990A (zh) * | 2016-02-24 | 2016-07-06 | 华中科技大学 | 一种基于探测器温度的红外图像非均匀性校正方法及系统 |
CN106570829A (zh) * | 2015-10-09 | 2017-04-19 | 南京理工大学 | 一种红外图像非均匀性校正方法 |
CN107101727A (zh) * | 2017-05-03 | 2017-08-29 | 江苏北方湖光光电有限公司 | 非均匀性校正时校正参数的标定方法 |
CN109341865A (zh) * | 2018-11-01 | 2019-02-15 | 北京轩宇空间科技有限公司 | 一种红外探测器非均匀性校正装置 |
-
2019
- 2019-02-22 CN CN201910132612.9A patent/CN109903245B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570829A (zh) * | 2015-10-09 | 2017-04-19 | 南京理工大学 | 一种红外图像非均匀性校正方法 |
CN105737990A (zh) * | 2016-02-24 | 2016-07-06 | 华中科技大学 | 一种基于探测器温度的红外图像非均匀性校正方法及系统 |
CN107101727A (zh) * | 2017-05-03 | 2017-08-29 | 江苏北方湖光光电有限公司 | 非均匀性校正时校正参数的标定方法 |
CN109341865A (zh) * | 2018-11-01 | 2019-02-15 | 北京轩宇空间科技有限公司 | 一种红外探测器非均匀性校正装置 |
Non-Patent Citations (1)
Title |
---|
一种基于恒定统计的红外图像非均匀性校正算法;孟思岐等;《应用光学》;20170315(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109903245A (zh) | 2019-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109903245B (zh) | 红外图像的非均匀校正方法 | |
CN106920245B (zh) | 一种边界检测的方法及装置 | |
CN109272520B (zh) | 一种联合运动指导与边缘检测的自适应红外焦平面非均匀校正方法 | |
US9569682B2 (en) | Image processing apparatus and method to perform noise reduction on an image and determine an output pixel value | |
CN108133463B (zh) | 一种直方图均衡化图像的降噪方法及系统 | |
KR102578209B1 (ko) | 영상 처리 방법과 장치 | |
CN110866872B (zh) | 一种路面裂缝图片预处理智能选择方法、装置及电子设备 | |
US11526963B2 (en) | Image processing apparatus, image processing method, and storage medium | |
CN111340732B (zh) | 一种低照度视频图像增强方法及装置 | |
US20180286017A1 (en) | Contrast constrained aerothermal radiation correction method | |
CN111311525A (zh) | 一种基于直方图概率修正的图像梯度场双区间均衡化算法 | |
KR101662407B1 (ko) | 영상의 비네팅 보정 방법 및 장치 | |
US20140363090A1 (en) | Methods for Performing Fast Detail-Preserving Image Filtering | |
CZ2005314A3 (cs) | Zarízení a zpusob k merení sumu v obrazovém signálu | |
CN115690100B (zh) | 半监督信号点检测模型训练方法、信号点检测方法和装置 | |
US20210374480A1 (en) | Arithmetic device, arithmetic method, program, and discrimination system | |
JP2021086284A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
KR101862490B1 (ko) | 영상 보정 프로세서 및 컴퓨터 판독가능 기록 매체 | |
US11301962B2 (en) | Image processing method, image processing apparatus, and medium | |
US11348251B2 (en) | Device and method for determining edge location based on adaptive weighing of gradients | |
JP2018067305A (ja) | ビジュアルオドメトリ方法及び装置 | |
CN112950479A (zh) | 一种图像灰度区域拉伸算法 | |
CN105654429A (zh) | 基于透射率归一化的增强弱光图像清晰度的方法 | |
US20240062421A1 (en) | Parameter determination apparatus, parameter determination method and recording medium | |
US20240144432A1 (en) | Image processing apparatus, image processing method, and storage medium |
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 |