CN111161172B - 一种红外图像列向条纹消除方法、系统及计算机存储介质 - Google Patents

Abstract

本发明涉及图像处理领域，具体涉及一种红外图像列向条纹消除方法、系统及计算机存储介质，其方法包括，将带有列条纹的原始噪声图像进行方向滤波，得到列向滤波图像和行向滤波图像，并将列向滤波图像和行向滤波图像作差值运算，得到行列滤波差值图像；在行列滤波差值图像中进行局部方差计算，剔除行列滤波差值图像中的干扰像素，并对行列滤波差值图像中的剩余像素进行列向累加求平均计算，得到每一列的条纹噪声校正项；利用原始噪声图像中的每一个像素减去该像素对应的列的条纹噪声校正项，得到校正图像。本发明可以有效地提高图像的信噪比，并且在处理过程中不会形成伪噪声或者引入其他噪声，同时可以有效保证算法的实时性。

Description

一种红外图像列向条纹消除方法、系统及计算机存储介质

技术领域

本发明涉及图像处理领域，具体涉及一种红外图像列向条纹消除方法、系统及计算机存储介质。

背景技术

红外车辆辅助驾驶系统可以通过显示屏为驾驶员提供车辆前方景物的红外图像。红外车辆辅助驾驶系统常用于可见光成像条件不佳环境提供红外图像场景，随着红外技术的快速发展，红外探测器成本的不断降低，驾驶安全越来越受到重视，红外车辆辅助驾驶系统从军车专用逐渐变为军民用共享的技术了。由于非制冷红外读出电路不同列像元对应着不同的通道，而通道之间的偏置电压和噪声情况都不尽相同，导致输出红外图像存在不同程度的延列方向伸展的条纹状噪声，也就是通常所说的“竖纹”噪声现象。以上噪声的出现在红外车辆辅助驾驶系统所显示的红外图像中可能会影响驾驶员判断，甚至导致严重交通事故。

现在有的解决方案之一是一种利用双边滤波器估计读出电路偏置电压从而消除条纹噪声的方法。该方案对于明暗对比强的物体偏置电压的估计误差较大，会造成伪迹。

现在有的解决方案之二是利用图像模糊提取条纹噪声的方法(LPSF)的基础上提出了一种基于引导滤波的算法。该方法需要通过运动检测来确定场景是否发生运动，进而采取不同的策略实现滤波。但在收敛速度和实时性上还不能满足工程化需求。

发明内容

本发明所要解决的技术问题是提供一种红外图像列向条纹消除方法、系统及计算机存储介质，可以有效地提高图像的信噪比，并且在处理过程中不会形成伪噪声或者引入其他噪声，同时可以有效保证算法的实时性。

本发明解决上述技术问题的技术方案如下：一种红外图像列向条纹消除方法，包括如下步骤，

S1，将带有列条纹的原始噪声图像进行方向滤波，得到列向滤波图像和行向滤波图像，并将所述列向滤波图像和所述行向滤波图像作差值运算，得到行列滤波差值图像；

S2，在所述行列滤波差值图像中进行局部方差计算，剔除所述行列滤波差值图像中的干扰像素，并对所述行列滤波差值图像中的剩余像素进行列向累加求平均计算，得到每一列的条纹噪声校正项；

S3，利用所述原始噪声图像中的每一个像素减去该像素对应的列的所述条纹噪声校正项，得到校正图像。

基于上述一种红外图像列向条纹消除方法，本发明还提供一种红外图像列向条纹消除系统。

一种红外图像列向条纹消除系统，包括以下模块，

方向滤波模块，其用于将带有列条纹的原始噪声图像进行方向滤波，得到列向滤波图像和行向滤波图像，并将所述列向滤波图像和所述行向滤波图像作差值运算，得到行列滤波差值图像；

条纹噪声校正项估计模块，其用于在所述行列滤波差值图像中进行局部方差计算，剔除所述行列滤波差值图像中的干扰像素，并对所述行列滤波差值图像中的剩余像素进行列向累加求平均计算，得到每一列的条纹噪声校正项；

校正处理模块，其用于利用所述原始噪声图像中的每一个像素减去该像素对应的列的所述条纹噪声校正项，得到校正图像。

基于上述一种红外图像列向条纹消除方法，本发明还提供一种计算机存储介质。

一种计算机存储介质，包括存储器，所述存储器内存储有至少一条计算机指令，所述计算机指令被处理器执行时实现上述所述的方法。

本发明的有益效果是：一种红外图像列向条纹消除方法、系统及计算机存储介质利用方向滤波和原图与参考图像残差的方差计算取得的矫正参数相结合的策略，实现对列向条纹噪声的处理；可以有效地提高图像的信噪比，并且在处理过程中不会形成伪噪声或者引入其他噪声，同时可以有效保证算法的实时性。

附图说明

图1为本发明一种红外图像列向条纹消除方法的流程图；

图2为本发明一种红外图像列向条纹消除方法的原理图；

图3为本发明一种红外图像列向条纹消除系统的结构框图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

如图1和图2所示，一种红外图像列向条纹消除方法，包括如下步骤，

S1，将带有列条纹的原始噪声图像进行方向滤波，得到列向滤波图像和行向滤波图像，并将所述列向滤波图像和所述行向滤波图像作差值运算，得到行列滤波差值图像；

S2，在所述行列滤波差值图像中进行局部方差计算，剔除所述行列滤波差值图像中的干扰像素，并对所述行列滤波差值图像中的剩余像素进行列向累加求平均计算，得到每一列的条纹噪声校正项；

S3，利用所述原始噪声图像中的每一个像素减去该像素对应的列的所述条纹噪声校正项，得到校正图像。

在本具体实施例中，所述S1具体为，S11，所述原始噪声图像进行列向滤波，得到所述列向滤波图像；S12，将所述列向滤波图像进行行向滤波，得到所述行向滤波图像；S13，将所述列向滤波图像和所述行向滤波图像作差值运算，得到所述行列滤波差值图像。具体的，所述S11中进行的列向滤波具体为3×1的列向中值滤波。具体的，所述S12中进行的行向滤波具体为1×5的行向邻域加权滤波。

在本发明中，方向滤波是空域滤波的一种，它是使用某一特定方向的滤波器对图像进行滤波处理，在去除噪声的同时能最大限度地保持像素的连续性。条纹噪声具有列向的一致性和行向的随机性。因此可以设计列向的滤波器使图像在沿条纹方向得到平滑从而去除随机噪声，再通过行向滤波从而去除条纹噪声：

z(i,j)列向滤波＝z'(i,j)≈z(i,j)-o(i,j)

z'(i,j)行向滤波＝z”(i,j)≈z'(i,j)-b₂(i,j)

由此可得：

b₂(i,j)≈z'(i,j)-z”(i,j)

即通过两次方向滤波的结果做差可近似获得条纹噪声校正项的估计值。

列向滤波器的目的是为了去除随机噪声，同时要兼顾最大程度保留原图的细节。中值滤波是一种非线性滤波器，它是将每一像素的数值设置为其滤波模板邻域内的所有像素值的中间值。它能有效地消除孤立噪声，也能消除红外图像中的孤立盲元。选择小的中值滤波模板能最小化图像的模糊效果，最大程度保留了图像的原有信息。因此，本发明的列向滤波选择3×1的纵向中值滤波。

行向滤波器的目的是为了获得不含条纹噪声的图像的估计值。因为像素值在空间分布上往往具有连续性，距离越近相关性越大。因此，可以用行向相邻的若干像素加权平均近似获得当前像素的估计值。权重的设置按照距离越近权重越大的基本原则，本发明选取1×5的邻域进行滤波。

在本具体实施例中，所述S2具体为，将所述行列滤波差值图像进行逐像素滑窗式局部区域方差计算，得到每个局部区域对应的局部方差，将每个所述局部方差与预设的方差阈值作比较；若所述逐像素滑窗式局部区域中的局部方差大于或等于所述方差阈值，则将该所述逐像素滑窗式局部区域中的中心像素置零；若所述逐像素滑窗式局部区域中的局部方差小于所述方差阈值，则将该所述逐像素滑窗式局部区域中的中心像素进行列向累加求平均计算，得到每一列的条纹噪声校正项。具体的，所述逐像素滑窗式局部区域的像素尺寸为5×5。

所述S2中所指的干扰像素主要是指一些自然场景中与竖纹特性类似的物体，如烟囱、楼房、列向线缆等等。这些物体在列向统计特性上存在与“列向条纹”相似的特征，但是却不是条纹噪声，因此必须加以剔除。经过分析发现，这些干扰像素往往属于物体的边缘或者梯度信息丰富的地方。其往往表现为局部方差较大，这一点与条纹噪声存在一定的区别。因此，利用计算出的局部方差，并设定一个合适的阈值作为门限，便可以加以区分。局部方差计算公式如下：

其中，σ²为总体方差，X为变量，μ为总体均值，N为总体个数。这里所谓“总体”是指局部图像的所有像素，本发明取5×5区域，即N＝25。方差阈值的选取时根据经验值人为设置的记为Th。对于上一级获得的差值Dx，经过方差阈值处理后，局部方差大于或等于方差阈值的归为零，否则用原值进行下一步列向累加计算，即：

经过剔除干扰像素后剩余的像素Dx'进行列向累加求平均，即可得到每一列的条纹噪声校正项。

本发明在分析了条纹噪声的生成原理后，结合列向中值滤波和行向加权滤波的优势对噪声进行两个方向的消除，同时为了防止伪噪声的引入，对处理后的图像进行了矫正项的估计，剔除了干扰像素，实现了对非制冷红外焦平面成像中列向噪声的消除，并且在消除过程中对类似目标的信息得以完整保留，提高成像质量。在完成消除图像噪声的同时可以保证图像处理的实时性，有利于后续成像实时显示和后续智能识别算法的设计和实现。

基于上述一种红外图像列向条纹消除方法，本发明还提供一种红外图像列向条纹消除系统。

如图3所示，一种红外图像列向条纹消除系统，包括以下模块，

方向滤波模块，其用于将带有列条纹的原始噪声图像进行方向滤波，得到列向滤波图像和行向滤波图像，并将所述列向滤波图像和所述行向滤波图像作差值运算，得到行列滤波差值图像；

条纹噪声校正项估计模块，其用于在所述行列滤波差值图像中进行局部方差计算，剔除所述行列滤波差值图像中的干扰像素，并对所述行列滤波差值图像中的剩余像素进行列向累加求平均计算，得到每一列的条纹噪声校正项；

校正处理模块，其用于利用所述原始噪声图像中的每一个像素减去该像素对应的列的所述条纹噪声校正项，得到校正图像。

基于上述一种红外图像列向条纹消除方法，本发明还提供一种计算机存储介质。

一种计算机存储介质，包括存储器，所述存储器内存储有至少一条计算机指令，所述计算机指令被处理器执行时实现上述所述的方法。

本发明一种红外图像列向条纹消除方法、系统及计算机存储介质利用方向滤波和原图与参考图像残差的方差计算取得的矫正参数相结合的策略，实现对列向条纹噪声的处理；可以有效地提高图像的信噪比，并且在处理过程中不会形成伪噪声或者引入其他噪声，同时可以有效保证算法的实时性。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种红外图像列向条纹消除方法，其特征在于：包括如下步骤，

S1，将带有列条纹的原始噪声图像进行方向滤波，得到列向滤波图像和行向滤波图像，并将所述列向滤波图像和所述行向滤波图像作差值运算，得到行列滤波差值图像；

S2，在所述行列滤波差值图像中进行局部方差计算，剔除所述行列滤波差值图像中的干扰像素，并对所述行列滤波差值图像中的剩余像素进行列向累加求平均计算，得到每一列的条纹噪声校正项；

S3，利用所述原始噪声图像中的每一个像素减去该像素对应的列的所述条纹噪声校正项，得到校正图像；

所述S1具体为，

S11，所述原始噪声图像进行列向滤波，得到所述列向滤波图像；

S12，将所述列向滤波图像进行行向滤波，得到所述行向滤波图像；

S13，将所述列向滤波图像和所述行向滤波图像作差值运算，得到所述行列滤波差值图像。

2.根据权利要求1所述的红外图像列向条纹消除方法，其特征在于：所述S11中进行的列向滤波具体为3×1的列向中值滤波。

3.根据权利要求1所述的红外图像列向条纹消除方法，其特征在于：所述S12中进行的行向滤波具体为1×5的行向邻域加权滤波。

4.根据权利要求1至3任一项所述的红外图像列向条纹消除方法，其特征在于：所述S2具体为，

将所述行列滤波差值图像进行逐像素滑窗式局部区域方差计算，得到每个局部区域对应的局部方差，将每个所述局部方差与预设的方差阈值作比较；

若所述逐像素滑窗式局部区域中的局部方差大于或等于所述方差阈值，则将该所述逐像素滑窗式局部区域中的中心像素置零；

若所述逐像素滑窗式局部区域中的局部方差小于所述方差阈值，则将该所述逐像素滑窗式局部区域中的中心像素进行列向累加求平均计算，得到每一列的条纹噪声校正项。

5.根据权利要求4所述的红外图像列向条纹消除方法，其特征在于：所述逐像素滑窗式局部区域的像素尺寸为5×5。

6.一种红外图像列向条纹消除系统，其特征在于：包括以下模块，

方向滤波模块，其用于将带有列条纹的原始噪声图像进行方向滤波，得到列向滤波图像和行向滤波图像，并将所述列向滤波图像和所述行向滤波图像作差值运算，得到行列滤波差值图像；

条纹噪声校正项估计模块，其用于在所述行列滤波差值图像中进行局部方差计算，剔除所述行列滤波差值图像中的干扰像素，并对所述行列滤波差值图像中的剩余像素进行列向累加求平均计算，得到每一列的条纹噪声校正项；

校正处理模块，其用于利用所述原始噪声图像中的每一个像素减去该像素对应的列的所述条纹噪声校正项，得到校正图像；

所述方向滤波模块具体用于，

所述原始噪声图像进行列向滤波，得到所述列向滤波图像；

将所述列向滤波图像进行行向滤波，得到所述行向滤波图像；

将所述列向滤波图像和所述行向滤波图像作差值运算，得到所述行列滤波差值图像。

7.一种计算机存储介质，包括存储器，其特征在于：所述存储器内存储有至少一条计算机指令，所述计算机指令被处理器执行时实现如权利要求1至5任一项所述的方法。

Images