CN111652820A - 校正红外图像条纹非均匀性的方法、装置与图像处理系统 - Google Patents
校正红外图像条纹非均匀性的方法、装置与图像处理系统 Download PDFInfo
- Publication number
- CN111652820A CN111652820A CN202010491731.6A CN202010491731A CN111652820A CN 111652820 A CN111652820 A CN 111652820A CN 202010491731 A CN202010491731 A CN 202010491731A CN 111652820 A CN111652820 A CN 111652820A
- Authority
- CN
- China
- Prior art keywords
- image
- matrix
- stripe
- stripe matrix
- filtering
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000011159 matrix material Substances 0.000 claims abstract description 186
- 238000001914 filtration Methods 0.000 claims abstract description 109
- 230000002146 bilateral effect Effects 0.000 claims abstract description 60
- 238000012937 correction Methods 0.000 claims abstract description 26
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 150000001875 compounds Chemical class 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 5
- 238000003331 infrared imaging Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20028—Bilateral filtering
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/50—Manufacturing or production processes characterised by the final manufactured product
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
Abstract
本发明涉及红外图像处理技术领域,公开一种校正红外图像条纹非均匀性的方法、装置与图像处理系统,包括以下步骤:预处理从红外探测器获取的红外图像,得到原始图像;对原始图像进行双边滤波处理,获得滤波后的图像;根据原始图像以及双边滤波后的图像,获取条纹矩阵;根据条纹矩阵和双边滤波后的图像,获取横条纹矩阵和竖条纹矩阵;将原始图像与引导滤波后获得的横条纹矩阵、竖条纹矩阵先后做差值,获得条纹非均匀性校正后的红外图像输出。本发明基于引导滤波实现的校正红外图像条纹非均匀性的方法,可解决现有的校正方法引起的鬼影和边缘模糊问题。
Description
技术领域
本发明涉及红外图像处理技术领域,具体而言涉及一种基于引导滤波实现的校正红外图像条纹非均匀性的方法与图像处理系统。
背景技术
红外热成像技术有效地拓宽了人类的视力范围,在军事和民用领域都有广泛的应用。其中,非制冷红外成像系统因其具有体积小、价格低、功耗低等优势,在红外热成像技术中占据了重要位置。红外焦平面阵列是红外成像系统的核心器件,红外焦平面成像设备通常会受到各种噪声的干扰,导致红外图像的质量受到影响。因此为了提升红外图像质量,通常需要使用红外图像处理技术对图像的噪声进行处理,以提高图像质量,获得理想的红外图像。
红外焦平面阵列探测器一行或一列输出的一般共用一个放大器,而焦平面阵列中探测元的响应通常是不一致的,因此会产生横向或纵向的非均匀性条纹,影响红外焦平面成像系统的成像质量,并且常用的双点非均匀性校正无法滤除这种特殊的条纹非均匀性噪声。
大部分条纹非均匀性噪声校正的方法伴随着鬼影问题:在场景中有景物边沿平行于行方向或列方向出现时,容易将景物的行方向或列方向边沿提取到条纹中,在校正条纹非均匀性的同时产生了鬼影。例如,对于从红外成像设备获得的原始图像,如图1所示。现有技术中提出一种红外图像条纹噪声滤波方法,在获得原始户外图形进行预处理后,直接进行引导滤波得到基图,再将原始图像的每行或者每列的像素减去上述得到的基图的每行或者每列的均值,得到条纹噪声的每行和每列的叠加量,再减去对应的条纹噪声叠加量得到最终的输出图像。经过这样的条纹非均匀性校正处理后,毛巾处和拖把左侧出现了鬼影,如图2所示。另外,常规还有边缘模糊的问题:在场景中有景物边沿平行于行方向或列方向出现时,还容易造成边缘模糊,如图3所示,经过现有的条纹非均匀性校正处理后,左下角墙壁处出现了模糊现象。
传统的在进行条纹噪声滤除时,直接对原始图像进行引导滤波,同时采用直接减去行、列的均值,对于行列上连续的图像交过较佳,但对于非连续的图像则效果较差,导致容易出现鬼影现象,而且还容易导致边缘模糊问题。
现有技术文献:
专利文献1:CN107767346A
专利文献2:CN104657958A
发明内容
本发明目的在于提供一种基于引导滤波实现的校正红外图像条纹非均匀性的方法与系统,以解决现有的校正方法引起的鬼影和边缘模糊问题。
为实现上述目的,本发明所使用的技术方案如下:
一种校正红外图像条纹非均匀性的方法,包括:
步骤1、预处理从红外探测器获取的红外图像,得到原始图像;
步骤2、对所述原始图像进行双边滤波处理,获得滤波后的图像;
步骤3、根据原始图像以及双边滤波后的图像,获取条纹矩阵;
步骤4、根据条纹矩阵和双边滤波后的图像,获取横条纹矩阵和竖条纹矩阵,包括:对所述条纹矩阵按行方向进行引导滤波处理,获取横条纹矩阵;对所述条纹矩阵按列方向进行引导滤波处理,获取竖条纹矩阵;以及
步骤5、将所述原始图像与引导滤波后获得的所述横条纹矩阵、竖条纹矩阵先后做差值,获得条纹非均匀性校正后的红外图像输出。
优选地,在所述步骤1中,对从红外探测器获取的红外图像进行双点校正和盲元替换,获得所述的原始图像。
优选地,所述步骤2中,采用低通滤波器进行双边滤波处理。
优选地,所述步骤2中,所述的滤波处理包括采用下述方式进行低通滤波,获得滤波后的图像:
式中,k(i,j)表示像素(i,j)处的归一化系数,f表示输入的原始图像,fbf表示双边滤波后的图像,f(i',j')表示像素(i,j)的邻域M内的所有像素,gs表示一个标准化的空域高斯核函数,σs表示空域高斯参数,gr表示一个标准化的灰度域高斯核,σr表示灰度域高斯参数。
优选地,所述步骤4中,采用一维引导滤波器,以所述双边滤波后的图像为引导图像,对所述条纹矩阵进行一维行方向引导滤波,获取所述条纹矩阵经过滤波后的横条纹矩阵:
采用一维引导滤波器,以所述双边滤波后的图像为引导图像,对所述条纹矩阵进行一维列方向引导滤波,获取所述条纹矩阵经过滤波后的竖条纹矩阵:
优选地,所述步骤4中,所述arow(i,j)和brow(i,j)按照下述方式获得:
式中,w表示窗口中的像素个数,fbf(i,j)表示引导图像,fs(i,j)表示输入的条纹矩阵,和表示引导图像在一维行向邻域Mrow内的均值和方差,表示输入条纹矩阵在一维行向邻域Mrow内的均值,ε表示正则化参数,窗口半径大小与Mrow相同。
式中,w表示窗口中的像素个数,fbf(i,j)表示引导图像,fs(i,j)表示输入的条纹矩阵,scol(i,j)表示输出竖条纹矩阵,和表示引导图像在一维列向邻域Mcol内的均值和方差,表示输入条纹矩阵在一维列向邻域Mcol内的均值,ε表示正则化参数,窗口半径大小与Mcol相同。
根据本发明的第二方面,还提出一种校正红外图像条纹非均匀性的装置,包括:
用于预处理从红外探测器获取的红外图像,得到原始图像的模块;
用于对所述原始图像进行双边滤波处理,获得滤波后的图像的模块;
用于根据原始图像以及双边滤波后的图像,获取条纹矩阵的模块;
用于根据条纹矩阵和双边滤波后的图像,获取横条纹矩阵和竖条纹矩阵的模块,包括:用于对所述条纹矩阵按行方向进行引导滤波处理,获取横条纹矩阵的第一子模块;用于对所述条纹矩阵按列方向进行引导滤波处理,获取竖条纹矩阵的第二子模块;以及
用于将所述原始图像与引导滤波后获得的所述横条纹矩阵、竖条纹矩阵先后做差值,获得条纹非均匀性校正后的红外图像输出的模块。
根据本发明的第二方面,还提出一种图像处理系统,包括:
一个或多个处理器;存储器,存储可被操作的指令,所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作,所述操作包括:
预处理从红外探测器获取的红外图像,得到原始图像;
对所述原始图像进行双边滤波处理,获得滤波后的图像;
根据原始图像以及双边滤波后的图像,获取条纹矩阵;
根据条纹矩阵和双边滤波后的图像,获取横条纹矩阵和竖条纹矩阵,包括:对所述条纹矩阵按行方向进行引导滤波处理,获取横条纹矩阵;对所述条纹矩阵按列方向进行引导滤波处理,获取竖条纹矩阵;以及
将所述原始图像与引导滤波后获得的所述横条纹矩阵、竖条纹矩阵先后做差值,获得条纹非均匀性校正后的红外图像输出。
优选地,所述操作更加包括:
采用一维引导滤波器,以所述双边滤波后的图像为引导图像,对所述条纹矩阵进行一维行方向引导滤波,获取所述条纹矩阵经过滤波后的横条纹矩阵:
采用一维引导滤波器,以所述双边滤波后的图像为引导图像,对所述条纹矩阵进行一维列方向引导滤波,获取所述条纹矩阵经过滤波后的竖条纹矩阵:
应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外,所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见,在每个图中,并非每个组成部分均被标记。现在,将通过例子并参考附图来描述本发明的各个方面的实施例,其中:
图1是原始图像一;
图2是经过现有的条纹非均匀性校正后的图像一;
图3是经过现有的条纹非均匀性校正后的图像一;
图4是本发明示例性的红外图像条纹非均匀性校正方法的流程图;
图5是对原始图像一进行双边滤波处理后的效果图;
图6是对原始图像一双边滤波后获取的条纹矩阵效果图;
图7是对获取的条纹矩阵进行一维行向引导滤波处理后的横条纹矩阵效果图;
图8是对获取的条纹矩阵进行一维列向引导滤波处理后的竖条纹矩阵效果图;
图9是一种具体实施方式校正原始图像一的条纹非均匀性的效果示意图;
图10(a)-(c)分别是在5℃、20℃、60℃的恒温黑体图像示意图;
图11(a)-(c)是对图10(a)-(c)经过条纹非均匀性校正后的恒温黑体图像的示意图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面,附图中示出了许多说明的实施例。应当理解,上面介绍的多种构思和实施例,以及下面更加详细地描述的那些构思和实施方式可以按照多种方式其中的任意一种来实施,这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。
结合图4所示,示例性地表示了本发明一实施方式的红外图像条纹非均匀性校正方法的操作过程,整体上包括以下步骤:预处理从红外探测器获取的红外图像,得到原始图像;对所述原始图像进行双边滤波处理,获得滤波后的图像;根据原始图像以及双边滤波后的图像,获取条纹矩阵;根据条纹矩阵和双边滤波后的图像,获取横条纹矩阵和竖条纹矩阵,包括:对所述条纹矩阵按行方向进行引导滤波处理,获取横条纹矩阵;对所述条纹矩阵按列方向进行引导滤波处理,获取竖条纹矩阵;以及将所述原始图像与引导滤波后获得的所述横条纹矩阵、竖条纹矩阵先后做差值,获得条纹非均匀性校正后的红外图像输出。
由此,在本发明的方案中使用双边滤波后的图像为引导图像,保留原始的显著的边缘信息,为条纹提取提供引导信息,同时在引导滤波过程中进行单方向处理,避免相邻行/列的高频信息对当前行/列的条纹提取造成影响,从而解决现有对红外图像进行条纹校正后图像中容易出现鬼影以及造成边缘模糊的问题,提升了红外成像的图像质量。
下面结合附图所示更加具体地阐述上述方案的示例性实现。
【预处理从红外探测器获取的红外图像,获得原始图像】
本实施例中,首先从红外探测器获得原始的红外图像作为输入,但这些红外图像中通常具有较多对的干扰和噪声。因此,在本发明的实施例中,将红外探测器输出的红外图像经过双点校正及盲元替换的预处理,输出处理后的图像作为原始图像,以校正红外图像中的其他非均匀性噪声,保证后期成像质量。
【对所述原始图像进行双边滤波处理,获得滤波后的图像】
本实施例中,首先进行滤波处理,尤其是双边滤波处理,保留边缘信息,将条纹非均匀性噪声粗略去除。
尤其是优选的实施例中,采用低通滤波器对原始图像进行低通滤波,获取到滤波后的图像,具体为:
式中,k(i,j)表示像素(i,j)处的归一化系数,f表示输入图像,fbf表示双边滤波后的图像,f(i',j')表示像素(i,j)的邻域M内的所有像素,gs表示一个标准化的空域高斯核函数,σs表示空域高斯参数,gr表示一个标准化的灰度域高斯核,σr表示灰度域高斯参数。
如图5所示为采用本发明的上述实施例的双边滤波处理后获得图像。
在另外的实施例中,还可以采用其他保边滤波的滤波器进行双边滤波处理,以实现基础的条纹非均匀性噪声粗略去除,并能够保留显著的边缘信息。
【根据原始图像以及双边滤波后的图像,获取条纹矩阵】
在本发明的实施例中,将原始图像与双边滤波后的图像做差值,获取原始图像的条纹矩阵。
如图6所示,为对双边滤波后的图像获取的条纹矩阵的效果图。
【根据条纹矩阵和双边滤波后的图像,获取横条纹矩阵和竖条纹矩阵】
在可选的实施例中,通过对前述的条纹矩阵按行方向进行引导滤波处理,获取横条纹矩阵;对所述条纹矩阵按列方向进行引导滤波处理,获取竖条纹矩阵。
具体地,在本实施例中,采用一维引导滤波器,以所述双边滤波后的图像为引导图像,对所述条纹矩阵进行一维行方向引导滤波,获取到所述条纹矩阵经过滤波后的横条纹矩阵。
式中,w表示窗口中的像素个数,fbf(i,j)表示引导图像,fs(i,j)表示输入条纹矩阵,srow(i,j)表示输出横条纹矩阵,和表示引导图像在一维行向邻域Mrow内的均值和方差,表示输入条纹矩阵在一维行向邻域Mrow内的均值,ε表示正则化参数。和则表示arow(i,j)和brow(i,j)在一维行向邻域内的均值。窗口半径大小与Mrow相同,或者采用其他合适大小即可。
对所述条纹矩阵进行列方向引导滤波,获取到竖条纹矩阵。具体地,在本实施例中,采用一维引导滤波器,以所述双边滤波后的图像为引导图像,对所述条纹矩阵进行一维列方向引导滤波,获取到所述条纹矩阵经过滤波后的竖条纹矩阵。
式中,w表示窗口中的像素个数,fbf(i,j)表示引导图像,fs(i,j)表示输入条纹矩阵,scol(i,j)表示输出竖条纹矩阵,和表示引导图像在一维列向邻域Mcol内的均值和方差,表示输入条纹矩阵在一维列向邻域Mcol内的均值,ε表示正则化参数。和则表示acol(i,j)和bcol(i,j)在一维列向邻域内的均值。窗口半径大小与Mcol相同,或者其他合适大小即可。
如图7和图8所示,分比为采用上述一维行向引导滤波和一维列向引导滤波处理后得到的横条纹矩阵和竖条纹矩阵的效果图。结合图是,本发明的实施例中,采用一维引导滤波一方面是为了只提取一个滤波方向上的条纹,而不破坏另一个方向上的图像信息,另一方面,影响图像非均匀性的条纹在行方向、列方向上有明显的一致性,对图像进行单方向的处理能避免相邻行/列的高频信息对当前行/列的条纹提取造成影响;采用双边滤波后的图像作为引导图像,是因为原图中包含许多高频噪声,这些噪声可能会作为干扰项影响条纹的提取,而双边滤波后的图像仍然保留有显著的边缘信息,足够为条纹提取提供引导信息。
【将所述原始图像与引导滤波后获得的横条纹矩阵、竖条纹矩阵先后做差值,获得条纹非均匀性校正后的红外图像输出】
如图所示,在获得横条纹矩阵、竖条纹矩阵之后,通过将原始图像与引导滤波后横条纹矩阵、竖条纹矩阵先后做差值,获取到条纹非均匀性校正后的红外图像。
如图9所示为非均匀性校正后输出的红外图像,改善现有技术中对红外图像进行条纹校正后图像中容易出现鬼影以及造成边缘模糊的问题,提升红外成像的图像质量。
图10(a)-(c)分别是非制冷探测器采集的5℃、20℃、60℃恒温黑体图像,图11(a)-(c)分别是经过本发明的条纹非均匀性校正后的对应黑体图像,通过计算图像的响应率不均匀性,得到测试结果下表所示。
黑体温度 | 5℃ | 20℃ | 60℃ |
校正前 | 1.0492% | 0.9545% | 0.9157% |
校正后 | 1.0472% | 0.9526% | 0.8726% |
结合上述实施过程以及从表中的测试结果,经过本发明的条纹非均匀性校正后的红外图像响应率不均匀性具有明显的提升,对红外图像条纹非均匀性具有显著的改善效果。
结合附图以及本发明的上述实施例,本发明还可以配置如下。
【校正红外图像条纹非均匀性的装置】
一种校正红外图像条纹非均匀性的装置,其包括:
用于预处理从红外探测器获取的红外图像,得到原始图像的模块;
用于对所述原始图像进行双边滤波处理,获得滤波后的图像的模块;
用于根据原始图像以及双边滤波后的图像,获取条纹矩阵的模块;
用于根据条纹矩阵和双边滤波后的图像,获取横条纹矩阵和竖条纹矩阵的模块,包括:用于对所述条纹矩阵按行方向进行引导滤波处理,获取横条纹矩阵的第一子模块;用于对所述条纹矩阵按列方向进行引导滤波处理,获取竖条纹矩阵的第二子模块;以及
用于将所述原始图像与引导滤波后获得的所述横条纹矩阵、竖条纹矩阵先后做差值,获得条纹非均匀性校正后的红外图像输出的模块。
【图像处理系统】
一种图像处理系统,包括:
一个或多个处理器;存储器,存储可被操作的指令,所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作,所述操作包括:
预处理从红外探测器获取的红外图像,得到原始图像;
对所述原始图像进行双边滤波处理,获得滤波后的图像;
根据原始图像以及双边滤波后的图像,获取条纹矩阵;
根据条纹矩阵和双边滤波后的图像,获取横条纹矩阵和竖条纹矩阵,包括:对所述条纹矩阵按行方向进行引导滤波处理,获取横条纹矩阵;对所述条纹矩阵按列方向进行引导滤波处理,获取竖条纹矩阵;以及
将所述原始图像与引导滤波后获得的所述横条纹矩阵、竖条纹矩阵先后做差值,获得条纹非均匀性校正后的红外图像输出。
尤其优选地,前述的操作更加包括:
采用一维引导滤波器,以所述双边滤波后的图像为引导图像,对所述条纹矩阵进行一维行方向引导滤波,获取所述条纹矩阵经过滤波后的横条纹矩阵:
采用一维引导滤波器,以所述双边滤波后的图像为引导图像,对所述条纹矩阵进行一维列方向引导滤波,获取所述条纹矩阵经过滤波后的竖条纹矩阵:
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (10)
1.一种校正红外图像条纹非均匀性的方法,其特征在于,包括以下步骤:
步骤1、预处理从红外探测器获取的红外图像,得到原始图像;
步骤2、对所述原始图像进行双边滤波处理,获得滤波后的图像;
步骤3、根据原始图像以及双边滤波后的图像,获取条纹矩阵;
步骤4、根据条纹矩阵和双边滤波后的图像,获取横条纹矩阵和竖条纹矩阵,包括:对所述条纹矩阵按行方向进行引导滤波处理,获取横条纹矩阵;对所述条纹矩阵按列方向进行引导滤波处理,获取竖条纹矩阵;以及
步骤5、将所述原始图像与引导滤波后获得的所述横条纹矩阵、竖条纹矩阵先后做差值,获得条纹非均匀性校正后的红外图像输出。
2.根据权利要求1所述的校正红外图像条纹非均匀性的方法,其特征在于,在所述步骤1中,对从红外探测器获取的红外图像进行双点校正和盲元替换,获得所述的原始图像。
3.根据权利要求1所述的校正红外图像条纹非均匀性的方法,其特征在于,所述步骤2中,采用低通滤波器进行双边滤波处理。
8.一种校正红外图像条纹非均匀性的装置,其特征在于,包括:
用于预处理从红外探测器获取的红外图像,得到原始图像的模块;
用于对所述原始图像进行双边滤波处理,获得滤波后的图像的模块;
用于根据原始图像以及双边滤波后的图像,获取条纹矩阵的模块;
用于根据条纹矩阵和双边滤波后的图像,获取横条纹矩阵和竖条纹矩阵的模块,包括:用于对所述条纹矩阵按行方向进行引导滤波处理,获取横条纹矩阵的第一子模块;用于对所述条纹矩阵按列方向进行引导滤波处理,获取竖条纹矩阵的第二子模块;以及
用于将所述原始图像与引导滤波后获得的所述横条纹矩阵、竖条纹矩阵先后做差值,获得条纹非均匀性校正后的红外图像输出的模块。
9.一种图像处理系统,其特征在于,包括:
一个或多个处理器;存储器,存储可被操作的指令,所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作,所述操作包括:
预处理从红外探测器获取的红外图像,得到原始图像;
对所述原始图像进行双边滤波处理,获得滤波后的图像;
根据原始图像以及双边滤波后的图像,获取条纹矩阵;
根据条纹矩阵和双边滤波后的图像,获取横条纹矩阵和竖条纹矩阵,包括:对所述条纹矩阵按行方向进行引导滤波处理,获取横条纹矩阵;对所述条纹矩阵按列方向进行引导滤波处理,获取竖条纹矩阵;以及
将所述原始图像与引导滤波后获得的所述横条纹矩阵、竖条纹矩阵先后做差值,获得条纹非均匀性校正后的红外图像输出。
10.根据权利要求9所述的图像处理系统,其特征在于,所述操作更加包括:
采用一维引导滤波器,以所述双边滤波后的图像为引导图像,对所述条纹矩阵进行一维行方向引导滤波,获取所述条纹矩阵经过滤波后的横条纹矩阵:
采用一维引导滤波器,以所述双边滤波后的图像为引导图像,对所述条纹矩阵进行一维列方向引导滤波,获取所述条纹矩阵经过滤波后的竖条纹矩阵:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010491731.6A CN111652820B (zh) | 2020-06-02 | 2020-06-02 | 校正红外图像条纹非均匀性的方法、装置与图像处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010491731.6A CN111652820B (zh) | 2020-06-02 | 2020-06-02 | 校正红外图像条纹非均匀性的方法、装置与图像处理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111652820A true CN111652820A (zh) | 2020-09-11 |
CN111652820B CN111652820B (zh) | 2023-05-23 |
Family
ID=72348198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010491731.6A Active CN111652820B (zh) | 2020-06-02 | 2020-06-02 | 校正红外图像条纹非均匀性的方法、装置与图像处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111652820B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115937051A (zh) * | 2023-03-06 | 2023-04-07 | 浙江华感科技有限公司 | 一种图像噪声处理方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107464229A (zh) * | 2017-08-15 | 2017-12-12 | 天津津航技术物理研究所 | 一种抑制噪声的红外图像数字细节增强方法 |
CN107767346A (zh) * | 2017-09-08 | 2018-03-06 | 湖北久之洋红外系统股份有限公司 | 一种红外图像条纹噪声滤波方法 |
CN109360168A (zh) * | 2018-10-16 | 2019-02-19 | 烟台艾睿光电科技有限公司 | 红外图像去条纹的方法、装置、红外探测器及存储介质 |
CN109636747A (zh) * | 2018-12-04 | 2019-04-16 | 上海理工大学 | 应用于单幅红外图像非均匀校正的深度高频网络校正算法 |
US20200066782A1 (en) * | 2017-04-06 | 2020-02-27 | Office National D'etudes Et De Recherches Aerospatiales (Onera) | Device and method for multispectral imaging in the infrared |
-
2020
- 2020-06-02 CN CN202010491731.6A patent/CN111652820B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200066782A1 (en) * | 2017-04-06 | 2020-02-27 | Office National D'etudes Et De Recherches Aerospatiales (Onera) | Device and method for multispectral imaging in the infrared |
CN107464229A (zh) * | 2017-08-15 | 2017-12-12 | 天津津航技术物理研究所 | 一种抑制噪声的红外图像数字细节增强方法 |
CN107767346A (zh) * | 2017-09-08 | 2018-03-06 | 湖北久之洋红外系统股份有限公司 | 一种红外图像条纹噪声滤波方法 |
CN109360168A (zh) * | 2018-10-16 | 2019-02-19 | 烟台艾睿光电科技有限公司 | 红外图像去条纹的方法、装置、红外探测器及存储介质 |
CN109636747A (zh) * | 2018-12-04 | 2019-04-16 | 上海理工大学 | 应用于单幅红外图像非均匀校正的深度高频网络校正算法 |
Non-Patent Citations (2)
Title |
---|
ENDE WANG等: "Infrared stripe correction algorithm based on wavelet decomposition and total variation-guided filtering", 《JOURNAL OF THE EUROPEAN OPTICAL SOCIETY-RAPID PUBLICATIONS》 * |
张盛伟等: "基于引导滤波的红外图像条纹噪声去除方法", 《计算机辅助设计与图形学学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115937051A (zh) * | 2023-03-06 | 2023-04-07 | 浙江华感科技有限公司 | 一种图像噪声处理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111652820B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ramesh et al. | THE MANAGEMENT AND REDUCTION OF DIGITAL NOISE IN VIDEO IMAGE PROCESSING BY USING TRANSMISSION BASED NOISE ELIMINATION SCHEME. | |
JP5315157B2 (ja) | 情報処理装置、ライン状ノイズ低減処理方法、及びプログラム | |
CN110211056B (zh) | 基于局部中值直方图的自适应红外图像去条纹算法 | |
US9142009B2 (en) | Patch-based, locally content-adaptive image and video sharpening | |
CN109360168B (zh) | 红外图像去条纹的方法、装置、红外探测器及存储介质 | |
CN109509158B (zh) | 基于幅度约束红外图像条纹去除的方法 | |
CN109801343B (zh) | 基于重建前后图像的环形伪影校正方法、ct控制系统 | |
CN111986120A (zh) | 一种基于帧累加和多尺度Retinex的低光照图像增强优化方法 | |
CN111161172B (zh) | 一种红外图像列向条纹消除方法、系统及计算机存储介质 | |
US20140160323A1 (en) | Image Processing Method and Apparatus for Correcting an Image | |
CN115578286A (zh) | 高动态范围的混合曝光成像方法和装置 | |
CN111652820B (zh) | 校正红外图像条纹非均匀性的方法、装置与图像处理系统 | |
CN109709597B (zh) | 平板探测器的增益校正方法 | |
CN111553960A (zh) | 一种基于投影均值图像的环状伪影快速校正方法 | |
CN114627011A (zh) | 改进双边滤波与多帧平均联合的红外序列图像降噪方法 | |
CN113947535B (zh) | 一种基于光照分量优化的低照度图像增强方法 | |
CN105005967A (zh) | 时空滤波相结合的红外成像非均匀性校正方法及其装置 | |
CN116012265B (zh) | 基于时空域自适应滤波的红外视频降噪方法和装置 | |
CN116934634A (zh) | 一种基于像素分类的图像增强方法及装置 | |
Wang et al. | A bilateral filtering based ringing elimination approach for motion-blurred restoration image | |
CN115965552A (zh) | 用于低信噪比图像序列的频空时域联合去噪与恢复系统 | |
CN111652811B (zh) | 一种基于刃边函数和最优窗维纳滤波的运动模糊图像复原方法 | |
CN102567954B (zh) | 平板探测器噪声抑制方法及装置 | |
CN107862670A (zh) | 一种针对红外成像电串扰的图像复原方法 | |
CN112862708B (zh) | 图像噪声的自适应识别方法、传感器芯片以及电子设备 |
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 |