CN111724320B - 一种盲元填充方法和系统 - Google Patents

一种盲元填充方法和系统 Download PDF

Info

Publication number
CN111724320B
CN111724320B CN202010568665.8A CN202010568665A CN111724320B CN 111724320 B CN111724320 B CN 111724320B CN 202010568665 A CN202010568665 A CN 202010568665A CN 111724320 B CN111724320 B CN 111724320B
Authority
CN
China
Prior art keywords
blind
pixel
pixels
filling
blind pixel
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
Application number
CN202010568665.8A
Other languages
English (en)
Other versions
CN111724320A (zh
Inventor
祁海军
刘智嘉
赵金博
高旭辉
吴金浩
刘宏帝
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.)
Beijing Bop Opto Electronics Technology Co ltd
Original Assignee
Beijing Bop Opto Electronics 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 Beijing Bop Opto Electronics Technology Co ltd filed Critical Beijing Bop Opto Electronics Technology Co ltd
Priority to CN202010568665.8A priority Critical patent/CN111724320B/zh
Publication of CN111724320A publication Critical patent/CN111724320A/zh
Application granted granted Critical
Publication of CN111724320B publication Critical patent/CN111724320B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/49—Analysis of texture based on structural texture description, e.g. using primitives or placement rules
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30242—Counting objects in image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Control Of Indicators Other Than Cathode Ray Tubes (AREA)

Abstract

本发明涉及一种盲元填充方法和系统，其方法包括如下步骤，S1，对整幅图像进行盲元检测，判断出整幅图像中的盲元和非盲元，并得到盲元表；S2，计算盲元表中每个盲元周围相邻八个像元中的非盲元数量，并根据周围非盲元数量确定出对应盲元的填充优先级；将周围非盲元数量最多的同类盲元确定为最高填充优先级，且根据周围非盲元对对应最高填充优先级的同类盲元进行填充，填充后的同类盲元为非盲元，进而更新盲元表；S3，在更新的盲元表中重复执行所述S2，直至盲元表中的所有盲元被填充完毕。本发明运算量较低、计算资源占用率少、省时，且在盲元相邻聚集的情况下也可以进行有效的填充，保持图像响应的一致性。

Description

一种盲元填充方法和系统
技术领域
本发明涉及图像处理领域，具体涉及一种盲元填充方法和系统。
背景技术
可见光枪械瞄准镜由于对光线条件依赖性强，所以在黑暗及雨雾条件下观测能力较差，使用红外瞄准镜成为解决前述问题的重要方法之一。但是由于红外探测器的制造材料、制作工艺等问题的影响，红外探测器的所有像元无法保持一致的均匀性，响应性能较差或者几乎无响应的像元在成像时被称为盲元，直接影响成像质量。在红外瞄准镜中，盲元的存在对射击者的判断产生很大的负面影响，甚至产生误判。现有技术方案之一为在对整幅图像进行非均匀性校正操作后进行滑窗操作，首先判断滑窗中心点是否为盲元，若判断为盲元，则利用滤波器对改像元进行填充，否则则对下一个像元进行判断；现有技术方案之一的缺点为，全幅图像滑窗的策略进行盲元填充，运算量较大，占用较多云计算资源，耗费更多时间。当图像分辨率较高时，可能影响成像显示。现有技术方案之二为通过手动检测盲元，标记盲元位置并利用相邻4邻域(上下左右相邻像元)或者8邻域像元值填充盲元；现有技术方案之二的缺点为，若盲元相邻聚集，有效像素位置被盲元占据，则该方法无效。
发明内容
本发明所要解决的技术问题是提供一种盲元填充方法和系统，其运算量较低、计算资源占用率少、省时，且在盲元相邻聚集的情况下也可以进行有效的填充，保持图像响应的一致性。
本发明解决上述技术问题的技术方案如下：一种盲元填充方法，包括如下步骤，
S1，对整幅图像进行盲元检测，判断出整幅图像中的盲元和非盲元，并得到盲元表；
S2，计算盲元表中每个盲元周围非盲元数量，并根据周围非盲元数量确定出对应盲元的填充优先级；将周围非盲元数量最多的同类盲元确定为最高填充优先级，且根据周围非盲元对对应最高填充优先级的同类盲元进行填充，填充后的同类盲元为非盲元，进而更新盲元表；
S3，在更新的盲元表中重复执行所述S2，直至盲元表中的所有盲元被填充完毕；
其中，同类盲元为周围非盲元数量相等的盲元。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，在所述S2中，计算盲元表中每个盲元周围非盲元数量具体为，计算盲元表中每个盲元周围相邻八个像元中的非盲元数量。
进一步，在所述S2中，按如下公式对最高填充优先级的同类盲元进行填充，
Figure BDA0002548535190000021
其中，k为盲元填充的像素值，n为盲元周围非盲元数量，xi为盲元周围第i个非盲元的像素值。
进一步，所述S2具体为，
S21，读取盲元表中的第一个盲元，计算第一个盲元周围非盲元数量，并将第一个盲元的盲元信息存储于临时变量中；
S22，读取盲元表中的第二个盲元，计算第二个盲元周围非盲元数量，若第二个盲元周围非盲元数量大于第一个盲元周围非盲元数量，则将临时变量中的存储的第一个盲元的盲元信息删除，并将第二个盲元的盲元信息存储于临时变量中；若第二个盲元周围非盲元数量与当第一个盲元周围非盲元数量相同，则将第二个盲元的盲元信息也存储于临时变量中；若第二个盲元周围非盲元数量小于第一个盲元周围非盲元数量，则对临时变量不进行任何操作；
S23，按照预定顺序对盲元表中的后续盲元继续重复执行S22进行遍历，直至盲元表中所有盲元被遍历到，完成本轮遍历；
S24，在完成本轮遍历的临时变量中，根据存储的盲元信息对对应盲元进行本轮填充；
S25，本轮填充完成后，在盲元表中删除已填充的盲元，更新盲元表；
所述S3具体为，对于更新的盲元表，重复循环执行所述S21至所述S25，进行下一轮遍历和下一轮填充，直至盲元表中所有的盲元被填充完毕；
其中盲元信息包括盲元位置、盲元周围非盲元和盲元周围非盲元数量。
进一步，所述S1具体为，在对整幅图像进行非均匀性校正的过程中自动判断盲元，判断整幅图像中的像元是否超过预设的像元响应阈值，若是，则将像元确定为盲元，并加入盲元表，若否，则将像元确定为非盲元。
基于上述一种盲元填充方法，本发明还提供一种盲元填充系统。
一种盲元填充系统，包括如下模块，
盲元检测模块，其用于对整幅图像进行盲元检测，判断出整幅图像中的盲元和非盲元，并得到盲元表；
盲元填充模块，其用于计算盲元表中每个盲元周围非盲元数量，并根据周围非盲元数量确定出对应盲元的填充优先级；将周围非盲元数量最多的同类盲元确定为最高填充优先级，且根据周围非盲元对对应最高填充优先级的同类盲元进行填充，填充后的同类盲元为非盲元，进而更新盲元表；在更新的盲元表中重复执行盲元填充优先级的确定和盲元填充，直至盲元表中的所有盲元被填充完毕。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述盲元填充模块具体用于计算盲元表中每个盲元周围相邻八个像元中的非盲元数量。
进一步，所述盲元填充模块具体用于按如下公式对最高填充优先级的同类盲元进行填充，
Figure BDA0002548535190000041
其中，k为盲元填充的像素值，n为盲元周围非盲元数量，xi为盲元周围第i个非盲元的像素值。
进一步，所述盲元填充模块具体用于，
读取盲元表中的第一个盲元，计算第一个盲元周围非盲元数量，并将第一个盲元的盲元信息存储于临时变量中；
读取盲元表中的第二个盲元，计算第二个盲元周围非盲元数量，若第二个盲元周围非盲元数量大于第一个盲元周围非盲元数量，则将临时变量中的存储的第一个盲元的盲元信息删除，并将第二个盲元的盲元信息存储于临时变量中；若第二个盲元周围非盲元数量与当第一个盲元周围非盲元数量相同，则将第二个盲元的盲元信息也存储于临时变量中；若第二个盲元周围非盲元数量小于第一个盲元周围非盲元数量，则对临时变量不进行任何操作；
按照预定顺序对盲元表中的后续盲元进行遍历，直至盲元表中所有盲元被遍历到，完成本轮遍历；
在完成本轮遍历的临时变量中，根据存储的盲元信息对对应盲元进行本轮填充；
本轮填充完成后，在盲元表中删除已填充的盲元，更新盲元表；
对于更新的盲元表，进行下一轮遍历和下一轮填充，直至盲元表中所有的盲元被填充完毕；
其中盲元信息包括盲元位置、盲元周围非盲元和盲元周围非盲元数量。
进一步，所述盲元检测模块具体用于，在对整幅图像进行非均匀性校正的过程中自动判断盲元，判断整幅图像中的像元是否超过预设的像元响应阈值，若是，则将像元确定为盲元，并加入盲元表，若否，则将像元确定为非盲元。
本发明的有益效果是：本发明利用非均匀性校正过程对盲元进行自动判断，随后通过对盲元周围有效像素数量判断进行填充优先级排序，并不断更新盲元列表重新排列优先级并进行填充，循环此过程直至填充完毕，尽可能使填充盲元像素值取值接近临近像元，保持图像响应的一致性；本发明尽可能使用相邻像元像素值可使盲元部分与周围像元成像保持更好的一致性；不断更新待处理像元优先级和盲元表，可尽可能多的提供非盲元像素值，使填充像素值计算更为准确，且运算量较低、计算资源占用率少、省时。
附图说明
图1为本发明一种盲元填充方法的流程图；
图2为盲元与周围像元的结构示意图；
图3为本发明一种盲元填充系统的结构框图。
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。
红外枪用瞄准镜可以通过目镜观测到红外视场所显示有生目标，为使用者在目视条件不佳情况下提供有生目标的红外成像信息，要求对红外目镜可观测的成像设备中盲元进行填充消除，提高成像质量。本发明结合近年来非制冷型红外探测器应用于红外枪用瞄准镜的技术发展状况，基于某红外枪用瞄准镜发明的一种盲元填充方法及系统。
如图1所示，一种盲元填充方法，包括如下步骤，
S1，对整幅图像进行盲元检测，判断出整幅图像中的盲元和非盲元，并得到盲元表。
S2，计算盲元表中每个盲元周围非盲元数量，并根据周围非盲元数量确定出对应盲元的填充优先级；将周围非盲元数量最多的盲元确定为最高填充优先级，且根据周围非盲元对对应最高填充优先级的盲元进行填充，填充后的同类盲元为非盲元，进而更新盲元表；
S3，在更新的盲元表中重复执行所述S2，直至盲元表中的所有盲元被填充完毕。
在本具体实施例中，所述S1具体为，在对整幅图像进行非均匀性校正的过程中自动判断盲元，判断整幅图像中的像元是否超过预设的像元响应阈值，若是，则将像元确定为盲元，并加入盲元表，若否，则将像元确定为非盲元。
在本具体实施例中有如下优选方案：
优选的，在所述S2中，计算盲元表中每个盲元周围非盲元数量具体为，计算盲元表中每个盲元周围相邻八个像元中的非盲元数量。
在利用非均匀性校正响应进行盲元自动判断后，根据不同情况选择盲元填充策略，当前优先级盲元填充完毕后重新对优先级进行排序，然后继续填充，循环该过程，直至盲元填充完毕。
由于红外探测器的材料和生产工艺特性，红外探测器必然具有一定的非均匀性，使用各种类型的非均匀性校正方法在开机后对红外探测器进行非均匀性校正是必须的处理方式。根据不同盲元判定要求设定盲元判断阈值，在非均匀性校正过程中对像元进行盲元判定。如本发明所述红外枪用瞄准镜技术要求盲元判定响应率低于8％，即在此响应率下的像元判断为盲元，并加入预设的盲元列表，记录盲元位置。
根据盲元表中盲元周围非盲元数量进行盲元优先级排序。如图2所示，图中“5”所在位置为中心像元，若“5”所在位置的中心像元为盲元，那么“1-4、6-9”所在位置的像元即为盲元的8个周围像元，这8个周围像元中的非盲元即为盲元周围非盲元。盲元填充优先级排序由盲元周围8个像元中非盲元数量确定，周围非盲元数量越多，填充优先级越高。即盲元周围8像元全部为非盲元为最高优先级，8个像元中有一个盲元次之，以此类推。
盲元填充方法为周围非盲元像素值的平均值，即：
Figure BDA0002548535190000071
k为盲元填充的像素值；n为盲元周围非盲元数量，最大值为8；xi为盲元周围第i个非盲元的像素值。当最高填充优先级盲元全部填充完毕后，由于一些盲元被填充后成为非盲元，故需要重新对剩余盲元进行优先级排序，并按上式的像素值计算方式进行填充。循环往复直至全部填充完毕。
为了节省计算资源和存储空间，填充优先级排序过程仅将最高优先级盲元单独存储在一个临时变量中，该临时变量仅记录填充优先级最高的待处理盲元信息，其余盲元不做排序，盲元排序检测由盲元表中记录位置读取，从整幅图像左上至右下顺序，逐行进行。即S2～S3中盲元填充过程如下：
S21，读取盲元表中的第一个盲元，计算第一个盲元周围非盲元数量，并将第一个盲元的盲元信息存储于临时变量中；
S22，读取盲元表中的第二个盲元，计算第二个盲元周围非盲元数量，若第二个盲元周围非盲元数量大于第一个盲元周围非盲元数量，则将临时变量中的存储的第一个盲元的盲元信息删除，并将第二个盲元的盲元信息存储于临时变量中；若第二个盲元周围非盲元数量与当第一个盲元周围非盲元数量相同，则将第二个盲元的盲元信息也存储于临时变量中；若第二个盲元周围非盲元数量小于第一个盲元周围非盲元数量，则对临时变量不进行任何操作；
S23，按照预定顺序对盲元表中的后续盲元继续重复执行S22进行遍历，直至盲元表中所有盲元被遍历到，完成本轮遍历；
S24，在完成本轮遍历的临时变量中，根据存储的盲元信息对对应盲元进行本轮填充；
S25，本轮填充完成后，在盲元表中删除已填充的盲元，更新盲元表；
所述S3具体为，对于更新的盲元表，重复循环执行所述S21至所述S25，进行下一轮遍历和下一轮填充，直至盲元表中所有的盲元被填充完毕；
其中盲元信息包括盲元位置、盲元周围非盲元和盲元周围非盲元数量。
采用本发明的方法不必手动利用黑体在不同温度下对盲元进行检测和标定，根据响应率进行判断更为便捷和准确。在盲元填充的过程中，尽可能使用相邻像元像素值，可使盲元部分与周围像元成像保持更好的一致性。不断更新待处理盲元优先级和盲元表，可尽可能多的提供非盲元像素值，使填充像素值计算更为准确。
基于上述一种盲元填充方法，本发明还提供一种盲元填充系统。
如图3所示，一种盲元填充系统，包括如下模块，
盲元检测模块，其用于对整幅图像进行盲元检测，判断出整幅图像中的盲元和非盲元，并得到盲元表；
盲元填充模块，其用于计算盲元表中每个盲元周围非盲元数量，并根据周围非盲元数量确定出对应盲元的填充优先级；将周围非盲元数量最多的盲元确定为最高填充优先级，且根据周围非盲元对对应最高填充优先级的盲元进行填充，填充后的同类盲元为非盲元，进而更新盲元表；在更新的盲元表中重复执行盲元填充优先级的确定和盲元填充，直至盲元表中的所有盲元被填充完毕。
在本具体实施例中，有如下优选方案：
优选的，所述盲元检测模块具体用于，在对整幅图像进行非均匀性校正的过程中自动判断盲元，判断整幅图像中的像元是否超过预设的像元响应阈值，若是，则将像元确定为盲元，并加入盲元表，若否，则将像元确定为非盲元。
优选的，所述盲元填充模块具体用于计算盲元表中每个盲元周围相邻八个像元中的的非盲元数量。
优选的，所述盲元填充模块具体用于按如下公式对最高填充优先级的盲元进行填充，
Figure BDA0002548535190000091
其中，k为盲元填充的像素值，n为盲元周围非盲元数量，xi为盲元周围第i个非盲元的像素值。
优选的，所述盲元填充模块具体用于，
读取盲元表中的第一个盲元，计算第一个盲元周围非盲元数量，并将第一个盲元的盲元信息存储于临时变量中；
读取盲元表中的第二个盲元，计算第二个盲元周围非盲元数量，若第二个盲元周围非盲元数量大于第一个盲元周围非盲元数量，则将临时变量中的存储的第一个盲元的盲元信息删除，并将第二个盲元的盲元信息存储于临时变量中；若第二个盲元周围非盲元数量与当第一个盲元周围非盲元数量相同，则将第二个盲元的盲元信息也存储于临时变量中；若第二个盲元周围非盲元数量小于第一个盲元周围非盲元数量，则对临时变量不进行任何操作；
按照预定顺序对盲元表中的后续盲元进行遍历，直至盲元表中所有盲元被遍历到，完成本轮遍历；
在完成本轮遍历的临时变量中，根据存储的盲元信息对对应盲元进行本轮填充；
本轮填充完成后，在盲元表中删除已填充的盲元，更新盲元表；
对于更新的盲元表，进行下一轮遍历和下一轮填充，直至盲元表中所有的盲元被填充完毕；
其中盲元信息包括盲元位置、盲元周围非盲元和盲元周围非盲元数量。
本发明利用非均匀性校正过程对盲元进行自动判断，随后通过对盲元周围有效像素数量判断进行填充优先级排序，并不断更新盲元列表重新排列优先级并进行填充，循环此过程直至填充完毕，尽可能使填充盲元像素值取值接近临近像元，保持图像响应的一致性；本发明尽可能使用相邻像元像素值可使盲元部分与周围像元成像保持更好的一致性；不断更新待处理像元优先级和盲元表，可尽可能多的提供非盲元像素值，使填充像素值计算更为准确，且运算量较低、计算资源占用率少、省时。
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 (8)

1.一种盲元填充方法，其特征在于：包括如下步骤，
S1，对整幅图像进行盲元检测，判断出整幅图像中的盲元和非盲元，并得到盲元表；
S2，计算盲元表中每个盲元周围非盲元数量，并根据周围非盲元数量确定出对应盲元的填充优先级；将周围非盲元数量最多的同类盲元确定为最高填充优先级，且根据周围非盲元对对应最高填充优先级的同类盲元进行填充，填充后的同类盲元为非盲元，进而更新盲元表；
S3，在更新的盲元表中重复执行所述S2，直至盲元表中的所有盲元被填充完毕；
在所述S2中，计算盲元表中每个盲元周围非盲元数量具体为，计算盲元表中每个盲元周围相邻八个像元中的非盲元数量；
其中，同类盲元为周围非盲元数量相等的盲元。
2.根据权利要求1所述的盲元填充方法，其特征在于：在所述S2中，按如下公式对最高填充优先级的同类盲元进行填充，
Figure FDA0002782926970000011
其中，k为盲元填充的像素值，n为盲元周围非盲元数量，xi为盲元周围第i个非盲元的像素值。
3.根据权利要求1所述的盲元填充方法，其特征在于：所述S2具体为，
S21，读取盲元表中的第一个盲元，计算第一个盲元周围非盲元数量，并将第一个盲元的盲元信息存储于临时变量中；
S22，读取盲元表中的第二个盲元，计算第二个盲元周围非盲元数量，若第二个盲元周围非盲元数量大于第一个盲元周围非盲元数量，则将临时变量中的存储的第一个盲元的盲元信息删除，并将第二个盲元的盲元信息存储于临时变量中；若第二个盲元周围非盲元数量与当第一个盲元周围非盲元数量相同，则将第二个盲元的盲元信息也存储于临时变量中；若第二个盲元周围非盲元数量小于第一个盲元周围非盲元数量，则对临时变量不进行任何操作；
S23，按照预定顺序对盲元表中的后续盲元继续重复执行S22进行遍历，直至盲元表中所有盲元被遍历到，完成本轮遍历；
S24，在完成本轮遍历的临时变量中，根据存储的盲元信息对对应盲元进行本轮填充；
S25，本轮填充完成后，在盲元表中删除已填充的盲元，更新盲元表；
所述S3具体为，对于更新的盲元表，重复循环执行所述S21至所述S25，进行下一轮遍历和下一轮填充，直至盲元表中所有的盲元被填充完毕；
其中盲元信息包括盲元位置、盲元周围非盲元和盲元周围非盲元数量。
4.根据权利要求1至3任一项所述的盲元填充方法，其特征在于：所述S1具体为，在对整幅图像进行非均匀性校正的过程中自动判断盲元，判断整幅图像中的像元是否超过预设的像元响应阈值，若是，则将像元确定为盲元，并加入盲元表，若否，则将像元确定为非盲元。
5.一种盲元填充系统，其特征在于：包括如下模块，
盲元检测模块，其用于对整幅图像进行盲元检测，判断出整幅图像中的盲元和非盲元，并得到盲元表；
盲元填充模块，其用于计算盲元表中每个盲元周围非盲元数量，并根据周围非盲元数量确定出对应盲元的填充优先级；将周围非盲元数量最多的同类盲元确定为最高填充优先级，且根据周围非盲元对对应最高填充优先级的同类盲元进行填充，填充后的同类盲元为非盲元，进而更新盲元表；在更新的盲元表中重复执行盲元填充优先级的确定和盲元填充，直至盲元表中的所有盲元被填充完毕；所述盲元填充模块具体用于计算盲元表中每个盲元周围相邻八个像元中的非盲元数量；
其中，同类盲元为周围非盲元数量相等的盲元。
6.根据权利要求5所述的盲元填充系统，其特征在于：所述盲元填充模块具体用于按如下公式对最高填充优先级的同类盲元进行填充，
Figure FDA0002782926970000031
其中，k为盲元填充的像素值，n为盲元周围非盲元数量，xi为盲元周围第i个非盲元的像素值。
7.根据权利要求5所述的盲元填充系统，其特征在于：所述盲元填充模块具体用于，
读取盲元表中的第一个盲元，计算第一个盲元周围非盲元数量，并将第一个盲元的盲元信息存储于临时变量中；
读取盲元表中的第二个盲元，计算第二个盲元周围非盲元数量，若第二个盲元周围非盲元数量大于第一个盲元周围非盲元数量，则将临时变量中的存储的第一个盲元的盲元信息删除，并将第二个盲元的盲元信息存储于临时变量中；若第二个盲元周围非盲元数量与当第一个盲元周围非盲元数量相同，则将第二个盲元的盲元信息也存储于临时变量中；若第二个盲元周围非盲元数量小于第一个盲元周围非盲元数量，则对临时变量不进行任何操作；
按照预定顺序对盲元表中的后续盲元进行遍历，直至盲元表中所有盲元被遍历到，完成本轮遍历；
在完成本轮遍历的临时变量中，根据存储的盲元信息对对应盲元进行本轮填充；
本轮填充完成后，在盲元表中删除已填充的盲元，更新盲元表；
对于更新的盲元表，进行下一轮遍历和下一轮填充，直至盲元表中所有的盲元被填充完毕；
其中盲元信息包括盲元位置、盲元周围非盲元和盲元周围非盲元数量。
8.根据权利要求5至7任一项所述的盲元填充系统，其特征在于：所述盲元检测模块具体用于，在对整幅图像进行非均匀性校正的过程中自动判断盲元，判断整幅图像中的像元是否超过预设的像元响应阈值，若是，则将像元确定为盲元，并加入盲元表，若否，则将像元确定为非盲元。
CN202010568665.8A 2020-06-19 2020-06-19 一种盲元填充方法和系统 Active CN111724320B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010568665.8A CN111724320B (zh) 2020-06-19 2020-06-19 一种盲元填充方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010568665.8A CN111724320B (zh) 2020-06-19 2020-06-19 一种盲元填充方法和系统

Publications (2)

Publication Number Publication Date
CN111724320A CN111724320A (zh) 2020-09-29
CN111724320B true CN111724320B (zh) 2021-01-08

Family

ID=72568533

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010568665.8A Active CN111724320B (zh) 2020-06-19 2020-06-19 一种盲元填充方法和系统

Country Status (1)

Country Link
CN (1) CN111724320B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113900813B (zh) * 2021-10-12 2022-03-18 北京波谱华光科技有限公司 一种基于双口ram的盲元填充方法、系统及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102999887A (zh) * 2012-11-12 2013-03-27 中国科学院研究生院 一种基于样本的图像修复方法
CN103268594A (zh) * 2013-05-17 2013-08-28 山东神戎电子股份有限公司 一种红外热像仪系统的盲元替换方法
CN103578085A (zh) * 2013-10-18 2014-02-12 清华大学深圳研究生院 基于可变块的图像空洞区域修补方法
CN103971338A (zh) * 2014-05-06 2014-08-06 清华大学深圳研究生院 一种基于显著图的可变块图像修复方法
CN104330167A (zh) * 2014-11-24 2015-02-04 浙江大立科技股份有限公司 红外焦平面阵列动态盲元处理方法及装置
CN107292825A (zh) * 2016-03-30 2017-10-24 青岛海信电器股份有限公司 一种图像校正的方法及装置
CN107507139A (zh) * 2017-07-28 2017-12-22 北京航空航天大学 基于Facet方向导数特征的样例双重稀疏图像修复方法
CN109360165A (zh) * 2018-09-28 2019-02-19 浙江兆晟科技股份有限公司 一种基于场景的盲元图像修复方法及系统
CN111161172A (zh) * 2019-12-18 2020-05-15 北京波谱华光科技有限公司 一种红外图像列向条纹消除方法、系统及计算机存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8842912B2 (en) * 2011-05-19 2014-09-23 Foveon, Inc. Method for processing highlights and saturated regions in a digital image
CN105225218B (zh) * 2014-06-24 2018-12-21 佳能株式会社 用于文档图像的畸变校正方法和设备
US20170243326A1 (en) * 2016-02-19 2017-08-24 Seek Thermal, Inc. Pixel decimation for an imaging system
CN108093182A (zh) * 2018-01-26 2018-05-29 广东欧珀移动通信有限公司 图像处理方法和装置、电子设备、计算机可读存储介质
CN109829867B (zh) * 2019-02-12 2022-09-09 西南石油大学 一种针对稳定填充的球形收敛样本块修复方法
CN110288557B (zh) * 2019-07-04 2021-07-13 烟台艾睿光电科技有限公司 一种红外图像修复方法、装置、设备及可读存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102999887A (zh) * 2012-11-12 2013-03-27 中国科学院研究生院 一种基于样本的图像修复方法
CN103268594A (zh) * 2013-05-17 2013-08-28 山东神戎电子股份有限公司 一种红外热像仪系统的盲元替换方法
CN103578085A (zh) * 2013-10-18 2014-02-12 清华大学深圳研究生院 基于可变块的图像空洞区域修补方法
CN103971338A (zh) * 2014-05-06 2014-08-06 清华大学深圳研究生院 一种基于显著图的可变块图像修复方法
CN104330167A (zh) * 2014-11-24 2015-02-04 浙江大立科技股份有限公司 红外焦平面阵列动态盲元处理方法及装置
CN107292825A (zh) * 2016-03-30 2017-10-24 青岛海信电器股份有限公司 一种图像校正的方法及装置
CN107507139A (zh) * 2017-07-28 2017-12-22 北京航空航天大学 基于Facet方向导数特征的样例双重稀疏图像修复方法
CN109360165A (zh) * 2018-09-28 2019-02-19 浙江兆晟科技股份有限公司 一种基于场景的盲元图像修复方法及系统
CN111161172A (zh) * 2019-12-18 2020-05-15 北京波谱华光科技有限公司 一种红外图像列向条纹消除方法、系统及计算机存储介质

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
An adaptive regression method for infrared blind-pixel compensation;SutingChen等;《Infrared Physics & Technology》;20170803;第443-449页 *
Blind-pixel correction algorithm for an infrared focal plane array based on moving-scene analysis;BingJian Wang等;《Optical Engineering》;20060301;第1-4页 *
Exemplar-based image inpainting Fast priority and coherent nearest neighbor search;R. Martinez-Noriega等;《2012 IEEE International Workshop on Machine Learning for Signal Processing》;20120926;第1-6页 *
Region filling and object removal by exemplar-based image inpainting;A. Criminisi等;《IEEE Transactions on Image Processing》;20040816;第1200-1212页 *
利用邻域相似度的图像修复;林胜华等;《计算机工程与应用》;20100301;第190-191+220页 *
红外制导武器探测器成像检测及补偿仿真;李成立等;《计算机仿真》;20180815;第209-214页 *
红外探测器盲元检测及补偿;安广齐等;《航空兵器》;20160615;第54-58页 *
红外焦平面阵列的盲元自适应快速校正;李凌霄等;《光学精密工程》;20170415;第477-486页 *

Also Published As

Publication number Publication date
CN111724320A (zh) 2020-09-29

Similar Documents

Publication Publication Date Title
CN107507173B (zh) 一种全切片图像的无参考清晰度评估方法及系统
CN106412573A (zh) 一种检测镜头污点的方法和装置
CN110149486B (zh) 一种新增异常点的自动检测方法、校正方法及系统
CN109074408B (zh) 一种地图加载的方法、装置、电子设备和可读存储介质
CN109685794B (zh) 用于手机屏幕缺陷检测相机自适应步长dpc算法及装置
CN110766711A (zh) 一种视频镜头分割方法、系统、装置和存储介质
CN111598918B (zh) 一种基于参考帧优选和前后景分离的视频稳像运动估计方法
CN111724320B (zh) 一种盲元填充方法和系统
CN107748882A (zh) 一种车道线检测方法及装置
CN114612345A (zh) 一种基于图像处理的光源检测方法
CN110440764B (zh) 一种表计检测云台二次对准方法、装置和设备
CN115345774A (zh) 一种红外图像与可见光图像的融合方法和系统
CN111222360B (zh) 硅料熔化状态的检测方法、设备及存储介质
CN109691185B (zh) 一种定位方法、装置、终端和可读存储介质
CN113763853B (zh) 色差校正方法、装置、及校正设备
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
CN115601471B (zh) 基于大型无人机光电侦察扫过区域的绘制方法
CN104780322B (zh) 摄像装置、摄像方法、图像处理装置
CN109510936A (zh) 连续自动对焦方法及系统
CN116567412A (zh) 变焦跟踪曲线确定方法、装置、计算机设备和存储介质
CN114359166A (zh) 屏幕颜色检测方法、装置、设备及存储介质
CN117541838A (zh) 物体检测的阈值调整方法、装置及电子设备
CN107958226A (zh) 一种道路曲线检测方法、装置和终端
CN114298995A (zh) 一种图像缺陷元抑制方法、设备及计算机可读存储介质
CN107346533A (zh) 一种基于视觉特性的盲元剔除方法

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