CN112150377B - 一种红外图像非均匀性校正系数解析解交替迭代优化方法 - Google Patents
一种红外图像非均匀性校正系数解析解交替迭代优化方法 Download PDFInfo
- Publication number
- CN112150377B CN112150377B CN202010880820.XA CN202010880820A CN112150377B CN 112150377 B CN112150377 B CN 112150377B CN 202010880820 A CN202010880820 A CN 202010880820A CN 112150377 B CN112150377 B CN 112150377B
- Authority
- CN
- China
- Prior art keywords
- matrix
- coefficient
- uniformity correction
- infrared image
- steps
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000005457 optimization Methods 0.000 title claims abstract description 25
- 238000004458 analytical method Methods 0.000 title claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims description 107
- 239000013598 vector Substances 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 19
- 102000003712 Complement factor B Human genes 0.000 claims description 3
- 108090000056 Complement factor B Proteins 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 230000007812 deficiency Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G06T5/70—
-
- 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
Abstract
一种红外图像非均匀性校正系数解析解交替迭代优化方法，能够在红外图像非均匀性校正处理中应用到更完备的边缘信息，弥补了传统红外图像非均匀性校正方法的不足的问题，提出了红外图像非均性校正增益参数和偏置参数的解析求解公式，形成了一种更稳定更有效的红外非均匀性校正方法，能够有效去除红外图像中的非均匀性条带噪声，最大限度地保持图像边缘信息，获得高质量的红外校正结果图像。
Description
技术领域
本发明涉及一种红外图像非均匀性校正系数解析解交替迭代优化方法，属于红外图像处理领域。
背景技术
由于受制作工艺和材料的影响，红外探测器每个像元的响应传递函数各不一样，导致获得的红外图像中存在条带噪声，被称之为不均匀性噪声。这种噪声严重降低了图像质量，极大地阻碍了红外成像在医疗、监控、农林业等领域的广泛应用，因此在开展红外遥感应用时，必须进行非均匀性校正以提高红外图像的质量。
红外图像的非均匀性校正方法主要有两类：基于标定的方法和基于场景的方法。基于标定的方法需要有标准的辐射源，例如黑体，在实际应用中这种方法局限性比较大。基于场景的方法根据场景中图像的特征来提取参数来实现非均匀性校正，具有更好的适用性而被广泛使用。基于场景的校正方法一般都采用非线性优化方法来进行求解，求解的结果与随机初值有关系，求解容易陷入局部最优解，结果不稳定。
发明内容
本发明解决的技术问题是：针对目前现有技术中，传统标定方法和基于场景提取的方法中存在的结果不稳定的问题，提出了一种红外图像非均匀性校正系数解析解交替迭代优化方法。
本发明解决上述技术问题是通过如下技术方案予以实现的：
一种红外图像非均匀性校正系数解析解交替迭代优化方法，包括步骤如下：
(1)根据输入m行n列红外图像X计算该红外图像的非均匀性校正近似解边界矩阵H、偏置系数更新矩阵P；
(2)对步骤(1)所得非均匀性校正近似解进行解析解公式交替迭代优化处理；
(3)根据步骤(2)优化处理所得增益系数B、偏置系数Ak对输入红外图像进行非均匀性校正，获取校正后结果图。
所述步骤(1)中，计算输入红外图像X非均匀性校正近似解边界矩阵H、偏置系数更新矩阵P的具体步骤如下：
(1-1)计算n-1维系数方阵W及矩阵n-1维右端列向量U；
(1-2)计算偏置系数向量B，其中B＝W-1U；
(1-3)计算非均匀性校正近似解
(1-4)通过阈值公式计算初始化边界矩阵F各元素值；
(1-5)对步骤(1-4)中所得初始化边界矩阵F的所有元素进行排序，取最大的y％＊m＊n个元素与其他元素的分界值f，y∈[3，10]，根据分界值f对矩阵中各元素进行判断，获取边界矩阵H；
(1-6)利用边界矩阵H计算系数矩阵并计算偏置系数更新矩阵P。
所述步骤(1-1)中，初始化系数矩阵W、列向量U为O值，计算方法为：
其中j＝1，2，...，n
W1，1＝2m，W1，2＝-m，Wn-1，n-1＝m，Wn-1，n-2＝-m
Wj，j-1＝-m，Wj，j＝2m，Wj，j+1＝-m，其中j＝2，3，...，n-3
Uj-1＝gj-1-2gj+gj+1，其中j＝2，3，...，n-1
Un-1＝gn-1-gn
式中，系数矩阵g为n维列向量。
所述步骤(1-3)中，非均匀性校正近似解的计算方法为：
其中，i＝1，2，...m，而j＝1，2，3，...，n-1。
所述步骤(1-4)中，初始化边界矩阵F为m行n-1列1值方阵，计算公式具体为：
式中，i＝1,2,…m，j＝c+1,3,…,n-c，c为边界范围阈值，整数c∈[1,5]。
所述步骤(1-5)中，根据分界值f对矩阵F中各元素进行判断以获取边界矩阵H各元素的方法具体为：
所述步骤(1-6)中，初始化系数矩阵为0值，系数矩阵/>的计算方法具体为：
其中j＝2,…,n；
其中j＝2,3,…,n-2；
偏置系数更新矩阵
式中，系数矩阵t为n维列向量。
所述步骤(2)中，对步骤(1)所得非均匀性校正近似解进行解析解公式交替迭代优化处理具体步骤为：
(2-1)设置初始化误差迭代次数k＝1，根据初始化系数矩阵计算系数矩阵和/>
(2-2)计算系数矩阵的增益系数Ak，其中，
(2-3)根据增益系数矩阵Ak计算右端系数矩阵
(2-4)根据步骤(2-3)所得右端系数矩阵计算偏置系数B，其中(2-5)若k>2，则计算误差ek，并进入步骤(2-6)，其中ek＝||Ak-Ak-1||；
(2-6)若log10ek＜q，则进入步骤(3)，否则令k＝k+1，返回步骤(2-2)。
所述步骤(2-1)中，初始化系数矩阵和/>为0值，计算方法为：
其中j＝2,…,n；
其中j＝1,2,…,n-1；
其中j＝1,2,…,n-1；
其中j＝2,…,n；
其中j＝1,2,…,n-1；
其中j＝1,2,…,n；
其中j＝1,2,…,n；
其中j＝2,3,…,n-3
其中，j＝2,3,…,n-2
式中，系数矩阵s，s′，d，v均为n-1维列向量，系数矩阵r，r′均为n维列向量。
所述步骤(2-3)中，初始化右端系数矩阵为0值，计算方法为：
其中j＝2,…,n；
其中j＝1,2,…,n-1；
其中j＝2,3,…,n-2
所述步骤(3)中，非均匀性校正具体处理方法为：
其中i＝1,2,…m，而j＝2,3,…,n。
本发明与现有技术相比的优点在于：
本发明提供的一种红外图像非均匀性校正系数解析解交替迭代优化方法，分别给出了红外图像非均性校正增益参数和偏置参数求解问题的全局唯一最优解解析公式，与传统的红外图像非均性校正方法相比，红外图像校正效果更优，同时以解析解迭代方式进行图像非均性校正系数的求解能够有效保证求解结果的全局最优性和稳定性,避免了传统红外图像非均性校正方法结果的不稳定性和局部最优性，并充分考虑到了红外图像边缘的模糊性特点，便于产生更能反映图像边缘信息性能更优的红外图像非均匀性校正方法，在红外图像非均匀性校正的同时保证了图像边缘信息,校正之后的红外图像，清晰度和目标识别度更高。
附图说明
图1为发明提供的迭代优化方法流程图；
图2为发明提供的待非均匀性校正红外图像；
图3为发明提供的边界矩阵边界图；
图4为发明提供的优化后增益参数曲线图；
图5为发明提供的优化后偏置参数曲线图；
图6为发明提供的红外图像实例非均匀性校正后结果图；
具体实施方式
一种红外图像非均匀性校正系数解析解交替迭代优化方法，能够有效保证求解结果的全局最优性和稳定性，能反映图像边缘信息性能更优的红外图像非均匀性校正方法，具体步骤包括：
(1)根据输入m行n列红外图像计算该红外图像的非均匀性校正近似解边界矩阵H、偏置系数更新矩阵P；
计算输入红外图像非均匀性校正近似解边界矩阵H、偏置系数更新矩阵P的具体步骤如下：
(1-1)计算系数矩阵W及系数矩阵的n-1维0值列向量U；
其中，初始化系数矩阵W、列向量U为0值，计算方法为：
其中j＝1，2，...，n
W1，1＝2m，W1，2＝-m，Wn-1，n-1＝m，Wn-1，n-2＝-m
Wj，j-1＝-m，Wj，j＝2m，Wj，j+1＝-m，其中j＝2，3，...，n-3
Uj-1＝gj-1-2gj+gj+1，其中j＝2，3，...，n-1
Un-1＝gn-1-gn
式中，系数矩阵g为n维列向量；
(1-2)计算系数矩阵偏置系数B，其中B＝W-1U；
(1-3)计算非均匀性校正近似解
其中，均匀性校正近似解的计算方法为：
其中，i＝1，2，...m，而j＝1，2，3，...，n-1；
(1-4)通过阈值公式计算初始化边界矩阵F各元素值；
其中，初始化边界矩阵F为m行n-1列1值方阵，计算公式具体为：
式中，，i＝1，2，...m，j＝c+1，3，...，n-c，c为边界范围阈值，c∈[1，5]；
(1-5)对步骤(1-4)中所得初始化边界矩阵的所有元素进行排序，取最大的k％＊m＊n个元素与其他元素的分界值f，根据分界值f对矩阵F中各元素进行判断，获取边界矩阵H；
其中，根据分界值f对矩阵中各元素进行判断以获取边界矩阵H各元素的方法具体为：
(1-6)利用边界矩阵H计算系数矩阵并计算系数矩阵/>的偏置系数更新矩阵P；
其中，初始化系数矩阵为0值，系数矩阵/>的计算方法具体为：
其中j＝2,…,n；
其中j＝2,3,…,n-2；
偏置系数更新矩阵
式中，系数矩阵t为n维列向量；
(2)对步骤(1)所得非均匀性校正近似解进行解析解公式交替迭代优化处理；
对步骤(1)所得非均匀性校正近似解进行解析解公式交替迭代优化处理具体步骤为：
(2-1)设置初始化误差迭代次数k＝1，根据初始化系数矩阵计算系数矩阵和/>
其中，初始化系数矩阵和/>为0值，系数矩阵/>和/>计算方法为：
其中j＝2,…,n；
其中j＝1,2,…,n-1；
其中j＝1,2,…,n-1；
其中j＝2,…,n；
其中j＝1,2,…,n-1；
其中j＝1,2,…,n；
其中j＝1,2,…,n；
其中j＝2,3,…,n-3
其中，j＝2,3,…,n-2
式中，系数矩阵s，s′，d，v均为n-1维列向量，系数矩阵r，r′均为n维列向量；
(2-2)计算系数矩阵的增益系数Ak，其中，
(2-3)根据增益系数Ak计算右端系数矩阵
其中，右端系数矩阵的计算方法为：
其中j＝2,…,n；
其中j＝1,2,…,n-1；
其中j＝2,3,…,n-2
(2-4)根据步骤(2-3)所得右端系数矩阵计算偏置系数B，其中(2-5)若k>2，则计算误差ek，并进入步骤(2-6)，其中ek＝||Ak-Ak-1||；
(2-6)若log10 ek＜q，则进入步骤(3)，否则令k＝k+1，返回步骤(2-2)；
(3)根据步骤(2)优化处理所得增益系数B、偏置系数Ak对输入红外图像进行非均匀性校正，获取校正后结果图；
其中，非均匀性校正具体处理方法为：
其中i＝1,2,…m，而j＝2,3,…,n。
下面结合具体实施例进行进一步说明：
以待非均匀性校正256×320的12位红外图像为例，基于图像熵的红外图像非均匀性参数化校正优选方法的流程如图1所示，其具体的过程如下：
(1)计算输入红外图像X的非均匀性校正近似解边界矩阵H和偏置系数更新矩阵P，具体为：
初始化系数矩阵为n-1维0值方阵，U为n-1维0值列向量，非均匀性校正近似解其中输入图像X为m行n列矩阵；本实施例中，如图2所示，输入待非均匀性校正红外图像X为256×320矩阵；
进行系数矩阵W和U的计算，并计算偏置系数B＝W-1U，计算非均匀性校正近似解
初始化边界矩阵为m行n-1列1值方阵，计算边界矩阵F， 其中，i＝1,2,…m，而j＝c+1,3,…,n-c，c为边界范围阈值，可以取[1,5]之间的任意值，c值取2；
对H中所有元素进行排序，找到最大y％*m*n个元素的分界值f，y可以取[3,10]之间的任意值，按以下阈值公式计算边界矩阵H；
其中，y值取5，计算得到的边界图如图3所示；
初始化系数矩阵为n-1维0值方阵,进行系数矩阵/>的计算，并计算偏置系数更新矩阵P。
(2)基于非均匀性校正近似解进行解析解公式交替迭代优化处理；
初始化误差迭代次数k＝1，计算系数矩阵和/>并计算增益系数/>
计算右端系数矩阵偏置系数/>并进行判断；
若当前误差迭代次数k＞2，计算误差ek＝||Ak-Ak-1||，若log10 ek＜q则进入下一步，否则将k＝k+1，返回步骤(2-1)；
其中，q为收敛阈值，可以取[-5,-7]之间的任意值，此时取值-6，计算得到的增益参数曲线如图4所示,计算得到的增益参数曲线如图5所示；
(3)于优化所得的增益系数B和偏置系数Ak进行非均匀性校正得到结果图，本实例中，红外图像实例非均匀性校正后的结果图如图6所示。
本发明未详细说明部分属于本领域技术人员公知技术。
Claims (10)
1.一种红外图像非均匀性校正系数解析解交替迭代优化方法，其特征在于包括步骤如下：
(1)根据输入红外图像X计算该红外图像的非均匀性校正近似解边界矩阵H、偏置系数更新矩阵P；红外图像X为m行n列图像数据；
(2)对步骤(1)所得非均匀性校正近似解进行解析解公式交替迭代优化处理；
(3)根据步骤(2)优化处理所得增益系数B、偏置系数Ak对输入红外图像进行非均匀性校正，获取校正后结果图；
所述步骤(1)中，计算输入红外图像X的非均匀性校正近似解边界矩阵H、偏置系数更新矩阵P的具体步骤如下：
(1-1)计算n-1维系数方阵W及n-1维右端列向量U；
(1-2)计算偏置系数向量B，其中B＝W-1U；
(1-3)计算非均匀性校正近似解
(1-4)通过阈值公式计算初始化边界矩阵F各元素值；
(1-5)对步骤(1-4)中所得初始化边界矩阵F的所有元素进行排序，取最大的y％*m*n个元素与其他元素的分界值f，y∈[3，10]，根据分界值f对矩阵中各元素进行判断，获取边界矩阵H；
(1-6)利用边界矩阵H计算系数矩阵并计算偏置系数更新矩阵P。
2.根据权利要求1所述的一种红外图像非均匀性校正系数解析解交替迭代优化方法，其特征在于：
所述步骤(1-1)中，初始化系数矩阵W、列向量U为0值，计算方法为：
其中j＝1，2，...，n
W1，1＝2m，W1，2＝-m，Wn-1，n-1＝m，Wn-1，n-2＝-m
Wj，j-1＝-m，Wj，j＝2m，Wj，j+1＝-m，其中j＝2，3，...，n-3
Uj-1＝gj-1-2gj+gj+1，其中j＝2，3，...，n-1
Un-1＝gn-1-gn
式中，系数矩阵g为n维列向量。
3.根据权利要求2所述的一种红外图像非均匀性校正系数解析解交替迭代优化方法，其特征在于：
所述步骤(1-3)中，非均匀性校正近似解的计算方法为：
其中，i＝1，2，...m，而j＝1，2，3，...，n-1。
4.根据权利要求2所述的一种红外图像非均匀性校正系数解析解交替迭代优化方法，其特征在于：
所述步骤(1-4)中，初始化边界矩阵F为m行n-1列1值方阵，计算公式具体为：
式中，i＝1，2，...m，j＝C+1，3，...，n-C，C为边界范围阈值，整数C∈[1，5]。
5.根据权利要求2所述的一种红外图像非均匀性校正系数解析解交替迭代优化方法，其特征在于：
所述步骤(1-5)中，根据分界值f对矩阵F中各元素进行判断以获取边界矩阵H各元素的方法具体为：
6.根据权利要求2所述的一种红外图像非均匀性校正系数解析解交替迭代优化方法，其特征在于：
所述步骤(1-6)中，初始化系数矩阵为0值，系数矩阵/>的计算方法具体为：
其中j＝2，…，n；
其中j＝2，3，…，n-2；
偏置系数更新矩阵
式中，系数矩阵t为n维列向量。
7.根据权利要求2所述的一种红外图像非均匀性校正系数解析解交替迭代优化方法，其特征在于：
所述步骤(2)中，对步骤(1)所得非均匀性校正近似解进行解析解公式交替迭代优化处理具体步骤为：
(2-1)设置初始化误差迭代次数k＝1，根据初始化系数矩阵计算系数矩阵和/>
(2-2)计算系数矩阵的增益系数Ak，其中，
(2-3)根据增益系数矩阵Ak计算右端系数矩阵
(2-4)根据步骤(2-3)所得右端系数矩阵计算偏置系数B，其中
(2-5)若k>2，则计算误差ek，并进入步骤(2-6)，其中ek＝‖Ak-Ak-1‖；
(2-6)若log10 ek<q，则进入步骤(3)，否则令k＝k+1，返回步骤(2-2)。
8.根据权利要求7所述的一种红外图像非均匀性校正系数解析解交替迭代优化方法，其特征在于：
所述步骤(2-1)中，初始化系数矩阵和/>为0值，计算方法为：
其中j＝2，…，n；
其中j＝1，2，…，n-1；
其中j＝1，2，…，n-1；
其中j＝2，…，n；
其中j＝1，2，…，n-1；
其中j＝1，2，…，n；
其中j＝1，2，…，n；
其中j＝2，3，…，n-3
其中，j＝2，3，…，n-2
式中，系数矩阵s、s′、d、v均为n-1维列向量，系数矩阵r、r′均为n维列向量。
9.根据权利要求8所述的一种红外图像非均匀性校正系数解析解交替迭代优化方法，其特征在于：
所述步骤(2-3)中，初始化右端系数矩阵为0值，计算方法为：
其中j＝2，…，n；
其中j＝1，2，…，n-1；
其中j＝2，3，…，n-2
10.根据权利要求8所述的一种红外图像非均匀性校正系数解析解交替迭代优化方法，其特征在于：
所述步骤(3)中，非均匀性校正具体处理方法为：
其中i＝1，2，…m，而j＝2，3，…，n。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010880820.XA CN112150377B (zh) | 2020-08-27 | 2020-08-27 | 一种红外图像非均匀性校正系数解析解交替迭代优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010880820.XA CN112150377B (zh) | 2020-08-27 | 2020-08-27 | 一种红外图像非均匀性校正系数解析解交替迭代优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112150377A CN112150377A (zh) | 2020-12-29 |
| CN112150377B true CN112150377B (zh) | 2024-03-29 |
Family
ID=73889147
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010880820.XA Active CN112150377B (zh) | 2020-08-27 | 2020-08-27 | 一种红外图像非均匀性校正系数解析解交替迭代优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112150377B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105184740A (zh) * | 2015-05-20 | 2015-12-23 | 华中科技大学 | 一种红外焦平面图像非均匀性条带校正方法 |
| CN107255521A (zh) * | 2017-06-28 | 2017-10-17 | 华中科技大学鄂州工业技术研究院 | 一种红外图像非均匀性校正方法及系统 |
| CN108665425A (zh) * | 2018-03-28 | 2018-10-16 | 西安电子科技大学 | 基于帧间配准和自适应步长的红外图像非均匀性校正方法 |
| CN109741267A (zh) * | 2018-12-05 | 2019-05-10 | 西安电子科技大学 | 基于三边滤波和神经网络的红外图像非均匀性校正方法 |
| CN110033414A (zh) * | 2019-03-18 | 2019-07-19 | 华中科技大学 | 一种基于均值化处理的红外图像非均匀性校正方法及系统 |
| CN110782403A (zh) * | 2019-10-09 | 2020-02-11 | 天津大学 | 一种红外图像非均匀性校正方法 |
| CN111047521A (zh) * | 2019-11-01 | 2020-04-21 | 北京空间机电研究所 | 一种基于图像熵的红外图像非均匀性参数化校正优选方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7995859B2 (en) * | 2008-04-15 | 2011-08-09 | Flir Systems, Inc. | Scene based non-uniformity correction systems and methods |
| FR3020735B1 (fr) * | 2014-04-30 | 2017-09-15 | Ulis | Procede de traitement d'une image infrarouge pour une correction des non uniformites |
-
2020
- 2020-08-27 CN CN202010880820.XA patent/CN112150377B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105184740A (zh) * | 2015-05-20 | 2015-12-23 | 华中科技大学 | 一种红外焦平面图像非均匀性条带校正方法 |
| CN107255521A (zh) * | 2017-06-28 | 2017-10-17 | 华中科技大学鄂州工业技术研究院 | 一种红外图像非均匀性校正方法及系统 |
| CN108665425A (zh) * | 2018-03-28 | 2018-10-16 | 西安电子科技大学 | 基于帧间配准和自适应步长的红外图像非均匀性校正方法 |
| CN109741267A (zh) * | 2018-12-05 | 2019-05-10 | 西安电子科技大学 | 基于三边滤波和神经网络的红外图像非均匀性校正方法 |
| CN110033414A (zh) * | 2019-03-18 | 2019-07-19 | 华中科技大学 | 一种基于均值化处理的红外图像非均匀性校正方法及系统 |
| CN110782403A (zh) * | 2019-10-09 | 2020-02-11 | 天津大学 | 一种红外图像非均匀性校正方法 |
| CN111047521A (zh) * | 2019-11-01 | 2020-04-21 | 北京空间机电研究所 | 一种基于图像熵的红外图像非均匀性参数化校正优选方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112150377A (zh) | 2020-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108846805B (zh) | 一种基于场景自适应的红外热图像两点非均匀校正方法 | |
| 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 | |
| US5420421A (en) | Wide dynamic range non-uniformity compensation for infrared focal plane arrays | |
| CN107255521B (zh) | 一种红外图像非均匀性校正方法及系统 | |
| CN106197690B (zh) | 一种宽温范围条件下的图像校准方法及系统 | |
| CN102778296B (zh) | 基于总变分的自适应红外焦平面非均匀性校正方法 | |
| CN109741267B (zh) | 基于三边滤波和神经网络的红外图像非均匀性校正方法 | |
| CN109060140A (zh) | 基于多点标定及拟合的红外图像非均匀性校正方法 | |
| CN102042878A (zh) | 一种去除温漂的红外非均匀性校正方法 | |
| CN110033414B (zh) | 一种基于均值化处理的红外图像非均匀性校正方法及系统 | |
| CN109813442B (zh) | 一种基于多帧处理的内部杂散辐射非均匀性校正方法 | |
| CN115752757A (zh) | 探测器和内黑体分离的红外扫描相机在轨非均匀校正方法 | |
| CN112150377B (zh) | 一种红外图像非均匀性校正系数解析解交替迭代优化方法 | |
| CN111047521B (zh) | 一种基于图像熵的红外图像非均匀性参数化校正优选方法 | |
| CN111932452B (zh) | 基于可见光图像增强的红外图像卷积神经网络超分辨方法 | |
| CN110487412B (zh) | 红外高光谱图像非均匀性校正方法、装置和计算机设备 | |
| CN103868601A (zh) | Irfpa探测器非均匀响应的双边全变分正则化校正方法 | |
| CN108225570B (zh) | 一种短波红外焦平面自适应非均匀校正算法 | |
| Yu et al. | An improved retina-like nonuniformity correction for infrared focal-plane array | |
| CN112348754B (zh) | 一种低照度彩色图像增强方法及装置 | |
| CN110580692B (zh) | 一种多线列时差扫描图像辐射一致性校正方法 | |
| CN111598797B (zh) | 一种基于非凸张量范数和全变分的高光谱图像恢复方法 | |
| CN108921796B (zh) | 一种基于深度学习的红外图像非均匀性校正方法 | |
| CN116109491A (zh) | 利用明暗均匀区域进行成像光谱仪图像非均匀性校正方法 | |
| CN109636740B (zh) | 一种红外图像多尺度智能化非均匀性校正方法 |
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 |