CN113421220B - 一种红外图像去锅盖方法 - Google Patents

一种红外图像去锅盖方法 Download PDF

Info

Publication number
CN113421220B
CN113421220B CN202110508804.2A CN202110508804A CN113421220B CN 113421220 B CN113421220 B CN 113421220B CN 202110508804 A CN202110508804 A CN 202110508804A CN 113421220 B CN113421220 B CN 113421220B
Authority
CN
China
Prior art keywords
infrared
image
temperature
infrared image
focal plane
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
CN202110508804.2A
Other languages
English (en)
Other versions
CN113421220A (zh
Inventor
李鹏
李红保
高伟奇
潘兰兰
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.)
Wuhan Boe Electro Optics System Co ltd
Original Assignee
Wuhan Boe Electro Optics System 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 Wuhan Boe Electro Optics System Co ltd filed Critical Wuhan Boe Electro Optics System Co ltd
Priority to CN202110508804.2A priority Critical patent/CN113421220B/zh
Publication of CN113421220A publication Critical patent/CN113421220A/zh
Application granted granted Critical
Publication of CN113421220B publication Critical patent/CN113421220B/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
    • 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
    • G06T5/00—Image enhancement or restoration
    • 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

本发明提供了一种红外图像去锅盖方法，包括：标定过程和实际实用过程；在标定过程中得到理想无锅盖红外图像的奇异值与红外焦平面温度ti之间的三次多项式函数和到图像pic1和红外焦平面温度ti的二次函数；在实际实用过程中，利用标定过程的三次函数和二次函数去除实际场景下的红外图像锅盖。本发明解决了红外热成像系统块门校正和镜头结构造成的“锅盖现象”，提升红外图像的显示质量。

Description

一种红外图像去锅盖方法
技术领域
本发明涉及红外图像处理领域，尤其涉及一种红外图像去锅盖方法。
背景技术
近年来随着红外焦平面技术的进步，红外热成像系统在精确制导、测温、安防、疾病诊断，毁伤探测等军、民领域取得了越来越广泛的应用。限于当前红外焦平面技术的发展水平，焦平面像元之间的响应特性不一致，因此红外成像存在着非均匀性的问题。为了解决红外图像的非均匀性，红外成像系统设计了快门结构，即在焦平面前方设计一个微电机带动的挡片对焦平面进行校正，使焦平面在挡片温度下响应一致。但是由于红外成像系统产热的影响，快门挡片的温度是不均匀的，会导致最终的红外图像呈现出中间暗，四周亮的“锅盖”现象。此外红外热成像系统的镜头结构也会加重“锅盖”现象。由于快门处于热成像系统内部，焦平面的前面，因此快门校正时快门的辐射没有通过镜头结构，而成像时的辐射受到镜头结构的影响会产生一个畸变，因此加重了“锅盖”现象。
发明内容
为了解决上述“锅盖”问题本发明提供了一种基于特征值分解的红外图像去“锅盖”算法。本方法通过对均匀面图像的非均匀性校正获得带有“锅盖”现象的红外图像，通过对“锅盖”红外图像进行奇异值分解得到“锅盖”红外图像的包括“锅盖”特征在内的特征值，通过抑制“锅盖”特征的特征值实现对红外图像“锅盖”现象的消除。一种红外图像去“锅盖”算法，具体步骤如下：
包括标定过程和实际使用过程，具体如下：
标定过程：
S101：设置环境温度为0℃到T℃，并且每隔Δt℃采集均匀面的红外图像，并记录此时的红外焦平面温度ti；所述均匀面的红外图像包括：低温均匀面采集的红外图像pic1和高温均匀面采集的红外图像pic2；其中T、Δt均为预设值，且T能够整除Δt，i＝0，1，2...T/Δt；
S102：将图像pic1与图像pic2相减，得到红外焦平面温度ti下的理想无锅盖红外图像；
S103：对红外焦平面温度ti下的理想无锅盖红外图像进行奇异值分解，得到红外焦平面温度ti下的理想无锅盖红外图像的奇异值；
S104：将红外焦平面温度ti下的理想无锅盖红外图像的奇异值和红外焦平面温度ti进行三次曲线拟合，得到理想无锅盖红外图像的奇异值与红外焦平面温度ti之间的三次多项式函数；
将图像pic1和红外焦平面温度ti进行二次曲线拟合，得到图像pic1和红外焦平面温度ti的二次函数；
实际使用过程：
S105：实际过程中，采集当前环境温度条件下的均匀面的红外图像和快门校正的红外图像；
所述当前环境温度条件下的均匀面的红外图像，具体为：
利用步骤S104中的二次函数和当前环境温度下对应的红外焦平面温度t，反解获取当前环境温度下对应的红外焦平面温度t下的低温均匀面采集的红外图像pic；
S106：对图像pic以快门校正的红外图像为本底进行非均匀性校正，得到包含“锅盖”现象的红外图像pic3；
S107：根据当前环境温度下对应的红外焦平面温度t以及步骤S104中拟合的三次多项式函数，反解当前理想的奇异值估计值；
S108：根据当前理想的奇异值估计值对图像pic3进行奇异值反变换，得到图像pic去除“锅盖”之后的图像pic4；
S109：将图像pic减去图像pic4，得到估计的理想本底；
S110：将实际使用场景下的红外图像减去估计的理想本底，再乘以红外焦平面响应率的K系数，得到实际使用场景下的无锅盖的显示图像。
进一步地，步骤S101中，均匀面的红外图像具体为红外热成像系统正对温度分布均匀，表面平整光滑的物体采集的红外图像。
进一步地，步骤S105中快门校正的红外图像具体为：微电机带动快门挡片遮挡住红外焦平面后采集的快门挡片的红外图像。
所述红外焦平面响应率的K系数，具体如式(1)所示：
Figure GDA0003462198720000031
其中，mv1表示红外热成像系统达到热平衡后对低温均匀面采集的红外图像pic1的所有像素灰度平均值；mv2表示红外热成像系统达到热平衡后对高温均匀面采集的红外图像pic2的所有像素灰度平均值。
本发明提供的有益效果是：解决红外热成像系统块门校正和镜头结构造成的“锅盖现象”，提升红外图像的显示质量。
附图说明
图1是本发明一种红外图像去锅盖方法的流程图；
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地描述。
请参考图1，一种红外图像去锅盖方法，包括以下：
包括标定过程和实际使用过程，具体如下：
标定过程：
S101：设置环境温度为0℃到T℃，并且每隔Δt℃采集均匀面的红外图像，并记录此时的红外焦平面温度ti；所述均匀面的红外图像包括：低温均匀面采集的红外图像pic1和高温均匀面采集的红外图像pic2；其中T、Δt均为预设值，且T能够整除Δt，i＝0，1，2...T/Δt；
在步骤S101中，采集环境温度稳定条件下，红外热成像系统稳定条件下的均匀面的红外图像；
所述环境温度稳定条件具体为高低温箱温度达到设定温度后维持约1小时使高低温箱内环境的温度在空间分布和时间分布上达到稳定状态；
所述红外热成像系统稳定条件具体指红外热成像系统通电开机后保持约30分钟使红外热成像系统达到热平衡；
所述采集均匀面的红外图像具体为红外热成像系统正对温度分布均匀，表面平整光滑的物体采集的红外图像；
在本申请中，T设置为50℃，Δt设置为5℃；因此这里一共记录了11组数据，依次为0℃下的图片pic1和pic2、5℃下的图片pic1和pic2…，50℃下的图片pic1和pic2；
S102：将图像pic1与图像pic2相减，得到红外焦平面温度ti下的理想无锅盖红外图像；
这里，图像pic1与图像pic2相减，即pic1-pic2，称之为“一点校正”。
S103：对红外焦平面温度ti下的理想无锅盖红外图像进行奇异值分解，得到红外焦平面温度ti下的理想无锅盖红外图像的奇异值；
这里所述的奇异值分解，具体为：
S201：对一副图像A,其与AT相乘得到AAT，对AAT进行特征分解，其公式如下式所示：
(AAT)ui＝λiui
式中，ui表示A的左奇异向量，λi表示AAT的特征值。
S202：将AAT的所有特征向量按照对应特征值从大到小排列张成一个矩阵U；
S203：将ATA进行特征值分解，其公式如下式：
(ATA)vi＝λivi
式中vi表示A的右奇异向量，λi表示ATA的特征值。
S204：将ATA的所有特征向量按照对应特征值从大到小排列张成一个矩阵V；
S205：由AAT或ATA的特征值λi得到A的奇异值σi，其计算公式如下式所示：
Figure GDA0003462198720000051
S206：将A的奇异值σi按照从大到小的顺序张成对角矩阵∑，则A的奇异值分解可表示为下式：
A＝U∑VT。
S104：将红外焦平面温度ti下的理想无锅盖红外图像的奇异值和红外焦平面温度ti进行三次曲线拟合，得到理想无锅盖红外图像的奇异值与红外焦平面温度ti之间的三次多项式函数；
本申请中，这里可以将三次多项式函数记为f(ti，∑)；ti表示红外焦平面温度，∑表示红外焦平面温度ti下的理想无锅盖红外图像的奇异值；关于三次曲线拟合的方式，可以采用MATLAB工具箱进行拟合，也可以采用其它技术，这里不作限定；
将图像pic1和红外焦平面温度ti进行二次曲线拟合，得到图像pic1和红外焦平面温度ti的二次函数；
本申请中，这里可以将二次多项式函数记为g(ti，pic)；ti表示红外焦平面温度，pic1表示红外焦平面温度ti下的低温均匀面图像；关于二次曲线拟合的方式，可以采用MATLAB工具箱进行拟合，也可以采用其它技术，这里也不作限定；
实际使用过程：
S105：实际过程中，采集当前环境温度条件下的均匀面的红外图像和快门校正的红外图像；
利用步骤S104中的二次函数和当前环境温度下对应的红外焦平面温度t，反解获取当前环境温度下对应的红外焦平面温度t下的低温均匀面采集的红外图像pic；这里即为函数g的反解；
所述采集的快门校正的红外图像，具体为微电机带动快门挡片遮挡住红外焦平面后采集的快门挡片的红外图像。
S106：对图像pic以快门校正的红外图像为本底进行非均匀性校正，得到包含“锅盖”现象的红外图像pic3；
含有“锅盖”现象的红外图像包含了两方面的特征，一是中间暗、四周亮的“锅盖”特征，二是红外图像局部的非均匀性特征。
S107：根据当前环境温度下对应的红外焦平面温度t以及步骤S104中拟合的三次多项式函数，反解当前理想的奇异值估计值；这里即为函数f的反解；
S108：根据当前理想的奇异值估计值对图像pic3进行奇异值反变换，得到图像pic去除“锅盖”之后的图像pic4；
反奇异值变换公式如下式所示：
A‘＝U∑’V；
∑’为反解当前理想的奇异值估计值；
S109：将图像pic减去图像pic4，得到估计的理想本底；
S110：将实际使用场景下的红外图像减去估计的理想本底，再乘以红外焦平面响应率的K系数，得到实际使用场景下的无锅盖的显示图像。
所述红外焦平面响应率的K系数，具体如式(1)所示：
Figure GDA0003462198720000071
其中，mv1表示红外热成像系统达到热平衡后对低温均匀面采集的红外图像pic1的所有像素灰度平均值；mv2表示红外热成像系统达到热平衡后对高温均匀面采集的红外图像pic2的所有像素灰度平均值。
本发明的有益效果是：解决红外热成像系统块门校正和镜头结构造成的“锅盖现象”，提升红外图像的显示质量。
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 (4)

1.一种红外图像去锅盖方法，其特征在于：包括标定过程和实际使用过程，具体如下：
标定过程：
S101：设置环境温度为0℃到T℃，并且每隔Δt℃采集均匀面的红外图像，并记录此时的红外焦平面温度ti；所述均匀面的红外图像包括：低温均匀面采集的红外图像pic1和高温均匀面采集的红外图像pic2；其中T、Δt均为预设值，且T能够整除Δt，i＝0，1，2...T/Δt；
S102：将图像pic1与图像pic2相减，得到红外焦平面温度ti下的理想无锅盖红外图像；
S103：对红外焦平面温度ti下的理想无锅盖红外图像进行奇异值分解，得到红外焦平面温度ti下的理想无锅盖红外图像的奇异值；
S104：将红外焦平面温度ti下的理想无锅盖红外图像的奇异值和红外焦平面温度ti进行三次曲线拟合，得到理想无锅盖红外图像的奇异值与红外焦平面温度ti之间的三次多项式函数；
将图像pic1和红外焦平面温度ti进行二次曲线拟合，得到图像pic1和红外焦平面温度ti的二次函数；
实际使用过程：
S105：实际过程中，采集当前环境温度条件下的均匀面的红外图像和快门校正的红外图像；
所述当前环境温度条件下的均匀面的红外图像，具体为：
利用步骤S104中的二次函数和当前环境温度下对应的红外焦平面温度t，反解获取当前环境温度下对应的红外焦平面温度t下的低温均匀面采集的红外图像pic；
S106：对图像pic以快门校正的红外图像为本底进行非均匀性校正，得到包含“锅盖”现象的红外图像pic3；
S107：根据当前环境温度下对应的红外焦平面温度t以及步骤S104中拟合的三次多项式函数，反解当前理想的奇异值估计值；
S108：根据当前理想的奇异值估计值对图像pic3进行奇异值反变换，得到图像pic去除“锅盖”之后的图像pic4；
S109：将图像pic减去图像pic4，得到估计的理想本底；
S110：将实际使用场景下的红外图像减去估计的理想本底，再乘以红外焦平面响应率的K系数，得到实际使用场景下的无锅盖的显示图像。
2.如权利要求1所述的一种红外图像去锅盖方法，其特征在于：步骤S101中，均匀面的红外图像具体为红外热成像系统正对温度分布均匀，表面平整光滑的物体采集的红外图像。
3.如权利要求1所述的一种红外图像去锅盖方法，其特征在于：步骤S105中快门校正的红外图像具体为：微电机带动快门挡片遮挡住红外焦平面后采集的快门挡片的红外图像。
4.如权利要求1所述的一种红外图像去锅盖方法，其特征在于：所述红外焦平面响应率的K系数，具体如式(1)所示：
Figure FDA0003454201760000021
其中，mv1表示红外热成像系统达到热平衡后对低温均匀面采集的红外图像pic1的所有像素灰度平均值；mv2表示红外热成像系统达到热平衡后对高温均匀面采集的红外图像pic2的所有像素灰度平均值。
CN202110508804.2A 2021-05-11 2021-05-11 一种红外图像去锅盖方法 Active CN113421220B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110508804.2A CN113421220B (zh) 2021-05-11 2021-05-11 一种红外图像去锅盖方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110508804.2A CN113421220B (zh) 2021-05-11 2021-05-11 一种红外图像去锅盖方法

Publications (2)

Publication Number Publication Date
CN113421220A CN113421220A (zh) 2021-09-21
CN113421220B true CN113421220B (zh) 2022-03-15

Family

ID=77712200

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110508804.2A Active CN113421220B (zh) 2021-05-11 2021-05-11 一种红外图像去锅盖方法

Country Status (1)

Country Link
CN (1) CN113421220B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104580894A (zh) * 2014-12-25 2015-04-29 烟台艾睿光电科技有限公司 一种红外焦平面的多点校正方法及系统
CN106803236A (zh) * 2015-11-26 2017-06-06 南京理工大学 基于模糊域奇异值分解的非均匀性校正方法
CN108846805A (zh) * 2018-05-02 2018-11-20 重庆邮电大学 一种基于场景自适应的红外热图像两点非均匀校正方法
CN109060140A (zh) * 2018-07-19 2018-12-21 中国科学院西安光学精密机械研究所 基于多点标定及拟合的红外图像非均匀性校正方法
CN112710397A (zh) * 2020-12-16 2021-04-27 电子科技大学 一种基于温度替代的两点校正方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104580894A (zh) * 2014-12-25 2015-04-29 烟台艾睿光电科技有限公司 一种红外焦平面的多点校正方法及系统
CN106803236A (zh) * 2015-11-26 2017-06-06 南京理工大学 基于模糊域奇异值分解的非均匀性校正方法
CN108846805A (zh) * 2018-05-02 2018-11-20 重庆邮电大学 一种基于场景自适应的红外热图像两点非均匀校正方法
CN109060140A (zh) * 2018-07-19 2018-12-21 中国科学院西安光学精密机械研究所 基于多点标定及拟合的红外图像非均匀性校正方法
CN112710397A (zh) * 2020-12-16 2021-04-27 电子科技大学 一种基于温度替代的两点校正方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
红外图像条纹非均匀性校正算法研究;王祥庆;《中国优秀硕士学位论文全文数据库》;20180115(第01期);全文 *
红外序列图像中运动小目标的检测;尹辉炳;《红外》;20051210(第12期);第22-28页 *

Also Published As

Publication number Publication date
CN113421220A (zh) 2021-09-21

Similar Documents

Publication Publication Date Title
Abdelhamed et al. A high-quality denoising dataset for smartphone cameras
US8941761B2 (en) Information processing apparatus and information processing method for blur correction
Likar et al. Retrospective shading correction based on entropy minimization
Aguerrebere et al. Best algorithms for HDR image generation. A study of performance bounds
US20180053289A1 (en) Method and system for real-time noise removal and image enhancement of high-dynamic range images
Cheremkhin et al. Modified temporal noise measurement method with automatic segmentation of nonuniform target, its accuracy estimation, and application to cameras of different types
WO2007086063A2 (en) Non-uniformity correction of images generated by focal plane arrays of photodetectors
Foi et al. Noise measurement for raw-data of digital imaging sensors by automatic segmentation of nonuniform targets
US7230741B2 (en) Optimum non-uniformity correction for imaging sensors
CN113421220B (zh) 一种红外图像去锅盖方法
CN105869129B (zh) 针对非均匀校正后的热红外图像剩余非均匀噪声去除方法
US20100302399A1 (en) High linear dynamic range imaging
Burge et al. Optimal defocus estimates from individual images for autofocusing a digital camera
US10748252B2 (en) Method and device for image correction
CN111207833B (zh) 一种基于图像数据归一化技术的测温方法
Li et al. Aero-thermal radiation correction via multi-scale bias field estimation
Wang et al. Rethinking noise modeling in extreme low-light environments
JP2023095734A (ja) 検出システム、検出方法、及びプログラム
Liu et al. A registration based nonuniformity correction algorithm for infrared line scanner
Cao et al. Solid state temperature-dependent NUC (non-uniformity correction) in uncooled LWIR (long-wave infrared) imaging system
Takamatsu et al. Estimating radiometric response functions from image noise variance
CN106500856A (zh) 一种将红外热像仪刻度函数应用于实际测量环境的自适应修正方法
Burns Refined measurement of digital image texture loss
Chulichkov et al. Increasing the resolution of a non-negative brightness image distorted by a linear transformation
Abdelhamed Noise Modelling for Smartphone Cameras

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