CN114022398B - 基于格林函数双调和样条插值热辐射效应校正方法及装置 - Google Patents

基于格林函数双调和样条插值热辐射效应校正方法及装置 Download PDF

Info

Publication number
CN114022398B
CN114022398B CN202210013824.7A CN202210013824A CN114022398B CN 114022398 B CN114022398 B CN 114022398B CN 202210013824 A CN202210013824 A CN 202210013824A CN 114022398 B CN114022398 B CN 114022398B
Authority
CN
China
Prior art keywords
image
thermal radiation
interpolation
green
sampling
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
CN202210013824.7A
Other languages
English (en)
Other versions
CN114022398A (zh
Inventor
洪汉玉
刘径托
时愈
张丽琴
杜敦伟
赵欣
张天序
桑农
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 Institute of Technology
Original Assignee
Wuhan Institute of Technology
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 Institute of Technology filed Critical Wuhan Institute of Technology
Priority to CN202210013824.7A priority Critical patent/CN114022398B/zh
Publication of CN114022398A publication Critical patent/CN114022398A/zh
Application granted granted Critical
Publication of CN114022398B publication Critical patent/CN114022398B/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
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • 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
    • G06T5/77—Retouching; Inpainting; Scratch removal

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种基于格林函数双调和样条插值热辐射效应校正方法及装置，其包括：获取气动光学热辐射退化图像，并对热辐射退化图像进行滤波处理，得到热辐射低频图像；对热辐射低频图像进行降采样处理，获取降采样图像中的采样点。对采样点使用基于格林函数双调和样条插值法拟合出插值曲面；将插值曲面输入预先建立的图像校正模型中，并使用交替迭代最小法求解出清晰图像及热辐射效应偏置场。本发明的方法算法运行速度较快，迭代次数相对较少，能够对热辐射退化图像进行有效的校正。

Description

基于格林函数双调和样条插值热辐射效应校正方法及装置
技术领域
本发明涉及气动光学与图像处理相结合的交叉科学技术领域，具体涉及一种基于格林函数双调和样条插值气动光学热辐射效应校正方法及装置。
背景技术
飞行器在大气层中高速飞行时，气流与探测器光学头罩接触时，气流受到压缩而被迟滞，探测器头罩表面附近的边界层内气流的动能被耗散而转变为热能，升温后的高温空气会反过来对头罩加热，这种现象称之为气动加热。飞行器飞行的高度越高，气动加热越严重。气动加热现象会在探测器光学头罩上产生热辐射效应，会严重影响成像探测系统的探测效能（例如会导致相应波段的成像传感器饱和），进而导致后续的目标探测与识别出错，所以研究气动光学热辐射效应校正具有重大工程意义。
为了尽可能减弱气动光学热辐射效应，现有技术中在光学头罩优化设计和数字图像校正两个方面做出了努力，但是光学头罩优化设计实现的方法大多操作起来比较困难，且成本较高；数字图像校正方向中，有张天序发布的专利“一种气动热辐射图像自动校正方法”中提出用K阶二维多项式来拟合气动光学热辐射效应曲面，及刘立发布的专利“一种基于
Figure 715817DEST_PATH_IMAGE001
范数最小化的气动热辐射图像自动校正方法”中提出了一种气动热辐射图像校正模型，但是均不能有效地进行气动热辐射图像的校正。因此提出一种新的气动热辐射图像校正方法是亟待解决的问题。
发明内容
有鉴于此，有必要提供一种基于格林函数双调和样条插值气动光学热辐射效应校正方法及装置，用以解决如何对气动热辐射图像进行有效校正的问题。
为了解决上述问题，本发明提供一种基于格林函数双调和样条插值气动光学热辐射效应校正方法，包括：
获取气动光学热辐射退化图像，并对热辐射退化图像进行滤波处理，得到热辐射低频图像；
对热辐射低频图像进行降采样处理，获取降采样图像中的采样点；
对采样点使用基于格林函数双调和样条插值法拟合出插值曲面；
将插值曲面输入预先建立的图像校正模型中，并使用交替迭代最小法求解出清晰图像及热辐射效应偏置场。
可选的，对采样点使用基于格林函数双调和样条插值法拟合出差值曲面，包括：
获取每一采样点的灰度值，并确定关于采样点的灰度值矩阵；
计算任两个采样点之间的第一格林函数，并确定关于采样点的第一格林函数矩阵；
利用公式
Figure 673408DEST_PATH_IMAGE002
计算权值矩阵，其中，
Figure 3896DEST_PATH_IMAGE003
表示权值矩阵，
Figure 996122DEST_PATH_IMAGE004
表示第一格林函数矩阵，
Figure 767245DEST_PATH_IMAGE005
表示灰度值矩阵；
计算任两个插值点与采样点之间的第二格林函数，并确定关于插值点的第二格林函数矩阵；
利用公式
Figure 212133DEST_PATH_IMAGE006
计算差值曲面，其中，
Figure 346311DEST_PATH_IMAGE007
表示差值曲面，
Figure 458623DEST_PATH_IMAGE008
表示第二格林函数矩阵，
Figure 606839DEST_PATH_IMAGE003
表示权值矩阵。
可选的，计算任两个采样点之间的第一格林函数，包括：
计算任两个采样点之间的第一欧式距离，基于第一欧式距离确定第一格林函数。
可选的，计算任两个插值点与采样点之间的第二格林函数，包括：
计算任两个插值点与采样点之间的第二欧式距离，基于第二欧式距离确定第二格林函数。
可选的，预先建立的图像校正模型包括：
Figure 663657DEST_PATH_IMAGE009
，其中，
Figure 86679DEST_PATH_IMAGE010
表示图像校正模型，
Figure 53498DEST_PATH_IMAGE011
表示迭代后输出的清晰图像，
Figure 153041DEST_PATH_IMAGE012
代表迭代后输出的热辐射效应偏置场，
Figure 182308DEST_PATH_IMAGE013
表示热辐射效应偏置场的正则化项，
Figure 533655DEST_PATH_IMAGE014
表示热辐射效应偏置场正则化项的正则化系数，
Figure 479614DEST_PATH_IMAGE015
表示清晰图像的正则化项，
Figure 891004DEST_PATH_IMAGE016
表示清晰图像正则化项的正则化系数，
Figure 676076DEST_PATH_IMAGE017
代表热辐射退化图像，
Figure 565534DEST_PATH_IMAGE018
表示迭代中的潜在清晰图像，
Figure 366000DEST_PATH_IMAGE019
表示迭代中的热辐射效应偏置场。
可选的，将插值曲面输入预先建立的图像校正模型中，包括：
将插值曲面作为热辐射效应偏置场的初始值输入图像校正模型。
可选的，使用交替迭代最小法求解出清晰图像及热辐射效应偏置场，包括：
固定第一潜在清晰图像，利用图像校正模型迭代估计插值曲面的权值矩阵，迭代求解潜在热辐射效应偏置场；
固定潜在热辐射效应偏置场，利用清晰图像与热辐射效应偏置场关联关系估计第二潜在清晰图像；
交替迭代上述迭代过程，并输出满足预设要求的清晰图像及热辐射效应偏置场。
本发明还提供了一种基于格林函数双调和样条插值气动光学热辐射效应校正装置，包括：
滤波模块：用于获取气动光学热辐射退化图像，并对热辐射退化图像进行滤波处理，得到热辐射低频图像；
采样模块：用于对热辐射低频图像进行降采样处理，获取降采样图像中的采样点。
拟合模块：用于对采样点使用基于格林函数双调和样条插值法拟合出插值曲面；
迭代模块，用于将插值曲面输入预先建立的图像校正模型中，并使用交替迭代最小法求解出清晰图像及热辐射效应偏置场。
本发明还提供一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述基于格林函数双调和样条插值热辐射效应校正方法中的步骤。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述基于格林函数双调和样条插值热辐射效应校正方法中的步骤。
本发明通过对热辐射退化图像进行滤波处理，去除退化图像中的无用成分，并对热辐射低频图像进行降采样处理，便于后续曲面拟合中的数据计算，对采样点使用基于格林函数双调和样条插值法拟合出插值曲面，使得插值曲面拟合插补精度高，并且将插值曲面输入预先建立的图像校正模型中，并使用交替迭代最小法求解出清晰图像及热辐射效应偏置场，的方法算法速度较快，迭代次数相对较少，能够对气动光学热辐射退化图像进行有效的校正。
附图说明
图1为本发明实施例提供的一种基于格林函数双调和样条插值气动光学热辐射效应校正方法的方法流程图；
图2为本发明实施例提供的一种气动光学热辐射退化图像；
图3（a）、图3（b）为本发明实施例提供的不同降采样数据；
图4（a）~图4（e）为本发明实施例提供的一组经过不同降采样大小后迭代输出的清晰图像；
图5为本发明实施例提供的一种基于格林函数双调和样条插值法拟合出差值曲面的方法流程图；
图6为本发明实施例提供的一种经过迭代后输出的清晰图像；
图7为本发明实施例提供的一种基于格林函数双调和样条插值气动光学热辐射效应校正装置的结构示意图。
图8为本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理，并非用于限定本发明的范围。
本发明实施例中提供了一种基于格林函数双调和样条插值气动光学热辐射效应校正方法，如图1所示，该方法包括：
步骤S101：获取气动光学热辐射退化图像，并对热辐射退化图像进行滤波处理，得到热辐射低频图像。
其中，退化图像是受损的图像，而气动热辐射效应的退化图像形成的原因包括高温气体使光学窗口产生严重的气动光学热辐射效应噪声，使图像背景局部亮度增加，成像质量下降。具体的，图2中提供了一种气动光学热辐射效应退化图像。
可以理解的是，退化图像中由于收到各种干扰或者噪声，导致图片质量下降，本发明的一个实施例可以对退化图像进行滤波处理，以去除噪声。具体的，举例而言，退化图像的大小为415×415，对退化图像进行一次小波变换和一次中值滤波，首先对退化图像进行5层小波分解，再对高频系数进行软阈值量化处理（即对于1~5层的每一层选择一个阈值，并对这一层的高频系数进行软阈值量化处理），最后根据小波分解的第5层的低频系数和经过修改的从第一层到第五层的各层高频系数计算图像的小波重构，得到热辐射低频图像。
步骤S102：对热辐射低频图像进行降采样处理，获取降采样图像中的采样点。
需要说明的是，降采样又被称为下采样，其主要目的是缩小图像，使得图像更加符合显示区域的大小，并且便于对采样点进行处理。
举例而言，对上述热辐射低频图像做降采样操作，将其缩小至原图的0.0313倍，即分别在行和列方向每隔32个点取一个点，最后得到大小为13×13的降采样图像。关于采样点数的选取，分别用大小为4×4、7×7、13×13、26×26、52×52这五种不同尺度降采样的图像做曲面拟合进行对比实验，用拟合算法速度和拟合误差和（用拟合曲面减去预处理后的图像曲面，将每一个像素点的差值累积起来）对比，其中，不同降采样大小的实验数据可以参见图3（a）和图3（b），根据大小为4×4、7×7、13×13、26×26、52×52这五种不同尺度进行降采样的校正结果可以参见图4（a）~图4（e）,根据校正结果显示，并综合拟合算法速度和拟合误差和，最终选取大小为13×13的降采样。
步骤S103：对采样点使用基于格林函数双调和样条插值法拟合出插值曲面。
可以理解的是，双调和样条插值是不规则间隔的二维数据点的插值。插值曲面是以每个数据点为中心的格林函数的线性组合，并且格林函数的振幅是通过求解一个线性方程组得到的。
在本发明的一个实施例中，对采样点使用基于格林函数双调和样条插值法拟合出差值曲面，如图5所示，包括：
步骤S501：获取每一采样点的灰度值，并确定关于采样点的灰度值矩阵。
其中，灰度值指黑白图像中点的颜色深度，在图像识别领域有很广泛的用途，可以通过转化为RGB值得到。举例而言，
Figure 682712DEST_PATH_IMAGE020
个采样点的像素灰度值矩阵
Figure 952150DEST_PATH_IMAGE021
。
步骤S502：计算任两个采样点之间的第一格林函数，并确定关于采样点的第一格林函数矩阵。
需要说明的是，在计算任两个采样点之间的第一格林函数时，为了提高算法的运行效率，可以对采样点使用排序算法，即通过使用归并排序算法，将所有采样点之间距离都按升序排序。排序过后的采样点的坐标矩阵
Figure 910879DEST_PATH_IMAGE022
，
Figure 565851DEST_PATH_IMAGE023
。
在本发明的一个实施例中，计算任两个采样点之间的第一格林函数，包括：
计算任两个采样点之间的第一欧式距离，基于第一欧式距离确定第一格林函数。
可以理解的是，第一格林函数的计算可以用以下公式表示：
Figure 928831DEST_PATH_IMAGE024
具体的：
Figure 810199DEST_PATH_IMAGE025
其中，
Figure 166094DEST_PATH_IMAGE026
为采样点
Figure 816518DEST_PATH_IMAGE027
到采样点
Figure 615978DEST_PATH_IMAGE028
的欧氏距离。
因此，大小为k2×k2的第一格林函数矩阵
Figure 984643DEST_PATH_IMAGE029
为：
Figure 144228DEST_PATH_IMAGE030
元素
Figure 649159DEST_PATH_IMAGE031
可由下面公式计算：
Figure 616591DEST_PATH_IMAGE032
其中，元素
Figure 472551DEST_PATH_IMAGE031
表示第一格林函数数值。
步骤S503：利用公式
Figure 170249DEST_PATH_IMAGE002
计算权值矩阵，其中，
Figure 795265DEST_PATH_IMAGE003
表示权值矩阵，
Figure 936528DEST_PATH_IMAGE004
表示第一格林函数矩阵，
Figure 14205DEST_PATH_IMAGE005
表示灰度值矩阵。
可以理解的是，双调和样条插值法的公式是
Figure 515594DEST_PATH_IMAGE033
，在滤波后的图像曲面（即把图像转换成曲面，图像的灰度值当做
Figure 995116DEST_PATH_IMAGE005
轴坐标）上降采样得到
Figure 307280DEST_PATH_IMAGE020
个采样点，把这
Figure 137833DEST_PATH_IMAGE020
个采样点代入上述公式，
Figure 911754DEST_PATH_IMAGE005
是每个采样点的
Figure 511362DEST_PATH_IMAGE005
轴坐标，根据每个点的
Figure 994428DEST_PATH_IMAGE034
，
Figure 46697DEST_PATH_IMAGE035
轴坐标可以算出第一格林函数矩阵
Figure 624309DEST_PATH_IMAGE004
，然后就可以算出权值矩阵
Figure 344003DEST_PATH_IMAGE003
。
步骤S504：计算任两个插值点与采样点之间的第二格林函数，并确定关于插值点的第二格林函数矩阵。
在本发明的一个实施例中，计算任两个插值点与采样点之间的第二格林函数，包括：
计算任两个插值点与采样点之间的第二欧式距离，基于第二欧式距离确定第二格林函数。
可以理解的是，在进行曲面拟合时，因为使用的是双调和样条插值法，因此插值曲面有n2个点，本发明实施例中把这n2个点叫做插值点。然后根据插值点与采样点之间的第二欧式距离可以计算出第二格林函数。
可以理解的是，第二格林函数的计算可以用以下公式表示：
Figure 723601DEST_PATH_IMAGE036
具体的，
Figure 387801DEST_PATH_IMAGE037
其中，
Figure 910049DEST_PATH_IMAGE038
为插值曲面上的第
Figure 94037DEST_PATH_IMAGE039
个插值点与降采样图像上第
Figure 43538DEST_PATH_IMAGE040
个采样点之间的欧式距离。
因此，大小为
Figure 929455DEST_PATH_IMAGE041
的第二格林函数矩阵
Figure 255394DEST_PATH_IMAGE008
为：
Figure 293888DEST_PATH_IMAGE042
元素
Figure 414291DEST_PATH_IMAGE043
可由下面公式计算：
Figure 53083DEST_PATH_IMAGE044
其中，元素
Figure 651554DEST_PATH_IMAGE043
表示第二格林函数数值。
步骤S505：利用公式
Figure 544555DEST_PATH_IMAGE006
计算差值曲面，其中，
Figure 101438DEST_PATH_IMAGE007
表示差值曲面，
Figure 961947DEST_PATH_IMAGE008
表示第二格林函数矩阵，
Figure 364110DEST_PATH_IMAGE003
表示权值矩阵。
可以理解的是，由公式
Figure 108687DEST_PATH_IMAGE006
可以计算出拟合出来的曲面
Figure 961105DEST_PATH_IMAGE007
，并且这里拟合曲面的对象是经过滤波后的图像，可以理解为一个近似的热辐射效应偏置场面，在后面的校正模型中可以把这个曲面当作初始值进行校正。
步骤S104：将插值曲面输入预先建立的图像校正模型中，并使用交替迭代最小法求解出清晰图像及热辐射效应偏置场。
可选的，预先建立的图像校正模型包括：
Figure 918697DEST_PATH_IMAGE009
，其中，
Figure 999917DEST_PATH_IMAGE010
表示图像校正模型，
Figure 257723DEST_PATH_IMAGE011
表示迭代后输出的清晰图像，
Figure 15463DEST_PATH_IMAGE012
代表迭代后输出的热辐射效应偏置场，
Figure 460351DEST_PATH_IMAGE013
表示热辐射效应偏置场的正则化项，
Figure 345262DEST_PATH_IMAGE014
表示热辐射效应偏置场正则化项的正则化系数，
Figure 191995DEST_PATH_IMAGE015
表示清晰图像的正则化项，
Figure 386216DEST_PATH_IMAGE016
表示清晰图像正则化项的正则化系数，
Figure 318400DEST_PATH_IMAGE017
代表热辐射退化图像，
Figure 741422DEST_PATH_IMAGE018
表示迭代中的潜在清晰图像，
Figure 832875DEST_PATH_IMAGE019
表示迭代中的热辐射效应偏置场。
需要说明的是，在上述校正模型的建立过程中，还包括了清晰图像与热辐射效应偏置场之间的关联关系，具体的：
Figure 807784DEST_PATH_IMAGE045
。
在本发明的一个实施例中，将插值曲面输入预先建立的图像校正模型中，包括：
将插值曲面作为热辐射效应偏置场的初始值输入图像校正模型。
可以理解的是，插值曲面为一个近似的热辐射效应偏置场面，校正模型中可以把这个曲面当作初始值进行校正，以保证校正的有效性。
在本发明的一个实施例中，使用交替迭代最小法求解出清晰图像及热辐射效应偏置场，包括：
固定第一潜在清晰图像，利用图像校正模型迭代估计插值曲面的权值矩阵，迭代求解潜在热辐射效应偏置场；
固定潜在热辐射效应偏置场，利用清晰图像与热辐射效应偏置场关联关系估计第二潜在清晰图像；
交替迭代上述迭代过程，并输出满足预设要求的清晰图像及热辐射效应偏置场。在本发明的一个实施例中，根据上述图像校正模型输出的清晰图像可参见图6。
可以理解的是，根据上述图像校正模型，可以推出清晰图像的正则化项：
Figure 105560DEST_PATH_IMAGE046
其中，
Figure 722486DEST_PATH_IMAGE047
、
Figure 402866DEST_PATH_IMAGE048
分别代表迭代过程中潜在清晰图像的第
Figure 548677DEST_PATH_IMAGE049
个像素点水平方向和垂直方向的梯度。
在对于清晰图像的求解过程中，
Figure 330819DEST_PATH_IMAGE050
问题的难点在于非光滑项，因此可以使用Split Bregman迭代来求解
Figure 344911DEST_PATH_IMAGE051
范数问题，具体的：
Figure 755164DEST_PATH_IMAGE052
首先引入辅助变量
Figure 212821DEST_PATH_IMAGE053
和
Figure 606894DEST_PATH_IMAGE054
，使上式等同于下面的约束性问题：
Figure 424677DEST_PATH_IMAGE055
Figure 220595DEST_PATH_IMAGE056
为了获得一个无约束问题，上式可增加一个惩罚项，近似为：
Figure 849153DEST_PATH_IMAGE057
其中，
Figure 323997DEST_PATH_IMAGE058
是正则项惩罚参数。用以保证上面二式的等价性。
然后可以通过下面的Split Bregman迭代来计算约束项：
Figure 820837DEST_PATH_IMAGE059
其中，
Figure 736841DEST_PATH_IMAGE060
和
Figure 267792DEST_PATH_IMAGE061
是Bregman变量。
最后通过五个分离的简单步骤来解决最小化问题：
Figure 761090DEST_PATH_IMAGE062
Figure 796042DEST_PATH_IMAGE063
Figure 176339DEST_PATH_IMAGE064
Figure 271334DEST_PATH_IMAGE065
Figure 720770DEST_PATH_IMAGE066
在上述步骤的执行过程中，其每次迭代都可以在傅立叶变换域中有效地执行。
还可以推出热辐射效应偏置场的正则化项：
Figure 559413DEST_PATH_IMAGE067
其中，
Figure 59795DEST_PATH_IMAGE068
为热辐射效应偏置场曲面
Figure 325692DEST_PATH_IMAGE019
的梯度，
Figure 528003DEST_PATH_IMAGE069
为正则化参数，
Figure 904757DEST_PATH_IMAGE008
为基于格林函数的双调和样条插值法中的第二格林函数格林矩阵，
Figure 994067DEST_PATH_IMAGE003
为权值矩阵，
Figure 555499DEST_PATH_IMAGE070
即为采用基于格林函数的双调和样条插值法拟合出的偏置场曲面，即插值曲面。
在对于热辐射效应偏置场的求解过程中，可以使用Split Bregman迭代来求解L_2范数问题，具体的：
Figure 120472DEST_PATH_IMAGE071
热辐射效应偏置场问题的每次迭代也可以通过应用快速傅里叶变换来解决，具体的，令目标函数导数为0解得：
Figure 190933DEST_PATH_IMAGE072
其中，
Figure 790541DEST_PATH_IMAGE073
，
Figure 257295DEST_PATH_IMAGE074
分别为图像水平方向和竖直方向的导数。
本发明实施例通过在气动热辐射图像校正模型中加入拟合曲面参数W的正则项约束来提高曲面拟合的精度。
本发明通过对热辐射退化图像进行滤波处理，去除退化图像中的无用成分，并对热辐射低频图像进行降采样处理，便于后续曲面拟合中的数据计算，对采样点使用基于格林函数双调和样条插值法拟合出插值曲面，使得插值曲面拟合插补精度高，并且将插值曲面输入预先建立的图像校正模型中，并使用交替迭代最小法求解出清晰图像及热辐射效应偏置场，的方法算法速度较快，迭代次数相对较少，能够对气动光学热辐射退化图像进行有效的校正。
基于上述基于格林函数双调和样条插值气动光学热辐射效应校正方法，本发明实施例还提供一种基于格林函数双调和样条插值气动光学热辐射效应校正装置，该基于格林函数双调和样条插值气动光学热辐射效应校正装置与上述实施例中基于格林函数双调和样条插值气动光学热辐射效应校正方法一一对应。
如图7所示，该基于格林函数双调和样条插值气动光学热辐射效应校正装置700包括滤波模块701、采样模块702、拟合模块703、迭代模块704。各功能模块详细说明如下：
滤波模块701：用于获取气动光学热辐射退化图像，并对所述热辐射退化图像进行滤波处理，得到热辐射低频图像；
采样模块702：用于对所述热辐射低频图像进行降采样处理，获取降采样图像中的采样点。
拟合模块703：用于对所述采样点使用基于格林函数双调和样条插值法拟合出插值曲面；
迭代模块704，用于将所述插值曲面输入预先建立的图像校正模型中，并使用交替迭代最小法求解出清晰图像及热辐射效应偏置场。
关于基于格林函数双调和样条插值气动光学热辐射效应校正装置的具体限定可以参见上文中对于基于格林函数双调和样条插值气动光学热辐射效应校正的限定，在此不再赘述。上述基于格林函数双调和样条插值气动光学热辐射效应校正装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
基于上述基于格林函数双调和样条插值热辐射效应校正方法，本发明实施例还相应的提供一种电子设备，包括：处理器和存储器以及存储在存储器中并可在处理器上执行的计算机程序；处理器执行计算机程序时实现如上述各实施例的基于格林函数双调和样条插值热辐射效应校正方法中的步骤。
图8中示出了适于用来实现本发明实施例的电子设备800的结构示意图。本发明实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图8示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
电子设备包括：存储器以及处理器，其中，这里的处理器可以称为下文所述的处理装置801，存储器可以包括下文中的只读存储器（ROM）802、随机访问存储器（RAM）803以及存储装置808中的至少一项，具体如下所示：
如图8所示，电子设备800可以包括处理装置（例如中央处理器、图形处理器等）801，其可以根据存储在只读存储器（ROM）802中的程序或者从存储装置804加载到随机访问存储器（RAM）803中的程序而执行各种适当的动作和处理。在RAM803中，还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM802以及RAM803通过总线804彼此相连。输入/输出（I/O）接口805也连接至总线804。
通常，以下装置可以连接至I/O接口805：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置807；包括例如磁带、硬盘等的存储装置804；以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备800，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置809从网络上被下载和安装，或者从存储装置804被安装，或者从ROM802被安装。在该计算机程序被处理装置801执行时，执行本发明实施例的方法中限定的上述功能。
基于上述基于格林函数双调和样条插值热辐射效应校正方法，本发明实施例还相应的提供一种计算机可读存储介质，该计算机可读存储介质存储有一个或者多个程序，一个或者多个程序可被一个或者多个处理器执行，以实现如上述各实施例的基于格林函数双调和样条插值热辐射效应校正方法中的步骤。
本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读存储介质中。其中，所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种基于格林函数双调和样条插值热辐射效应校正方法，其特征在于，包括：
获取气动光学热辐射退化图像，并对所述热辐射退化图像进行滤波处理，得到热辐射低频图像；
对所述热辐射低频图像进行降采样处理，获取降采样图像中的采样点；
对所述采样点使用基于格林函数双调和样条插值法拟合出插值曲面，其中，所述对所述采样点使用基于格林函数双调和样条插值法拟合出插值曲面，包括：
获取每一采样点的灰度值，并确定关于所述采样点的灰度值矩阵
Figure 871635DEST_PATH_IMAGE001
；
计算任两个采样点之间的第一格林函数
Figure 120214DEST_PATH_IMAGE002
，并确定关于所述采样点的第一格林函数矩阵
Figure 859631DEST_PATH_IMAGE003
，其中，
Figure 408424DEST_PATH_IMAGE004
，
Figure 699728DEST_PATH_IMAGE005
为采样点
Figure 560237DEST_PATH_IMAGE006
到采样点
Figure 227978DEST_PATH_IMAGE007
的欧氏距离，
Figure 506644DEST_PATH_IMAGE008
，
Figure 703270DEST_PATH_IMAGE009
为第一格林函数数值；
利用公式
Figure 51075DEST_PATH_IMAGE010
计算权值矩阵，其中，
Figure 256928DEST_PATH_IMAGE011
表示权值矩阵，
Figure 856012DEST_PATH_IMAGE012
表示第一格林函数矩阵，
Figure 20277DEST_PATH_IMAGE013
表示灰度值矩阵；
计算任两个插值点与采样点之间的第二格林函数
Figure 855378DEST_PATH_IMAGE014
，并确定关于所述插值点的第二格林函数矩阵
Figure 599343DEST_PATH_IMAGE015
，其中，
Figure 587022DEST_PATH_IMAGE016
，
Figure 250085DEST_PATH_IMAGE017
为插值曲面上的第
Figure 447848DEST_PATH_IMAGE018
个插值点与降采样图像上第
Figure 870870DEST_PATH_IMAGE019
个采样点之间的欧式距离，
Figure 837689DEST_PATH_IMAGE020
Figure 202811DEST_PATH_IMAGE021
为第二格林函数数值；
利用公式
Figure 622291DEST_PATH_IMAGE022
计算插值曲面，其中，
Figure 849004DEST_PATH_IMAGE023
表示插值曲面，
Figure 935909DEST_PATH_IMAGE024
表示第二格林函数矩阵，
Figure 347299DEST_PATH_IMAGE011
表示权值矩阵；
将所述插值曲面输入预先建立的图像校正模型中，并使用交替迭代最小法求解出清晰图像及热辐射效应偏置场。
2.根据权利要求1所述的方法，其特征在于，所述计算任两个采样点之间的第一格林函数，包括：
计算所述任两个采样点之间的第一欧式距离，基于所述第一欧式距离确定所述第一格林函数。
3.根据权利要求1所述的方法，其特征在于，所述计算任两个插值点与采样点之间的第二格林函数，包括：
计算所述任两个插值点与采样点之间的第二欧式距离，基于所述第二欧式距离确定所述第二格林函数。
4.根据权利要求1所述的方法，其特征在于，所述预先建立的图像校正模型包括：
Figure 378709DEST_PATH_IMAGE025
，其中，
Figure 533746DEST_PATH_IMAGE026
表示图像校正模型，
Figure 341735DEST_PATH_IMAGE027
表示迭代后输出的清晰图像，
Figure 924026DEST_PATH_IMAGE028
代表迭代后输出的热辐射效应偏置场，
Figure 583677DEST_PATH_IMAGE029
表示热辐射效应偏置场的正则化项，
Figure 401461DEST_PATH_IMAGE030
表示欧几里得范数的平方，
Figure 197378DEST_PATH_IMAGE031
表示热辐射效应偏置场正则化项
Figure 825937DEST_PATH_IMAGE029
的正则化系数，其中，
Figure 707305DEST_PATH_IMAGE032
为迭代中的热辐射效应偏置场
Figure 469725DEST_PATH_IMAGE033
的梯度，
Figure 244783DEST_PATH_IMAGE034
为正则化参数，
Figure 168877DEST_PATH_IMAGE024
为基于格林函数的双调和样条插值法中的第二格林函数格林矩阵，
Figure 412907DEST_PATH_IMAGE011
为权值矩阵，
Figure 447859DEST_PATH_IMAGE035
即为采用基于格林函数的双调和样条插值法拟合出的偏置场曲面，即插值曲面，
Figure 483948DEST_PATH_IMAGE036
表示清晰图像的正则化项，
Figure 437998DEST_PATH_IMAGE037
为迭代中的潜在清晰图像
Figure 293958DEST_PATH_IMAGE038
的梯度，
Figure 273547DEST_PATH_IMAGE039
表示清晰图像正则化项
Figure 632984DEST_PATH_IMAGE036
的正则化系数，
Figure 23514DEST_PATH_IMAGE040
代表热辐射退化图像，
Figure 366771DEST_PATH_IMAGE038
表示迭代中的潜在清晰图像，
Figure 9105DEST_PATH_IMAGE033
表示迭代中的热辐射效应偏置场。
5.根据权利要求4所述的方法，其特征在于，所述将所述插值曲面输入预先建立的图像校正模型中，包括：
将所述插值曲面作为所述热辐射效应偏置场的初始值输入所述图像校正模型。
6.根据权利要求5所述的方法，其特征在于，所述使用交替迭代最小法求解出清晰图像及热辐射效应偏置场，包括：
固定第一潜在清晰图像，利用所述图像校正模型迭代估计所述插值曲面的权值矩阵，迭代求解潜在热辐射效应偏置场；
固定所述潜在热辐射效应偏置场，利用所述清晰图像与所述热辐射效应偏置场关联关系估计第二潜在清晰图像；
交替迭代上述两个迭代过程，并输出满足预设要求的清晰图像及热辐射效应偏置场。
7.一种基于格林函数双调和样条插值热辐射效应校正装置，其特征在于，包括：
滤波模块：用于获取气动光学热辐射退化图像，并对所述热辐射退化图像进行滤波处理，得到热辐射低频图像；
采样模块：用于对所述热辐射低频图像进行降采样处理，获取降采样图像中的采样点；
拟合模块：用于对所述采样点使用基于格林函数双调和样条插值法拟合出插值曲面，其中，所述对所述采样点使用基于格林函数双调和样条插值法拟合出插值曲面，包括：
获取每一采样点的灰度值，并确定关于所述采样点的灰度值矩阵
Figure 361064DEST_PATH_IMAGE001
；
计算任两个采样点之间的第一格林函数
Figure 63441DEST_PATH_IMAGE002
，并确定关于所述采样点的第一格林函数矩阵
Figure 753048DEST_PATH_IMAGE003
，其中，
Figure 933494DEST_PATH_IMAGE004
，
Figure 142889DEST_PATH_IMAGE005
为采样点
Figure 16168DEST_PATH_IMAGE041
到采样点
Figure 68437DEST_PATH_IMAGE042
的欧氏距离，
Figure 911628DEST_PATH_IMAGE008
，
Figure 631323DEST_PATH_IMAGE009
为第一格林函数数值；
利用公式
Figure 285289DEST_PATH_IMAGE010
计算权值矩阵，其中，
Figure 824855DEST_PATH_IMAGE011
表示权值矩阵，
Figure 612682DEST_PATH_IMAGE012
表示第一格林函数矩阵，
Figure 45937DEST_PATH_IMAGE013
表示灰度值矩阵；
计算任两个插值点与采样点之间的第二格林函数
Figure 995439DEST_PATH_IMAGE014
，并确定关于所述插值点的第二格林函数矩阵
Figure 897667DEST_PATH_IMAGE015
，其中，
Figure 223606DEST_PATH_IMAGE016
，
Figure 511368DEST_PATH_IMAGE017
为插值曲面上的第
Figure 897350DEST_PATH_IMAGE018
个插值点与降采样图像上第
Figure 411508DEST_PATH_IMAGE019
个采样点之间的欧式距离，
Figure 153855DEST_PATH_IMAGE020
Figure 437068DEST_PATH_IMAGE021
为第二格林函数数值；
利用公式
Figure 118585DEST_PATH_IMAGE022
计算插值曲面，其中，
Figure 854460DEST_PATH_IMAGE023
表示插值曲面，
Figure 787781DEST_PATH_IMAGE024
表示第二格林函数矩阵，
Figure 535289DEST_PATH_IMAGE011
表示权值矩阵；
迭代模块，用于将所述插值曲面输入预先建立的图像校正模型中，并使用交替迭代最小法求解出清晰图像及热辐射效应偏置场。
8.一种计算机设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述基于格林函数双调和样条插值热辐射效应校正方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于格林函数双调和样条插值热辐射效应校正方法的步骤。
CN202210013824.7A 2022-01-07 2022-01-07 基于格林函数双调和样条插值热辐射效应校正方法及装置 Active CN114022398B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210013824.7A CN114022398B (zh) 2022-01-07 2022-01-07 基于格林函数双调和样条插值热辐射效应校正方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210013824.7A CN114022398B (zh) 2022-01-07 2022-01-07 基于格林函数双调和样条插值热辐射效应校正方法及装置

Publications (2)

Publication Number Publication Date
CN114022398A CN114022398A (zh) 2022-02-08
CN114022398B true CN114022398B (zh) 2022-05-10

Family

ID=80069641

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210013824.7A Active CN114022398B (zh) 2022-01-07 2022-01-07 基于格林函数双调和样条插值热辐射效应校正方法及装置

Country Status (1)

Country Link
CN (1) CN114022398B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114529481B (zh) * 2022-04-21 2022-07-26 武汉工程大学 气动光学热辐射效应校正方法、装置、设备及存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020011852A1 (en) * 2000-03-21 2002-01-31 Andreas Mandelis Non-contact photothermal radiometric metrologies and instrumentation for characterization of semiconductor wafers, devices and non electronic materials
SE527885C2 (sv) * 2004-01-13 2006-07-04 Xcounter Ab Förfarande och anordning för rekonstruktion av ett föremåls dämpningsdensitet från röntgenprojektionsavbildningsdata
CN105160687B (zh) * 2015-10-21 2018-01-02 华中科技大学 一种气动光学热辐射噪声校正方法与系统
CN108895974B (zh) * 2018-05-08 2020-06-09 航天东方红卫星有限公司 一种结构变形光纤监测与重构方法及系统
CN109813442B (zh) * 2019-03-27 2020-05-12 北京理工大学 一种基于多帧处理的内部杂散辐射非均匀性校正方法
CN111583149B (zh) * 2020-05-08 2023-02-17 西安电子科技大学 一种基于l1-l0范数最小化的气动热辐射图像自动校正方法
CN111951375B (zh) * 2020-07-16 2023-06-30 中国航天空气动力技术研究院 一种曲面可视化模型内流粒子图像提取方法

Also Published As

Publication number Publication date
CN114022398A (zh) 2022-02-08

Similar Documents

Publication Publication Date Title
US8380000B2 (en) Methods of deblurring image and recording mediums having the same recorded thereon
EP2987320B1 (en) Extracting true color from a color and infrared sensor
US9275443B2 (en) Image-processing apparatus for removing haze contained in video, and method therefof
EP2357784B1 (en) Adaptive edge enhancement using directional components from non-linear filtering
EP2261853B1 (en) Image processing apparatus, medium, and method
US7747045B2 (en) Method and apparatus for diffusion based illumination normalization
JP2019049706A (ja) 焼き付き統計値及び焼き付き補償
US20130132044A1 (en) Lens Modeling
US20110211765A1 (en) Image processing apparatus, image processnig method, and program
US20160070979A1 (en) Method and Apparatus for Generating Sharp Image Based on Blurry Image
US20140198992A1 (en) Linear Transform-Based Image Processing Techniques
US9727984B2 (en) Electronic device and method for processing an image
JP4692856B2 (ja) モデルベースの異方性拡散の方法および装置
US20130329066A1 (en) Hardware-constrained transforms for video stabilization processes
CN114022398B (zh) 基于格林函数双调和样条插值热辐射效应校正方法及装置
KR20110049383A (ko) 영상 처리 장치 및 방법
CN112017130B (zh) 基于自适应各向异性全变分正则化的图像复原方法
WO2018103015A1 (zh) 一种环形伪影修正的方法及装置
KR20140117876A (ko) 왜곡 영상 보정 장치 및 방법
KR101362183B1 (ko) 카메라 자세 기반의 깊이 영상 노이즈 제거 장치 및 방법
CN103971349A (zh) 计算机断层扫描图像重建方法和计算机断层扫描设备
US10521918B2 (en) Method and device for filtering texture, using patch shift
CN114202476A (zh) 一种红外图像增强方法、装置、设备及计算机可读介质
Zhang et al. Fast restoration of star image under dynamic conditions via lp regularized intensity prior
US11348205B2 (en) Image processing apparatus, image processing method, and storage medium

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