CN114529481B - 气动光学热辐射效应校正方法、装置、设备及存储介质 - Google Patents

气动光学热辐射效应校正方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114529481B
CN114529481B CN202210417594.0A CN202210417594A CN114529481B CN 114529481 B CN114529481 B CN 114529481B CN 202210417594 A CN202210417594 A CN 202210417594A CN 114529481 B CN114529481 B CN 114529481B
Authority
CN
China
Prior art keywords
fitting
image
points
point
function
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
CN202210417594.0A
Other languages
English (en)
Other versions
CN114529481A (zh
Inventor
洪汉玉
鲁浩渊
时愈
张丽琴
杜敦伟
赵欣
张天序
桑农
冯先成
钟卫军
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 CN202210417594.0A priority Critical patent/CN114529481B/zh
Publication of CN114529481A publication Critical patent/CN114529481A/zh
Application granted granted Critical
Publication of CN114529481B publication Critical patent/CN114529481B/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
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

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

Abstract

本发明涉及一种气动光学热辐射效应校正方法、装置、设备及存储介质，其方法包括：获取气动光学热辐射退化图像，并对退化图像进行滤波操作得到滤波图像；对滤波图像进行下采样处理并生成离散点；对离散点使用基于移动最小二乘法曲面拟合法拟合出初始偏置场曲面；将初始偏置场曲面输入预先建立的退化模型中，并使用交替迭代最小法输出满足预设迭代条件的校正图像及偏置场。本发明中输出的校正图像更清晰，提升了校正效果。

Description

气动光学热辐射效应校正方法、装置、设备及存储介质
技术领域
本发明涉及图像校正技术领域，尤其涉及一种气动光学热辐射效应校正方法、装置、设备及存储介质。
背景技术
当携带光学成像系统的飞行器在大气层中高速飞行时，它的光学头罩和大气之间会发生剧烈的相互作用，飞行器中的光学侧窗处会产生严重的气动光学热辐射效应。光学成像系统在气动光学热辐射效应的作用下产生的图像很模糊，空气压缩产生的热量导致成像焦平面电子响应特性发生变化，造成图像非线性饱和，失真严重。
气动光学热辐射效应校正方法是研究气动光学热辐射效应校正中的一个重要环节。现有技术中对气动光学热辐射退化图像的校正不够精准，因此需要一种新型校正方式，以使校正图像更清晰。
发明内容
有鉴于此，有必要提供一种气动光学热辐射效应校正方法、装置、设备及存储介质，用以实现解决校正图像的清晰化。
为了实现上述目的，第一方面，本发明提供一种基于移动最小二乘法的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，并对所述退化图像进行滤波操作得到滤波图像；
对所述滤波图像进行下采样处理并生成离散点；
对所述离散点使用基于移动最小二乘法曲面拟合法拟合出初始偏置场曲面；
将所述初始偏置场曲面输入预先建立的退化模型中，并使用交替迭代最小法输出满足预设迭代条件的校正图像及偏置场。
可选的，所述对所述滤波图像进行下采样处理并生成离散点，包括：
获取所述滤波图像进行下采样处理后的采样点；
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；
从所述灰度值矩阵中选取多个灰度值点作为所述离散点。
可选的，所述对所述离散点使用基于移动最小二乘法曲面拟合法拟合出初始偏置场曲面，包括：
基于所述离散点计算出拟合点；
构建权函数，并基于所述权函数计算每一离散点对所述拟合点的权值；
确定所述移动最小二乘法的基函数，并根据所述权值与所述基函数求解出拟合函数中的拟合系数，其中，所述拟合函数为在支持域内构建的且包括基函数和拟合系数的函数；
将所述拟合点及所述拟合系数输入至所述拟合函数中，求解出每一拟合点对应的灰度值，并对所述拟合点及所述拟合点对应的灰度值进行移动最小二乘法曲面拟合，输出所述初始偏置场曲面。
可选的，所述基于所述离散点计算出拟合点，包括：
确定所述离散点的二维坐标；
根据所述离散点的二维坐标确定所述离散点在第一方向上的第一最值及第二方向上的第二最值；
基于拟合点的数量确定拟合点在第一方向上的第一距离及在第二方向上的第二距离，其中，拟合点的数量与退化图像中节点的数量相同，拟合点的数量包括在第一方向上的第一数量及和在第二方向上的第二数量；
基于所述第一最值、第二最值、第一数量及第二数量确定出所述拟合点。
可选的，所述基于所述权函数计算每一离散点对所述拟合点的权值，包括：
确定所述权函数为三次样条权函数：
Figure 961565DEST_PATH_IMAGE001
其中，
Figure 837117DEST_PATH_IMAGE002
为支持域，且
Figure 69516DEST_PATH_IMAGE003
，
Figure 841163DEST_PATH_IMAGE004
、
Figure 837806DEST_PATH_IMAGE005
为拟合点，
Figure 720312DEST_PATH_IMAGE006
、
Figure 807216DEST_PATH_IMAGE007
为离散点，
Figure 546502DEST_PATH_IMAGE008
为支持域
Figure 984437DEST_PATH_IMAGE002
的半径；
基于所述权函数计算每一离散点对所述拟合点的权值
Figure 139475DEST_PATH_IMAGE009
，其中，
Figure 612044DEST_PATH_IMAGE010
为离散点数量。
可选的，所述确定所述移动最小二乘法的基函数，并根据所述权值与所述基函数求解出拟合函数中的拟合系数，包括：
构建拟合函数
Figure 522231DEST_PATH_IMAGE011
，其中，
Figure 447462DEST_PATH_IMAGE012
为基于移动最小二乘法的基函数，
Figure 406191DEST_PATH_IMAGE013
为待求的拟合系数，
Figure 264425DEST_PATH_IMAGE014
为基函数的项数，且
Figure 548776DEST_PATH_IMAGE015
，
Figure 695724DEST_PATH_IMAGE016
无实际物理含义，
Figure 271193DEST_PATH_IMAGE017
为转置符号；
对所述离散点在支持域内进行加权最小二乘，并以所述拟合点的加权残差平方和为目标函数对所述拟合系数进行求解。
可选的，所述将所述初始偏置场曲面输入预先建立的退化模型中，并使用交替迭代最小法输出满足预设迭代条件的校正图像及偏置场，包括：
将所述初始偏置场曲面输入预先建立的退化模型中，输出第一潜在清晰图像，若所述第一潜在清晰图像中的热辐射残留满足预设残留条件，输出所述第一潜在清晰图像作为所述校正图像，输出所述初始偏置场曲面作为所述偏置场；
若所述第一潜在清晰图像中的热辐射残留不满足预设残留条件，将所述第一潜在清晰图像作为第一退化图像继续进行上述滤波、取点及曲面拟合过程，直至输出的潜在清晰图像中的热辐射残留满足预设残留条件，输出所述潜在清晰图像作为所述校正图像，输出当前迭代步中的偏置场曲面最为所述偏置场。
第二方面，本发明还提供一种基于移动最小二乘法的气动光学热辐射效应校正装置，包括：
图像滤波模块，用于获取气动光学热辐射退化图像，并对所述退化图像进行滤波操作得到滤波图像；
采样处理模块，用于对所述滤波图像进行下采样处理并生成离散点；
拟合模块，用于对所述离散点使用基于移动最小二乘法曲面拟合法拟合出初始偏置场曲面；
输出模块，用于将所述初始偏置场曲面输入预先建立的退化模型中，并使用交替迭代最小法输出满足预设迭代条件的校正图像及偏置场。
第三方面，本发明还提供一种电子设备，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移动最小二乘法的气动光学热辐射效应校正方法中的步骤。
第四方面，本发明还提供一种计算机存储介质，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移动最小二乘法的气动光学热辐射效应校正方法中的步骤。
采用上述实施例的有益效果是：本发明通过对热辐射退化图像进行滤波处理，去除退化图像中的噪声部分；对滤波图像进行下采样处理，便于后续曲面拟合中的数据计算；对离散点使用基于移动最小二乘法曲面拟合法拟合出初始偏置场曲面，使得拟合出的曲面分布均匀，更加平滑，更能反映出辐射残留，故将拟合逇初始偏置场曲面输入预先建立的退化模型中，使用交替迭代最小法求解出校正图像更清晰。
附图说明
图1为本发明提供的气动光学热辐射效应校正方法的一实施例的流程示意图；
图2为本发明提供的气动光学热辐射效应校正方法中一实施例的退化图像参考图；
图3为本发明提供的气动光学热辐射效应校正方法中一实施例的滤波图像参考图；
图4为本发明提供的拟合初始偏置场曲面的一实施例的流程示意图；
图5为本发明提供的气动光学热辐射效应校正方法中一实施例的曲面拟合图；
图6为本发明提供的气动光学热辐射效应校正方法中一实施例的初始偏置场曲面图；
图7（a）、7（b）和7（c）分别为本发明提供的气动光学热辐射效应校正方法中一实施例中迭代1-3次生成的潜在清晰图像；
图8（a）、8（b）和8（c）分别为本发明提供的气动光学热辐射效应校正方法中一实施例中迭代1-3次生成的偏置场曲面；
图9为本发明提供的基于移动最小二乘法的气动光学热辐射效应校正装置的一实施例的结构示意图；
图10为本发明实施例的电子设备。
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，附图构成本发明一部分，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。
在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本发明提供了一种气动光学热辐射效应校正方法、装置、设备及存储介质以下分别进行说明。
请参阅图1，图1为本发明提供的气动光学热辐射效应校正方法的一实施例的流程示意图，本发明的一个具体实施例，公开了一种基于移动最小二乘法的气动光学热辐射效应校正方法，包括：
步骤S101：获取气动光学热辐射退化图像，并对退化图像进行滤波操作得到滤波图像；
其中，气动光学热辐射退化图像为经过热辐射后的受损图像，其尺寸为
Figure 452775DEST_PATH_IMAGE018
，具体为
Figure 376869DEST_PATH_IMAGE019
，请参阅图2，图2为本发明提供的气动光学热辐射效应校正方法中一实施例的退化图像参考图，从图2中可以看出，图像受损较严重。
在本发明的一个实施例中，预先建立的退化模型可表示为：
Figure 276692DEST_PATH_IMAGE020
，其中，
Figure 639540DEST_PATH_IMAGE021
代表退化图像，
Figure 941209DEST_PATH_IMAGE022
代表清晰图像，
Figure 36204DEST_PATH_IMAGE023
代表热辐射效应图，
Figure 220060DEST_PATH_IMAGE024
代表噪声。
可以理解的是，由于退化图像中还包括噪声，不利于后续操作，因此对退化图像进行滤波操作得到滤波图像，具体的，对退化图像进行两次高斯滤波可以对退化图像进行平滑处理，过滤掉其中的噪声，滤波后的图像用
Figure 589862DEST_PATH_IMAGE025
表示，请参阅图3，图3为本发明提供的气动光学热辐射效应校正方法中一实施例的滤波图像参考图。
步骤S102：对滤波图像进行下采样处理并生成离散点；
在本发明的一个实施例中，对滤波图像进行下采样处理并生成离散点，包括：
获取滤波图像进行下采样处理后的采样点；
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，对滤波图像进行下采样处理包括对滤波图像按块取点，具体的，选取块的大小为11×11，最后生成的采样点为38×38，即可以得到38×38的灰度值矩阵。
从灰度值矩阵中选取多个灰度值点作为离散点。
可以理解的是，通过在此灰度值矩阵上通过下标索引的方式随机取
Figure 214878DEST_PATH_IMAGE026
个灰度值点作为离散点集，其中，
Figure 808670DEST_PATH_IMAGE027
为离散点个数，离散点集
Figure 417506DEST_PATH_IMAGE028
，
Figure 325419DEST_PATH_IMAGE029
、
Figure 336101DEST_PATH_IMAGE030
为离散点的
Figure 350062DEST_PATH_IMAGE031
坐标和
Figure 180615DEST_PATH_IMAGE032
坐标，
Figure 892219DEST_PATH_IMAGE033
为对应离散点的灰度值。
步骤S103：对离散点使用基于移动最小二乘法曲面拟合法拟合出初始偏置场曲面；
可以理解的是，由于退化图像中包括清晰图像与偏置场曲面（噪声已被滤波器去除），因此在对退化图像进行校正时，可以先求出偏置场曲面，具体的，可以使用基于移动最小二乘法曲面拟合法拟合出初始偏置场曲面。
在本发明的一个实施例中，请参阅图4，图4为本发明提供的拟合初始偏置场曲面的一实施例的流程示意图，对离散点使用基于移动最小二乘法曲面拟合法拟合出初始偏置场曲面，包括：
步骤S401：基于离散点计算出拟合点；
在本发明的一个实施例中，基于离散点计算出拟合点，包括：
确定离散点的二维坐标；
根据离散点的二维坐标确定离散点在第一方向上的第一最值及第二方向上的第二最值；
基于拟合点的数量确定拟合点在第一方向上的第一距离及在第二方向上的第二距离，其中，拟合点的数量与退化图像中节点的数量相同，拟合点的数量包括在第一方向上的第一数量及和在第二方向上的第二数量；
基于第一最值、第二最值、第一数量及第二数量确定出拟合点。
其中，
Figure 554144DEST_PATH_IMAGE034
、
Figure 693002DEST_PATH_IMAGE030
为离散点的x坐标和y坐标，离散点在第一方向上的第一最值包括第一最大值
Figure 10850DEST_PATH_IMAGE035
和第一最小值
Figure 57304DEST_PATH_IMAGE036
，离散点在第二方向上的第二最值包括第二最大值
Figure 42577DEST_PATH_IMAGE037
和第二最小值
Figure 86757DEST_PATH_IMAGE036
，
可以理解的是，为了使得图像校正更加准确，拟合点的数量与退化图像中的节点数量相同，均为
Figure 954219DEST_PATH_IMAGE019
，因此拟合点在第一方向，即
Figure 7625DEST_PATH_IMAGE038
方向的第一数量为415，在第二方向，即
Figure 581826DEST_PATH_IMAGE039
方向的第二数量也为415，因此，基于拟合点的数量确定拟合点在
Figure 609956DEST_PATH_IMAGE038
轴上的第一距离可以表示为：
Figure 902397DEST_PATH_IMAGE040
，在
Figure 493916DEST_PATH_IMAGE039
轴上的第二距离可以表示为：
Figure 188202DEST_PATH_IMAGE041
。最后由第一最值、第二最值、第一数量及第二数量确定出拟合点：
Figure 636501DEST_PATH_IMAGE042
，
Figure 681817DEST_PATH_IMAGE043
，其中，
Figure 811447DEST_PATH_IMAGE044
为拟合点在
Figure 156978DEST_PATH_IMAGE031
轴的个数，且
Figure 245020DEST_PATH_IMAGE045
；
Figure 246474DEST_PATH_IMAGE046
为拟合点在
Figure 445374DEST_PATH_IMAGE039
轴的个数，且
Figure 645411DEST_PATH_IMAGE047
，需要说明的是，当离散点数据量大、分布杂乱时，往往需要对数据进行分段拟合，此外还要避免相邻分段上的拟合曲线不连续不平滑的问题，本发明实施例中的拟合点是根据所取的离散点重新计算得出，该拟合点分布均匀，拟合出来的效果更好，也避免了因离散点数据量大而分段拟合的弊端。
步骤S402：构建权函数，并基于权函数计算每一离散点对拟合点的权值；
其中，权函数在拟合中有重要的作用，他代表了离散点对拟合点的影响，通过引入权函数，使得最终拟合出来的曲面更有紧支性，可以理解的是，一般二维曲面拟合的支持域为圆形，三维曲面拟合的支持域为球形，并且权函数的选择有多种，一般可以选取样条函数、高斯函数等，本发明实施例中的权函数为三次样条权函数：
Figure 638775DEST_PATH_IMAGE048
，其中，
Figure 393104DEST_PATH_IMAGE002
为支持域，且
Figure 176121DEST_PATH_IMAGE003
，
Figure 699507DEST_PATH_IMAGE004
、
Figure 863772DEST_PATH_IMAGE005
为拟合点，
Figure 636556DEST_PATH_IMAGE006
、
Figure 177258DEST_PATH_IMAGE007
为离散点，
Figure 555150DEST_PATH_IMAGE008
为支持域
Figure 890317DEST_PATH_IMAGE002
的半径；权值可以由权函数计算得出，在权函数的领域内，以每一个拟合点为中心点，根据每个离散点对拟合点的影响计算出权值，具体的，基于权函数计算每一离散点对拟合点的权值
Figure 415976DEST_PATH_IMAGE049
，其中，
Figure 494790DEST_PATH_IMAGE010
为离散点数量。
步骤S403：确定移动最小二乘法的基函数，并根据权值与基函数求解出拟合函数中的拟合系数，其中，拟合函数为在支持域内构建的且包括基函数和拟合系数的函数；
其中，在移动最小二乘法的每个支持域内构造的拟合函数为
Figure 727189DEST_PATH_IMAGE050
，
Figure 29994DEST_PATH_IMAGE051
为基于移动最小二乘法的基函数，且
Figure 246212DEST_PATH_IMAGE052
，可以理解的是，基函数是一个高阶的完备多项式，
Figure 863138DEST_PATH_IMAGE053
为基函数的项数，对于二维问题，基函数可以是线性基和二次基，具体的，线性基时
Figure 763092DEST_PATH_IMAGE054
，此时
Figure 705640DEST_PATH_IMAGE055
取3，二次基时
Figure 877995DEST_PATH_IMAGE056
，此时
Figure 95350DEST_PATH_IMAGE055
取6，经过实验发现，基函数选取二次基时拟合效果更好，因此本发明实实施例中的
Figure 567920DEST_PATH_IMAGE055
取6。此外，
Figure 150211DEST_PATH_IMAGE057
为待求的拟合系数，且
Figure 75441DEST_PATH_IMAGE058
，是坐标x，y的函数，
Figure 96487DEST_PATH_IMAGE059
为转置符号；对离散点在支持域内进行加权最小二乘，并以拟合点的加权残差平方和为目标函数对拟合系数进行求解。
可以理解的是，在对拟合系数的求解过程中，可以对
Figure 157984DEST_PATH_IMAGE060
个离散点在支持域内进行加权最小二乘，以拟合点的加权残差平方和为目标函数对系数向量
Figure 442335DEST_PATH_IMAGE057
进行求解，具体为：
Figure 651599DEST_PATH_IMAGE061
，将上述公式转化为矩阵形式表示：
Figure 414019DEST_PATH_IMAGE062
，其中，
Figure 330022DEST_PATH_IMAGE063
为目标函数，
Figure 831280DEST_PATH_IMAGE064
是离散点对应的灰度值，且
Figure 731103DEST_PATH_IMAGE065
，这样，求解拟合系数矩阵可转化为求最小值的问题。
Figure 31634DEST_PATH_IMAGE063
对
Figure 67723DEST_PATH_IMAGE066
求导，令其等于0得：
Figure 490614DEST_PATH_IMAGE067
，解得：
Figure 612154DEST_PATH_IMAGE068
，其中，
Figure 716376DEST_PATH_IMAGE069
，
Figure 669289DEST_PATH_IMAGE070
，求得拟合函数的系数
Figure 466343DEST_PATH_IMAGE071
。
步骤S404：将拟合点及拟合系数输入至拟合函数中，求解出每一拟合点对应的灰度值，并对拟合点及拟合点对应的灰度值进行移动最小二乘法曲面拟合，输出初始偏置场曲面。
其中，拟合点为
Figure 809600DEST_PATH_IMAGE072
，
Figure 779830DEST_PATH_IMAGE073
，拟合系数
Figure 524932DEST_PATH_IMAGE074
，构造的拟合函数为
Figure 492888DEST_PATH_IMAGE075
。
可以理解的是，通过将拟合点及拟合系数的公式带入拟合函数的公式中，可以求出拟合点对应的灰度值，然后对拟合点和其对应灰度值进行移动最小二乘法曲面拟合，得到曲面拟合图，请参阅图5，图5为本发明提供的气动光学热辐射效应校正方法中一实施例的曲面拟合图。然后将其转化为图像，输出为初始偏置场曲面，请参阅图6，图6为本发明提供的气动光学热辐射效应校正方法中一实施例的初始偏置场曲面图。
步骤S104：将初始偏置场曲面输入预先建立的退化模型中，并使用交替迭代最小法输出满足预设迭代条件的校正图像及偏置场。
可以理解的是，由于对退化图像
Figure 136490DEST_PATH_IMAGE076
进行了滤波处理，因此预先建立的退化模型还可以表示为：
Figure 582515DEST_PATH_IMAGE077
，其中，
Figure 447703DEST_PATH_IMAGE076
为退化图像，
Figure 383298DEST_PATH_IMAGE078
为潜在清晰图像，
Figure 966726DEST_PATH_IMAGE079
为偏置场曲面。
交替迭代最小法的内容包括：将初始偏置场曲面输入预先建立的退化模型中，输出第一潜在清晰图像，若第一潜在清晰图像中的热辐射残留满足预设残留条件，输出第一潜在清晰图像作为校正图像，输出初始偏置场曲面作为偏置场；
若第一潜在清晰图像中的热辐射残留不满足预设残留条件，将第一潜在清晰图像作为第一退化图像继续进行上述滤波、取点及曲面拟合过程，直至输出的潜在清晰图像中的热辐射残留满足预设残留条件，输出潜在清晰图像作为校正图像，输出当前迭代步中的偏置场曲面最为偏置场。
具体的，请参阅图7（a）、7（b）和7（c），图7（a）、7（b）和7（c）分别为本发明提供的气动光学热辐射效应校正方法中一实施例中迭代1-3次生成的潜在清晰图像；请参阅图8（a）、8（b）和8（c），图8（a）、8（b）和8（c）分别为本发明提供的气动光学热辐射效应校正方法中一实施例中迭代1-3次生成的偏置场曲面。从图中可以看出，迭代次数越久，输出的潜在清晰图像越清晰，偏置场曲面的残留越少，但是，综合考虑迭代效率及校正图像的清晰度，本领域技术人员可以自行设定迭代次数。
本发明通过对热辐射退化图像进行滤波处理，去除退化图像中的噪声部分；对滤波图像进行下采样处理，便于后续曲面拟合中的数据计算；对离散点使用基于移动最小二乘法曲面拟合法拟合出初始偏置场曲面，使得拟合出的曲面分布均匀，更加平滑，更能反映出辐射残留，故将拟合逇初始偏置场曲面输入预先建立的退化模型中，使用交替迭代最小法求解出校正图像更清晰。
为了更好实施本发明实施例中的基于移动最小二乘法的气动光学热辐射效应校正方法，在基于移动最小二乘法的气动光学热辐射效应校正方法基础之上，对应的，请参阅图9，图9为本发明提供的基于移动最小二乘法的气动光学热辐射效应校正装置的一实施例的结构示意图，本发明实施例提供了一种基于移动最小二乘法的气动光学热辐射效应校正装置900，包括：
图像滤波模块901，用于获取气动光学热辐射退化图像，并对退化图像进行滤波操作得到滤波图像；
采样处理模块902，用于对滤波图像进行下采样处理并生成离散点；
拟合模块903，用于对离散点使用基于移动最小二乘法曲面拟合法拟合出初始偏置场曲面；
输出模块904，用于将初始偏置场曲面输入预先建立的退化模型中，并使用交替迭代最小法输出满足预设迭代条件的校正图像及偏置场。
这里需要说明的是：上述实施例提供的装置900可实现上述各方法实施例中描述的技术方案，上述各模块或单元具体实现的原理可参见上述方法实施例中的相应内容，此处不再赘述。
基于上述基于移动最小二乘法的气动光学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移动最小二乘法的气动光学热辐射效应校正方法中的步骤。
图10中示出了适于用来实现本发明实施例的电子设备1000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10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的处理装置1001，存储器可以包括下文中的只读存储器（ROM）1002、随机访问存储器（RAM）1003以及存储装置1008中的至少一项，具体如下所示：
如图10所示，电子设备1000可以包括处理装置（例如中央处理器、图形处理器等）1001，其可以根据存储在只读存储器（ROM）1002中的程序或者从存储装置1008加载到随机访问存储器（RAM）1003中的程序而执行各种适当的动作和处理。在RAM1003中，还存储有电子设备1000操作所需的各种程序和数据。处理装置1001、ROM1002以及RAM1003通过总线1004彼此相连。输入/输出（I/O）接口1005也连接至总线1004。
通常，以下装置可以连接至I/O接口1005：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1006；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置10010；包括例如磁带、硬盘等的存储装置1008；以及通信装置1009。通信装置1009可以允许电子设备1000与其他设备进行无线或有线通信以交换数据。虽然图10示出了具有各种装置的电子设备1000，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1009从网络上被下载和安装，或者从存储装置1008被安装，或者从ROM1002被安装。在该计算机程序被处理装置1001执行时，执行本发明实施例的方法中限定的上述功能。
基于上述基于移动最小二乘法的气动光学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移动最小二乘法的气动光学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)

1.一种基于移动最小二乘法的气动光学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，并对所述退化图像进行滤波操作得到滤波图像；
对所述滤波图像进行按块取点的下采样处理并生成离散点；
对所述离散点使用基于移动最小二乘法曲面拟合法拟合出初始偏置场曲面，所述对所述离散点使用基于移动最小二乘法曲面拟合法拟合出初始偏置场曲面，包括：
基于所述离散点计算出拟合点；
构建权函数，并基于所述权函数计算每一离散点对所述拟合点的权值；
确定所述移动最小二乘法的基函数，并根据所述权值与所述基函数求解出拟合函数中的拟合系数，其中，所述拟合函数为在支持域内构建的且包括基函数和拟合系数的函数；
将所述拟合点及所述拟合系数输入至所述拟合函数中，求解出每一拟合点对应的灰度值，并对所述拟合点及所述拟合点对应的灰度值进行移动最小二乘法曲面拟合，输出所述初始偏置场曲面；
将所述初始偏置场曲面输入预先建立的退化模型中，并使用渐进式交替迭代最小法输出满足预设迭代条件的校正图像及偏置场。
2.根据权利要求1所述的方法，其特征在于，所述对所述滤波图像进行按块取点的下采样处理并生成离散点，包括：
获取所述滤波图像进行按块取点的下采样处理后的采样点；
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；
从所述灰度值矩阵中随机选取多个灰度值点作为所述离散点。
3.根据权利要求1所述的方法，其特征在于，所述基于所述离散点计算出拟合点，包括：
确定所述离散点的二维坐标；
根据所述离散点的二维坐标确定所述离散点在第一方向上的第一最值及第二方向上的第二最值；
基于拟合点的数量确定拟合点在第一方向上的第一距离及在第二方向上的第二距离，其中，拟合点的数量与退化图像中节点的数量相同，拟合点的数量包括在第一方向上的第一数量及和在第二方向上的第二数量；
基于所述第一最值、第二最值、第一数量及第二数量确定出所述拟合点。
4.根据权利要求1所述的方法，其特征在于，所述基于所述权函数计算每一离散点对所述拟合点的权值，包括：
确定所述权函数为三次样条权函数：
Figure 56622DEST_PATH_IMAGE001
，其中，
Figure 504921DEST_PATH_IMAGE002
为支持域，
Figure 815816DEST_PATH_IMAGE003
，
Figure 742184DEST_PATH_IMAGE004
、
Figure 822135DEST_PATH_IMAGE005
为拟合点，
Figure 175756DEST_PATH_IMAGE006
、
Figure 973948DEST_PATH_IMAGE007
为离散点，
Figure 704007DEST_PATH_IMAGE008
为支持域
Figure 904044DEST_PATH_IMAGE002
的半径；
基于所述权函数计算每一离散点对所述拟合点的权值
Figure 428566DEST_PATH_IMAGE009
，其中，
Figure 448475DEST_PATH_IMAGE010
为离散点数量。
5.根据权利要求1所述的方法，其特征在于，所述确定所述移动最小二乘法的基函数，并根据所述权值与所述基函数求解出拟合函数中的拟合系数，包括：
构建拟合函数
Figure 716645DEST_PATH_IMAGE011
，其中，
Figure 771189DEST_PATH_IMAGE012
为基于移动最小二乘法的基函数，
Figure 732191DEST_PATH_IMAGE013
为待求的拟合系数，
Figure 504975DEST_PATH_IMAGE014
为基函数的项数，且
Figure 45678DEST_PATH_IMAGE015
，
Figure 220308DEST_PATH_IMAGE016
为转置符号；
对所述离散点在支持域内进行加权最小二乘，并以所述拟合点的加权残差平方和为目标函数对所述拟合系数进行求解。
6.根据权利要求1所述的方法，其特征在于，所述将所述初始偏置场曲面输入预先建立的退化模型中，并使用渐进式交替迭代最小法输出满足预设迭代条件的校正图像及偏置场，包括：
将所述初始偏置场曲面输入预先建立的退化模型中，输出第一潜在清晰图像，若所述第一潜在清晰图像中的热辐射残留满足预设残留条件，输出所述第一潜在清晰图像作为所述校正图像，输出所述初始偏置场曲面作为所述偏置场；
若所述第一潜在清晰图像中的热辐射残留不满足预设残留条件，将所述第一潜在清晰图像作为第一退化图像继续进行上述滤波、取点及曲面拟合过程，直至输出的潜在清晰图像中的热辐射残留满足预设残留条件，输出所述潜在清晰图像作为所述校正图像，输出当前迭代步中的偏置场曲面最为所述偏置场。
7.一种基于移动最小二乘法的气动光学热辐射效应校正装置，其特征在于，包括：
图像滤波模块，用于获取气动光学热辐射退化图像，并对所述退化图像进行滤波操作得到滤波图像；
采样处理模块，用于对所述滤波图像进行按块取点的下采样处理并生成离散点；
拟合模块，用于对所述离散点使用基于移动最小二乘法曲面拟合法拟合出初始偏置场曲面，所述对所述离散点使用基于移动最小二乘法曲面拟合法拟合出初始偏置场曲面，包括：
基于所述离散点计算出拟合点；
构建权函数，并基于所述权函数计算每一离散点对所述拟合点的权值；
确定所述移动最小二乘法的基函数，并根据所述权值与所述基函数求解出拟合函数中的拟合系数，其中，所述拟合函数为在支持域内构建的且包括基函数和拟合系数的函数；
将所述拟合点及所述拟合系数输入至所述拟合函数中，求解出每一拟合点对应的灰度值，并对所述拟合点及所述拟合点对应的灰度值进行移动最小二乘法曲面拟合，输出所述初始偏置场曲面；
输出模块，用于将所述初始偏置场曲面输入预先建立的退化模型中，并使用渐进式交替迭代最小法输出满足预设迭代条件的校正图像及偏置场。
8.一种电子设备，其特征在于，包括存储器和处理器，其中，所述存储器，用于存储程序；所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以实现上述权利要求1至6中任一项所述基于移动最小二乘法的气动光学热辐射效应校正方法中的步骤。
9.一种计算机可读存储介质，其特征在于，用于存储计算机可读取的程序或指令，所述程序或指令被处理器执行时，能够实现上述权利要求1至6中任一项所述基于移动最小二乘法的气动光学热辐射效应校正方法中的步骤。
CN202210417594.0A 2022-04-21 2022-04-21 气动光学热辐射效应校正方法、装置、设备及存储介质 Active CN114529481B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210417594.0A CN114529481B (zh) 2022-04-21 2022-04-21 气动光学热辐射效应校正方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210417594.0A CN114529481B (zh) 2022-04-21 2022-04-21 气动光学热辐射效应校正方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN114529481A CN114529481A (zh) 2022-05-24
CN114529481B true CN114529481B (zh) 2022-07-26

Family

ID=81628285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210417594.0A Active CN114529481B (zh) 2022-04-21 2022-04-21 气动光学热辐射效应校正方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114529481B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015187616A (ja) * 2015-07-06 2015-10-29 公益財団法人鉄道総合技術研究所 試験装置および案内方法
CN105118037A (zh) * 2015-09-02 2015-12-02 华中科技大学 一种气动热辐射图像自动校正方法
WO2017019728A1 (en) * 2015-07-27 2017-02-02 Xworks Corporation Method for unattended operations using autonomous or remotely operated vehicles
CN113538374A (zh) * 2021-07-15 2021-10-22 中国科学院上海技术物理研究所 一种面向高速运动物体的红外图像模糊校正方法
CN113793284A (zh) * 2021-11-17 2021-12-14 武汉工程大学 气动光学效应空变模糊图像不均匀分块的图像复原方法
CN114022398A (zh) * 2022-01-07 2022-02-08 武汉工程大学 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
CN114066782A (zh) * 2022-01-18 2022-02-18 武汉工程大学 一种气动光学效应校正方法及装置
CN114359093A (zh) * 2021-12-31 2022-04-15 武汉工程大学 基于多尺度chebyshev多项式拟合的气动热辐射效应校正方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105654430B (zh) * 2015-12-24 2017-04-19 华中科技大学 一种反差约束的气动热辐射校正方法
CN113793285B (zh) * 2021-11-17 2022-05-10 武汉工程大学 气动光学效应目标孪生图像的超快复原方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015187616A (ja) * 2015-07-06 2015-10-29 公益財団法人鉄道総合技術研究所 試験装置および案内方法
WO2017019728A1 (en) * 2015-07-27 2017-02-02 Xworks Corporation Method for unattended operations using autonomous or remotely operated vehicles
CN105118037A (zh) * 2015-09-02 2015-12-02 华中科技大学 一种气动热辐射图像自动校正方法
CN113538374A (zh) * 2021-07-15 2021-10-22 中国科学院上海技术物理研究所 一种面向高速运动物体的红外图像模糊校正方法
CN113793284A (zh) * 2021-11-17 2021-12-14 武汉工程大学 气动光学效应空变模糊图像不均匀分块的图像复原方法
CN114359093A (zh) * 2021-12-31 2022-04-15 武汉工程大学 基于多尺度chebyshev多项式拟合的气动热辐射效应校正方法
CN114022398A (zh) * 2022-01-07 2022-02-08 武汉工程大学 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
CN114066782A (zh) * 2022-01-18 2022-02-18 武汉工程大学 一种气动光学效应校正方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Experimental study of atmospheric correction to interferogram with high-resolution radar images and DEM over shuping landslide;Man Li 等;《2013 IEEE International Geoscience and Remote Sensing Symposium - IGARSS》;20140127;全文 *
大气湍流退化图像的仿真研究;齐志宏;《中国优秀硕士学位论文全文数据库 (基础科学辑)》;20140831(第8期);全文 *

Also Published As

Publication number Publication date
CN114529481A (zh) 2022-05-24

Similar Documents

Publication Publication Date Title
CN110827301B (zh) 用于处理图像的方法和装置
CN113787522A (zh) 消除机械臂累积误差的手眼标定方法
CN111986265B (zh) 用于标定相机方法、装置、电子设备和介质
CN114936984A (zh) 毫米波退化图像去噪去模糊方法、装置、设备及介质
CN115393815A (zh) 道路信息生成方法、装置、电子设备和计算机可读介质
CN114529481B (zh) 气动光学热辐射效应校正方法、装置、设备及存储介质
CN114723640B (zh) 障碍物信息生成方法、装置、电子设备和计算机可读介质
CN110223220B (zh) 一种处理图像的方法和装置
CN110069195B (zh) 图像拖拽变形方法和装置
CN110189279B (zh) 模型训练方法、装置、电子设备及存储介质
CN110209851B (zh) 模型训练方法、装置、电子设备及存储介质
CN115019021A (zh) 图像处理方法、装置、设备及存储介质
CN114170341A (zh) 一种图像处理方法、装置、设备及介质
Zhi et al. Degradation and restoration of high resolution TDICCD imagery due to satellite vibrations
CN112766190A (zh) 对抗样本生成方法、装置、存储介质及电子设备
CN110070479A (zh) 图像变形拖拽点定位方法和装置
CN115170674B (zh) 基于单张图像的相机主点标定方法、装置、设备和介质
CN111612714A (zh) 图像修复方法、装置和电子设备
CN112215774B (zh) 模型训练和图像去雾方法、装置、设备和计算机可读介质
CN116630436B (zh) 相机外参修正方法、装置、电子设备和计算机可读介质
CN114863025B (zh) 三维车道线生成方法、装置、电子设备和计算机可读介质
CN113808050B (zh) 3d点云的去噪方法、装置、设备及存储介质
CN111738958B (zh) 图片修复方法、装置、电子设备及计算机可读介质
CN111738899B (zh) 用于生成水印的方法、装置、设备和计算机可读介质
CN112883757B (zh) 生成跟踪姿态结果的方法

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