CN114627011A - 改进双边滤波与多帧平均联合的红外序列图像降噪方法 - Google Patents

改进双边滤波与多帧平均联合的红外序列图像降噪方法 Download PDF

Info

Publication number
CN114627011A
CN114627011A CN202210218185.8A CN202210218185A CN114627011A CN 114627011 A CN114627011 A CN 114627011A CN 202210218185 A CN202210218185 A CN 202210218185A CN 114627011 A CN114627011 A CN 114627011A
Authority
CN
China
Prior art keywords
image
noise
correction
filtering
frame averaging
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.)
Pending
Application number
CN202210218185.8A
Other languages
English (en)
Inventor
王华强
石俊生
梁警
黄小乔
邰永航
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.)
Yunnan Normal University
Original Assignee
Yunnan Normal University
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 Yunnan Normal University filed Critical Yunnan Normal University
Priority to CN202210218185.8A priority Critical patent/CN114627011A/zh
Publication of CN114627011A publication Critical patent/CN114627011A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20028—Bilateral filtering

Abstract

本发明公开了一种改进双边滤波与多帧平均联合的红外序列图像降噪方法，其方法实现步骤顺序为：（1）输入非制冷红外探测器采集数据；（2）挡片校正去除基底固有的横竖条纹和其他固有噪声；（3）两点校正实现图像非均匀性校正；（4）改进的双边滤波器去除动态随机噪声；（5）对连续的5帧图像集进行多帧平均进一步去除随机噪声。本发明解决了传统红外序列图像去除条纹噪声方法存在细节模糊和边缘结构信息丢失的严重问题。不仅能有效地降低噪声，特别是条纹噪声，而且能较好地保留图像的边缘结构信息。

Description

改进双边滤波与多帧平均联合的红外序列图像降噪方法
技术领域
本发明属于图像处理领域，涉及图像处理技术，特别属于红外图像处理领域，涉及红外序列图像去噪技术，具体为一种改进双边滤波与多帧平均联合的红外序列图像降噪方法。
背景技术
目前典型的图像传感器包括CCD和CMOS等类型，基于图像传感器成像系统采集图像时，除了器件本身的缺陷产生噪声外，在图像采集过程中，驱动电路、数值化等图像信号处理和传输等内部，以及外部环境等影响的过程都会产生噪声，使得采集到的图像包含噪声。随机噪声广泛存在于数字图像的采集、编码、传输和处理过程中。图像去噪是图像处理中预处理的基本内容之一，属于低级处理。图像去噪的目的是减少图像中噪声，提高图像信噪比，改善图像质量，便于后续处理或提高图像显示效果。
红外热成像系统由于受到红外探测器材料自身缺陷以及环境干扰等影响，无论是成像系统外的环境，还是系统内的物理参数都会给红外图像带来干扰，红外图像存在的噪声多种多样非常复杂。比如随机闪烁的粒子噪声和固定图案噪声，红外图像噪声来源多样化造成红外图像噪声的不可预测性。图像噪声有各种分类方法，其中可以分成固定噪声和随机噪声两大类型。条纹噪声是红外图像中的一种噪声类型，既包括固定条纹噪声，也包括随机条纹噪声。对于红外成像系统，红外图像噪声成为影响图像质量的主要因素之一，图像去噪成为红外成像系统图像处理的核心技术。
现有图像去噪处理技术中，由于随机噪声具有较宽的频谱，当使用低通滤波器进行平滑时，图像中的高频信息必然会丢失。同时传统的均值滤波、中值滤波、高斯滤波及维纳滤波等算法对于图像不同噪声的处理存在一定的依赖性，去噪后的图像边缘存在模糊现象。
双边滤波噪声抑制算法因具有良好的边缘保持效果，被广泛用于图像分析处理中。双边滤波在空间欧式距离的基础上，结合当前点与其领域点的亮度相似性，对亮度距离和空间距离进行加权平均。该算法可以区分匀质平坦区域和边缘结构区域，从而在不同的区域结构进行不同程度的滤波，起到对图像边缘结构的保护作用，具有较强的适用性。有很多双边滤波的改进算法，例如提出二次迭代滤波概念，即用第一次双边滤波的结果指导第二次双边滤波；提出结合中值滤波思想的双边滤波；提出对双边滤波中的参数优化选择处理而达到对双边滤波的改进；提出结合双边和多帧均值滤波对图像去噪，在去除随机噪声有一定提升。然而，对于实际应用，现有一些改进的双边滤波器，经处理后的图像常常出现“卡通”效应，滤波器在保护图像中锐利边沿的同时，在边缘定义的区域内，所有精细的细节变得模糊。同时传统的均值滤波，中值滤波，高斯滤波，维纳滤波等算法对于图像不同噪声的处理存在一定的依赖性，去噪后的图像边缘存在模糊现象。经典的双边滤器以二维方式实现和浮点型空间邻近度因子，计算量较大。
发明内容
为了克服现有图像去噪技术的不足，解决传统红外序列图像去噪方法存在细节模糊和边缘结构信息丢失严重的问题，本发明提出一种改进双边滤波与多帧平均的联合红外序列图像去噪方法，解决了传统红外序列图像去除条纹噪声方法存在细节模糊和边缘结构信息丢失的严重问题。
其方法实现步骤顺序为：（1）输入非制冷红外探测器采集数据；（2）挡片校正去除基底固有的横竖条纹和其他固有噪声；（3）两点校正实现图像非均匀性校正；（4）改进的双边滤波器去除动态随机噪声；（5）对连续的5帧图像集进行多帧平均进一步去除随机噪声。
进一步，步骤（2）中：挡片校正去除基底固有的横竖条纹和其他固有噪声；挡片校正主要校正背景电平和响应率，校正背景电平，设在某个环境工作温度和均匀背景辐射条件下，采集得到第
Figure 242001DEST_PATH_IMAGE002
探测器单元的原始输出值为
Figure 96824DEST_PATH_IMAGE004
，则校正过程如下：
Figure 876561DEST_PATH_IMAGE006
（1）
Figure 271771DEST_PATH_IMAGE008
（2）
Figure 23826DEST_PATH_IMAGE010
（3）
其中，
Figure 846289DEST_PATH_IMAGE012
为探测器单元输出校正后值：
Figure 113322DEST_PATH_IMAGE014
为背景电平校正量；
Figure 748440DEST_PATH_IMAGE016
为校正是所有探测单元原始输出平均值；
Figure 417319DEST_PATH_IMAGE018
为校正是探测单元原始输出值；
Figure 410683DEST_PATH_IMAGE020
为像素规模
Figure 102695DEST_PATH_IMAGE022
；
校正响应率过程如下：
Figure 839707DEST_PATH_IMAGE024
（4）
Figure 300775DEST_PATH_IMAGE026
（5）
其中，
Figure 730620DEST_PATH_IMAGE028
为响应率校正系数，同时校正背景电平和响应率的过程如下：
Figure 972245DEST_PATH_IMAGE030
（6）。
进一步，步骤（3）中：两点校正实现图像非均匀性校正；
在步骤（2）的基础上再去除条纹噪声，两点校正前红外成像系统的输出方程为：
Figure 185052DEST_PATH_IMAGE032
（7）
其中，
Figure 828523DEST_PATH_IMAGE034
为校正前探测器单元的响应率；
Figure 163689DEST_PATH_IMAGE036
为校正前探测器单元背景电平值；
Figure 328829DEST_PATH_IMAGE038
为等效于光学系统前端输入的总波段辐射亮度；校正后，红外成像系统输出方程为：
Figure 407644DEST_PATH_IMAGE040
（8）
其中：
Figure 780987DEST_PATH_IMAGE042
为校正后探测器单元的响应率取值；
Figure 552634DEST_PATH_IMAGE044
为校正后探测器单元背景电平值取值；两点校正同时校正响应率和背景电平，其校正方程为：
Figure 440956DEST_PATH_IMAGE046
（9）
其中，
Figure 323461DEST_PATH_IMAGE048
为探测单元响应率校正系数；
Figure 675945DEST_PATH_IMAGE050
为探测单元背景电平校正量，设在温度1,2点下总波段辐射亮度为
Figure 54711DEST_PATH_IMAGE052
、
Figure 492646DEST_PATH_IMAGE054
，对应的校正前图像输出分别为
Figure 913263DEST_PATH_IMAGE056
(1)、
Figure 323516DEST_PATH_IMAGE056
(2)；则
Figure 436965DEST_PATH_IMAGE058
（10）
Figure 362196DEST_PATH_IMAGE060
（11）
由以上两式得：
Figure 524187DEST_PATH_IMAGE062
（12）
将所有单元的响应率归一到响应率平均值
Figure 585684DEST_PATH_IMAGE064
，则：
Figure 807718DEST_PATH_IMAGE066
（13）
Figure 220245DEST_PATH_IMAGE068
（14）
Figure 248244DEST_PATH_IMAGE070
计算公式为：
Figure 866044DEST_PATH_IMAGE072
（15）
Figure 55717DEST_PATH_IMAGE074
（16）。
进一步，步骤（4）中：改进的双边滤波器去除动态随机噪声；
通过步骤（2）和步骤（3）处理后去除了大部分的噪声，接下来采用改进的双边滤波处理，进一步去除噪声；
传统双边滤波器采用局部加权平均的方法获取复原图像
Figure 955540DEST_PATH_IMAGE076
的像素值，其定义式为：
Figure 459334DEST_PATH_IMAGE078
（17）
其中
Figure 761002DEST_PATH_IMAGE080
为原始图像，
Figure 59260DEST_PATH_IMAGE082
表示中心点
Figure 446379DEST_PATH_IMAGE084
的
Figure 816180DEST_PATH_IMAGE086
大小的领域；
方程右侧为中心像素点视场内像素亮度值的加权平均值；加权因子
Figure 644459DEST_PATH_IMAGE088
是由以下两个部分因子的乘积组成：
Figure 441513DEST_PATH_IMAGE090
（18）
和
Figure 50349DEST_PATH_IMAGE092
（19）
因此，
Figure 660060DEST_PATH_IMAGE094
（20）
其中，像素位置
Figure 670741DEST_PATH_IMAGE096
距离当前滤波像素位置
Figure 638697DEST_PATH_IMAGE098
的欧几里德距离越近，权值越大；反之，则权值越小；领域像素位置的灰度值
Figure 672512DEST_PATH_IMAGE100
与当前滤波像素点的灰度值
Figure 384116DEST_PATH_IMAGE102
的差异越小，权值越大；反之，则权值越小；
双边滤波器受3个参数的控制：滤波器半宽N、参数
Figure 186987DEST_PATH_IMAGE104
和
Figure 325845DEST_PATH_IMAGE106
；N越大，平滑作用越强；
Figure 909273DEST_PATH_IMAGE104
和
Figure 96672DEST_PATH_IMAGE106
分别控制着空间邻近度因子
Figure 81945DEST_PATH_IMAGE108
和亮度像似度因子
Figure 391704DEST_PATH_IMAGE110
的衰减程度；
关于一维双边滤波，从上式
Figure 898646DEST_PATH_IMAGE112
可以看出，亮度相似度因子依赖于像素值，是不可分离的；为了降低滤波运算量提高执行效率，改进的双边滤波器将上式
Figure 952053DEST_PATH_IMAGE112
改为水平和垂直两方向上的加权系数：
Figure 729516DEST_PATH_IMAGE114
（21）
和
Figure 210176DEST_PATH_IMAGE116
（22）
先对噪声图像进行水平方向上的一维滤波，再对水平滤波结果进行垂直方向上一维滤波。
进一步，步骤（5）中：多帧平均进一步去除随机噪声；
步骤（4）滤波处理后还有部分随机噪声的存在，在采用多帧平均进一步去除噪声，多帧平均过程如下:
Figure 502617DEST_PATH_IMAGE118
（23）
其中
Figure 297398DEST_PATH_IMAGE120
为图像集中的第j帧，
Figure 991684DEST_PATH_IMAGE122
是场景采集的帧数，
Figure 643245DEST_PATH_IMAGE122
为5；然后这些帧叠加并平均处理；
Figure 626245DEST_PATH_IMAGE124
为最终去噪处理的红外序列图像。
本发明对比现有技术有如下的有益效果：
（1）克服传统红外序列图像去除条纹噪声方法存在细节模糊和边缘结构信息丢失的严重问题。
（2）本发明所提出的去噪方法不仅能有效地降低噪声，特别是条纹噪声，而且能较好地保留图像的边缘结构信息。
（3）本文提出的去噪方法，在提升处理效率的同时，能够降低领域像素值的干扰，更有针对性的去除噪声，由于噪声的随机性，再联合多帧平均处理，能够更好的去除噪声，得到高质量的红外序列图像。
综合双边滤波的优点和缺点，本发明提出了改进双边滤波，传统的双边滤波器采用二维方式和浮点空间邻近因子实现，计算量较大，且卷积核区域覆盖了其他区域的灰度值，对需要处理的像素点有较多干扰，影响最后的处理结果。本发明设计了一种改进的双边滤波器，该滤波器设计了一个整数空间接近因子，通过水平和垂直方向的一维滤波实现，一方面提升了计算效率，另一方面，针对性的对每一列或每一行像素值进行处理，不会受到领域其他像素的干扰。
另外，基于视频图像和随机噪声的特点，多图像平均方法去噪能在有效去噪的同时增强有用信息。
最后，最终图像表明，本发明提出的方法在抑制红外序列图像噪声的同时能更好地保持图像的边缘结构信息和提升清晰度。
附图说明
图1为本发明实施例提供的红外序列图像去噪算法流程图；
图2(a)为黑体不使用挡片校正时的图像；
图2(b)为黑体使用挡片校正后的图像；
图3为黑体两点校正过程；
图4为黑体两点校正后的图像；
图5(a)为场景两点校正后的原始图像；
图5(b)为场景两点校正后再均值滤波处理后的图像；
图5(c)为场景两点校正后再高斯滤波处理后的图像；
图5(d)为场景两点校正后再维纳滤波处理后的图像；
图5(e)为场景两点校正后再中值滤波处理后的图像；
图5(f)为场景两点校正后再传统双边滤波处理后的图像；
图5(g)为场景两点校正后再改进双边滤波处理后的图像；
图5(h)为场景两点校正后再改进双边滤波联合多帧平均处理后的最终图像。
具体实施方式
下面结合附图，通过具体实施例，对本发明的技术方案进行清楚，完整的描述。
本发明提出一种改进双边滤波与多帧平均的联合红外序列图像去噪方法，解决了传统红外序列图像去除条纹噪声方法存在细节模糊和边缘结构信息丢失的严重问题。
其方法实现步骤顺序为：（1）输入非制冷红外探测器采集数据；（2）挡片校正去除基底固有的横竖条纹和其他固有噪声；（3）两点校正实现图像非均匀性校正；（4）改进的双边滤波器去除动态随机噪声；（5）对连续的5帧图像集进行多帧平均进一步去除随机噪声。
进一步，步骤（2）中：挡片校正去除基底固有的横竖条纹和其他固有噪声；挡片校正主要校正背景电平和响应率，校正背景电平，设在某个环境工作温度和均匀背景辐射条件下，采集得到第
Figure 21454DEST_PATH_IMAGE126
探测器单元的原始输出值为
Figure 6465DEST_PATH_IMAGE128
，则校正过程如下：
Figure 94507DEST_PATH_IMAGE130
（1）
Figure 361540DEST_PATH_IMAGE132
（2）
Figure 435807DEST_PATH_IMAGE134
（3）
其中，
Figure DEST_PATH_IMAGE136
为探测器单元输出校正后值：
Figure DEST_PATH_IMAGE138
为背景电平校正量；
Figure 776789DEST_PATH_IMAGE140
为校正是所有探测单元原始输出平均值；
Figure DEST_PATH_IMAGE142
为校正是探测单元原始输出值；
Figure DEST_PATH_IMAGE144
为像素规模
Figure DEST_PATH_IMAGE146
；
校正响应率过程如下：
Figure DEST_PATH_IMAGE148
（4）
Figure DEST_PATH_IMAGE150
（5）
其中，
Figure DEST_PATH_IMAGE152
为响应率校正系数，同时校正背景电平和响应率的过程如下：
Figure DEST_PATH_IMAGE154
（6）。
进一步，步骤（3）中：两点校正实现图像非均匀性校正；
在步骤（2）的基础上再去除条纹噪声，两点校正前红外成像系统的输出方程为：
Figure DEST_PATH_IMAGE156
（7）
其中，
Figure DEST_PATH_IMAGE158
为校正前探测器单元的响应率；
Figure DEST_PATH_IMAGE160
为校正前探测器单元背景电平值；
Figure DEST_PATH_IMAGE162
为等效于光学系统前端输入的总波段辐射亮度；校正后，红外成像系统输出方程为：
Figure DEST_PATH_IMAGE164
（8）
其中：
Figure DEST_PATH_IMAGE166
为校正后探测器单元的响应率取值；
Figure DEST_PATH_IMAGE168
为校正后探测器单元背景电平值取值；两点校正同时校正响应率和背景电平，其校正方程为：
Figure DEST_PATH_IMAGE170
（9）
其中，
Figure DEST_PATH_IMAGE172
为探测单元响应率校正系数；
Figure DEST_PATH_IMAGE174
为探测单元背景电平校正量，设在温度1,2点下总波段辐射亮度为
Figure DEST_PATH_IMAGE176
、
Figure DEST_PATH_IMAGE178
，对应的校正前图像输出分别为
Figure DEST_PATH_IMAGE180
(1)、
Figure 596584DEST_PATH_IMAGE180
(2)；则
Figure DEST_PATH_IMAGE182
（10）
Figure DEST_PATH_IMAGE184
（11）
由以上两式得：
Figure DEST_PATH_IMAGE186
（12）
将所有单元的响应率归一到响应率平均值
Figure DEST_PATH_IMAGE188
，则：
Figure DEST_PATH_IMAGE190
（13）
Figure DEST_PATH_IMAGE192
（14）
Figure DEST_PATH_IMAGE194
计算公式为：
Figure DEST_PATH_IMAGE196
（15）
Figure DEST_PATH_IMAGE198
（16）。
进一步，步骤（4）中：改进的双边滤波器去除动态随机噪声；
通过步骤（2）和步骤（3）处理后去除了大部分的噪声，接下来采用改进的双边滤波处理，进一步去除噪声；
传统双边滤波器采用局部加权平均的方法获取复原图像
Figure DEST_PATH_IMAGE200
的像素值，其定义式为：
Figure DEST_PATH_IMAGE202
（17）
其中
Figure DEST_PATH_IMAGE204
为原始图像，
Figure DEST_PATH_IMAGE206
表示中心点
Figure DEST_PATH_IMAGE208
的
Figure DEST_PATH_IMAGE210
大小的领域；
方程右侧为中心像素点视场内像素亮度值的加权平均值；加权因子
Figure DEST_PATH_IMAGE212
是由以下两个部分因子的乘积组成：
Figure DEST_PATH_IMAGE214
（18）
和
Figure DEST_PATH_IMAGE216
（19）
因此，
Figure DEST_PATH_IMAGE218
（20）
其中，像素位置
Figure DEST_PATH_IMAGE220
距离当前滤波像素位置
Figure DEST_PATH_IMAGE222
的欧几里德距离越近，权值越大；反之，则权值越小；领域像素位置的灰度值
Figure DEST_PATH_IMAGE224
与当前滤波像素点的灰度值
Figure DEST_PATH_IMAGE226
的差异越小，权值越大；反之，则权值越小；
双边滤波器受3个参数的控制：滤波器半宽N、参数
Figure DEST_PATH_IMAGE228
和
Figure DEST_PATH_IMAGE230
；N越大，平滑作用越强；
Figure 787132DEST_PATH_IMAGE228
和
Figure 524144DEST_PATH_IMAGE230
分别控制着空间邻近度因子
Figure DEST_PATH_IMAGE232
和亮度像似度因子
Figure DEST_PATH_IMAGE234
的衰减程度；
关于一维双边滤波，从上式
Figure DEST_PATH_IMAGE236
可以看出，亮度相似度因子依赖于像素值，是不可分离的；为了降低滤波运算量提高执行效率，改进的双边滤波器将上式
Figure 421431DEST_PATH_IMAGE236
改为水平和垂直两方向上的加权系数：
Figure DEST_PATH_IMAGE238
（21）
和
Figure DEST_PATH_IMAGE240
（22）
先对噪声图像进行水平方向上的一维滤波，再对水平滤波结果进行垂直方向上一维滤波。
进一步，步骤（5）中：多帧平均进一步去除随机噪声；
步骤（4）滤波处理后还有部分随机噪声的存在，在采用多帧平均进一步去除噪声，多帧平均过程如下:
Figure DEST_PATH_IMAGE242
（23）
其中
Figure DEST_PATH_IMAGE244
为图像集中的第j帧，
Figure DEST_PATH_IMAGE246
是场景采集的帧数，本发明将
Figure 726641DEST_PATH_IMAGE246
为5；然后这些帧叠加并平均处理；
Figure DEST_PATH_IMAGE248
为最终去噪处理的红外序列图像。
实施例
本发明实例采用的探测器是非制冷红外探测器，成像分别率是
Figure DEST_PATH_IMAGE250
。每一组采集5帧图像。
本发明的流程图如图1所示。
图2(a)是探测器采集到的最原始数据，没有经过任何处理的图像，有很多明显的条纹噪声。图2(b)是经过挡片校正处理后的图像，由于机芯工作一段时间后会出现明显的噪声，所以机芯工作一段时间后需要挡片校正一次。
图3是黑体两点校正参数的过程。图3(a)是红外探测器上两个不同的像元A和B的输出电信号强度与红外辐射强度的响应曲线，可以看出它们的偏置（纵轴截距)和增益(斜率）都不相同，在相同的辐射强度下输出的电信号强度也不同。而图中的S表示最终找到校正的结果响应曲线，为了使A、B两像元的响应曲线与S重合，首先平移A、B的曲线使两者在纵轴上的截距与S相同，再改变其斜率，使两者与S重合，则完成了校正过程。
图4是获得校正参数后，对挡片校正后的图像再两点校正的过程。
图5(a)是选取的室外一个实际实施场景，是经过挡片校正及两点校正后的图像，存在大量的横条纹。后面实施处理的图像都是基于此实施场景经过挡片校正再经过两点校正处理的图像进行实施处理。
图5(b)是经过均值滤波处理后的图像，图5(c)是经过高斯滤波处理后的图像，图5(d)是经过维纳滤波处理后的图像，图5(e)是经过中值滤波处理后的图像，这几种滤波窗口尺寸选取都为
Figure DEST_PATH_IMAGE252
，滤波后噪声有一定程度上的降低，但物体边缘变得模糊，丢失了很多细节信息，清晰度低。
图5(f)是传统双边滤波处理后的图像，其中空间距离参数
Figure DEST_PATH_IMAGE254
，颜色差值范围参数
Figure DEST_PATH_IMAGE256
，滤波窗口尺寸选取为
Figure 100026DEST_PATH_IMAGE252
。在降低噪声的同时，图像边缘结构信息保护得较好，但天空部分条纹噪声依然明显。
图5(g)为改进双边滤波处理后的图像，其中空间距离参数
Figure DEST_PATH_IMAGE257
，颜色差值范围参数
Figure 640729DEST_PATH_IMAGE256
，滤波窗口尺寸选取行方向上为
Figure DEST_PATH_IMAGE259
，列方向上为
Figure DEST_PATH_IMAGE261
。在提升处理速率的同时，噪声能够更好的去除，图像边缘结构信息保护得较好，但随机噪声依然明显存在。
图5(h)为改进双边滤波联合多帧平均处理后的最终图像，其中空间距离参数
Figure 221883DEST_PATH_IMAGE257
，颜色差值范围参数
Figure DEST_PATH_IMAGE262
，滤波窗口尺寸选取行方向上为
Figure 494732DEST_PATH_IMAGE259
，列方向上为
Figure 223654DEST_PATH_IMAGE261
，先进行方向处理再进列方向处理。改进双边滤波处理后，采集同一场景下，连续的5帧图像作为一组图像集，联合多帧平均处理，对每一帧相同位置像素值先相加后求均值，得到最终的去噪图像。
最后，最终图像表明，本发明提出的方法在抑制红外序列图像噪声的同时能更好地保持图像的边缘结构信息和提升清晰度。

Claims (5)

1.一种改进双边滤波与多帧平均联合的红外序列图像降噪方法，其特征在于，其方法实现步骤顺序为：（1）输入非制冷红外探测器采集数据；（2）挡片校正去除基底固有的横竖条纹和其他固有噪声；（3）两点校正实现图像非均匀性校正；（4）改进的双边滤波器去除动态随机噪声；（5）对连续的5帧图像集进行多帧平均进一步去除随机噪声。
2.如权利要求1所述的改进双边滤波与多帧平均联合的红外序列图像降噪方法，其特征在于，步骤（2）中：挡片校正去除基底固有的横竖条纹和其他固有噪声；挡片校正主要校正背景电平和响应率，校正背景电平，设在某个环境工作温度和均匀背景辐射条件下，采集得到第
Figure 897053DEST_PATH_IMAGE001
探测器单元的原始输出值为
Figure 818741DEST_PATH_IMAGE002
，则校正过程如下：
Figure 427577DEST_PATH_IMAGE003
（1）
Figure 663386DEST_PATH_IMAGE004
（2）
Figure 674068DEST_PATH_IMAGE005
（3）
其中，
Figure 205805DEST_PATH_IMAGE006
为探测器单元输出校正后值：
Figure 301937DEST_PATH_IMAGE007
为背景电平校正量；
Figure 13541DEST_PATH_IMAGE008
为校正是所有探测单元原始输出平均值；
Figure 941046DEST_PATH_IMAGE009
为校正是探测单元原始输出值；
Figure 79903DEST_PATH_IMAGE010
为像素规模
Figure 725648DEST_PATH_IMAGE011
；
校正响应率过程如下：
Figure 975364DEST_PATH_IMAGE012
（4）
Figure 960638DEST_PATH_IMAGE013
（5）
其中，
Figure 332713DEST_PATH_IMAGE014
为响应率校正系数，同时校正背景电平和响应率的过程如下：
Figure 403437DEST_PATH_IMAGE015
（6）。
3.如权利要求1所述的改进双边滤波与多帧平均联合的红外序列图像降噪方法，其特征在于，步骤（3）中：两点校正实现图像非均匀性校正；
在步骤（2）的基础上再去除条纹噪声，两点校正前红外成像系统的输出方程为：
Figure 20626DEST_PATH_IMAGE016
（7）
其中，
Figure 860406DEST_PATH_IMAGE017
为校正前探测器单元的响应率；
Figure 341066DEST_PATH_IMAGE018
为校正前探测器单元背景电平值；
Figure 695824DEST_PATH_IMAGE019
为等效于光学系统前端输入的总波段辐射亮度；校正后，红外成像系统输出方程为：
Figure 552921DEST_PATH_IMAGE020
（8）
其中：
Figure 309525DEST_PATH_IMAGE021
为校正后探测器单元的响应率取值；
Figure 961086DEST_PATH_IMAGE022
为校正后探测器单元背景电平值取值；两点校正同时校正响应率和背景电平，其校正方程为：
Figure 6402DEST_PATH_IMAGE023
（9）
其中，
Figure 463928DEST_PATH_IMAGE024
为探测单元响应率校正系数；
Figure 12721DEST_PATH_IMAGE025
为探测单元背景电平校正量，设在温度1,2点下总波段辐射亮度为
Figure 100763DEST_PATH_IMAGE026
、
Figure 931578DEST_PATH_IMAGE027
，对应的校正前图像输出分别为
Figure 130478DEST_PATH_IMAGE028
(1)、
Figure 596095DEST_PATH_IMAGE029
(2)；则
Figure 855038DEST_PATH_IMAGE030
（10）
Figure 671684DEST_PATH_IMAGE031
（11）
由以上两式得：
Figure 408696DEST_PATH_IMAGE032
（12）
将所有单元的响应率归一到响应率平均值
Figure 932081DEST_PATH_IMAGE033
，则：
Figure 424242DEST_PATH_IMAGE034
（13）
Figure 400289DEST_PATH_IMAGE035
（14）
Figure 504773DEST_PATH_IMAGE036
计算公式为：
Figure 148244DEST_PATH_IMAGE037
（15）
Figure 483410DEST_PATH_IMAGE038
（16）。
4.如权利要求1所述的改进双边滤波与多帧平均联合的红外序列图像降噪方法，其特征在于，步骤（4）中：改进的双边滤波器去除动态随机噪声；
通过步骤（2）和步骤（3）处理后去除了大部分的噪声，接下来采用改进的双边滤波处理，进一步去除噪声；
传统双边滤波器采用局部加权平均的方法获取复原图像
Figure 274649DEST_PATH_IMAGE039
的像素值，其定义式为：
Figure 353463DEST_PATH_IMAGE040
（17）
其中
Figure 913758DEST_PATH_IMAGE041
为原始图像，
Figure 419825DEST_PATH_IMAGE042
表示中心点
Figure DEST_PATH_IMAGE043
的
Figure 698360DEST_PATH_IMAGE044
大小的领域；
方程右侧为中心像素点视场内像素亮度值的加权平均值；加权因子
Figure DEST_PATH_IMAGE045
是由以下两个部分因子的乘积组成：
Figure 144647DEST_PATH_IMAGE046
（18）
和
Figure DEST_PATH_IMAGE047
（19）
因此，
Figure 497131DEST_PATH_IMAGE048
（20）
其中，像素位置
Figure DEST_PATH_IMAGE049
距离当前滤波像素位置
Figure 501996DEST_PATH_IMAGE050
的欧几里德距离越近，权值越大；反之，则权值越小；领域像素位置的灰度值
Figure DEST_PATH_IMAGE051
与当前滤波像素点的灰度值
Figure 2248DEST_PATH_IMAGE052
的差异越小，权值越大；反之，则权值越小；
双边滤波器受3个参数的控制：滤波器半宽N、参数
Figure DEST_PATH_IMAGE053
和
Figure 485182DEST_PATH_IMAGE054
；N越大，平滑作用越强；
Figure 957751DEST_PATH_IMAGE053
和
Figure 369403DEST_PATH_IMAGE054
分别控制着空间邻近度因子
Figure DEST_PATH_IMAGE055
和亮度像似度因子
Figure 294634DEST_PATH_IMAGE056
的衰减程度；
关于一维双边滤波，从上式
Figure 581259DEST_PATH_IMAGE058
可以看出，亮度相似度因子依赖于像素值，是不可分离的；为了降低滤波运算量提高执行效率，改进的双边滤波器将上式
Figure DEST_PATH_IMAGE059
改为水平和垂直两方向上的加权系数：
Figure 970652DEST_PATH_IMAGE060
（21）
和
Figure DEST_PATH_IMAGE061
（22）
先对噪声图像进行水平方向上的一维滤波，再对水平滤波结果进行垂直方向上一维滤波。
5.如权利要求1所述的改进双边滤波与多帧平均联合的红外序列图像降噪方法，其特征在于，步骤（5）中：多帧平均进一步去除随机噪声；
步骤（4）滤波处理后还有部分随机噪声的存在，在采用多帧平均进一步去除噪声，多帧平均过程如下:
Figure 317320DEST_PATH_IMAGE062
（23）
其中
Figure DEST_PATH_IMAGE063
为图像集中的第j帧，
Figure 729846DEST_PATH_IMAGE064
是场景采集的帧数，
Figure 67766DEST_PATH_IMAGE064
为5；然后这些帧叠加并平均处理；
Figure DEST_PATH_IMAGE065
为最终去噪处理的红外序列图像。
CN202210218185.8A 2022-03-08 2022-03-08 改进双边滤波与多帧平均联合的红外序列图像降噪方法 Pending CN114627011A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210218185.8A CN114627011A (zh) 2022-03-08 2022-03-08 改进双边滤波与多帧平均联合的红外序列图像降噪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210218185.8A CN114627011A (zh) 2022-03-08 2022-03-08 改进双边滤波与多帧平均联合的红外序列图像降噪方法

Publications (1)

Publication Number Publication Date
CN114627011A true CN114627011A (zh) 2022-06-14

Family

ID=81899748

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210218185.8A Pending CN114627011A (zh) 2022-03-08 2022-03-08 改进双边滤波与多帧平均联合的红外序列图像降噪方法

Country Status (1)

Country Link
CN (1) CN114627011A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115375590A (zh) * 2022-10-27 2022-11-22 之江实验室 一种亮度非均匀性在线补偿的图像处理方法
CN117372285A (zh) * 2023-12-05 2024-01-09 成都市晶林科技有限公司 一种静态和动态区域区分的时域高通滤波方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115375590A (zh) * 2022-10-27 2022-11-22 之江实验室 一种亮度非均匀性在线补偿的图像处理方法
CN117372285A (zh) * 2023-12-05 2024-01-09 成都市晶林科技有限公司 一种静态和动态区域区分的时域高通滤波方法及系统
CN117372285B (zh) * 2023-12-05 2024-02-20 成都市晶林科技有限公司 一种静态和动态区域区分的时域高通滤波方法及系统

Similar Documents

Publication Publication Date Title
Ramesh et al. THE MANAGEMENT AND REDUCTION OF DIGITAL NOISE IN VIDEO IMAGE PROCESSING BY USING TRANSMISSION BASED NOISE ELIMINATION SCHEME.
US8744206B2 (en) Image processing apparatus, image processing method, and program
CN110211056B (zh) 基于局部中值直方图的自适应红外图像去条纹算法
EP1315367B1 (en) Method and system for improving color images
CN114627011A (zh) 改进双边滤波与多帧平均联合的红外序列图像降噪方法
CN111986120A (zh) 一种基于帧累加和多尺度Retinex的低光照图像增强优化方法
US10148926B2 (en) Imaging apparatus and image processing method of thereof
US7176983B2 (en) Adaptive coring for video peaking
CN110730336B (zh) 一种去马赛克方法及装置
EP2147406A2 (en) Techniques for adjusting the effect of applying kernels to signals to achieve desired effect on signals
CN107240081A (zh) 夜景影像去噪与增强处理方法
CN115082361B (zh) 基于图像处理的浑浊水体图像增强方法
CN110047055B (zh) 一种红外图像细节增强及去噪方法
CN112561804A (zh) 基于多尺度细节增强的低光照水下图像增强方法
TR201810171T4 (tr) Bir girdi görüntüsündeki halka şeklinde artefaktları en aza indirmek için yöntem ve aparat.
CN110517206B (zh) 彩色摩尔纹消除方法及装置
US9240035B2 (en) Methods for reducing row and column patterns in a digital image
US7269295B2 (en) Digital image processing methods, digital image devices, and articles of manufacture
US7430334B2 (en) Digital imaging systems, articles of manufacture, and digital image processing methods
CN115965552A (zh) 用于低信噪比图像序列的频空时域联合去噪与恢复系统
CN113840124B (zh) 图像处理方法及系统
CN114519676A (zh) 基于Bayer格式的raw图像的去噪装置及方法
CN111652820A (zh) 校正红外图像条纹非均匀性的方法、装置与图像处理系统
JP2010039832A (ja) 画像処理装置および画像処理プログラム
CN111289848B (zh) 一种应用在基于安全生产的智能型热局放仪的复合数据滤波方法

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