CN115002360A - 一种基于稳健估计的红外视频非均匀性校正方法 - Google Patents

一种基于稳健估计的红外视频非均匀性校正方法 Download PDF

Info

Publication number
CN115002360A
CN115002360A CN202210500003.6A CN202210500003A CN115002360A CN 115002360 A CN115002360 A CN 115002360A CN 202210500003 A CN202210500003 A CN 202210500003A CN 115002360 A CN115002360 A CN 115002360A
Authority
CN
China
Prior art keywords
infrared video
infrared
uniformity
correction method
uniformity correction
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
CN202210500003.6A
Other languages
English (en)
Inventor
黄华
宋凌飞
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.)
Beijing Normal University
Original Assignee
Beijing 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 Beijing Normal University filed Critical Beijing Normal University
Priority to CN202210500003.6A priority Critical patent/CN115002360A/zh
Publication of CN115002360A publication Critical patent/CN115002360A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/30—Transforming light or analogous information into electric information
    • H04N5/33—Transforming infrared radiation

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)

Abstract

本发明公开的一种基于稳健估计的红外视频非均匀性校正方法，属于红外视频处理领域。针对目前基于场景的红外视频非均匀性校正方法在相机运动不充分时存在的校正效果下降、易产生“鬼影”等问题，本发明基于观测视频序列的长尾特性，使用混合分布模型对观测视频序列进行建模，可以有效降低图像中锐利边缘对非均匀性估计的影响，从而有效避免“鬼影”的产生；采用极大似然估计对非均匀性进行估计，保证估计的优良性，从而可以有效校正视频中的非均匀性。本发明适用于红外热成像等领域，可以在不中断相机工作的情况下有效校正红外视频中的非均匀性，改善红外图像质量，具有较高的应用价值。

Description

一种基于稳健估计的红外视频非均匀性校正方法
技术领域
本发明涉及一种基于稳健估计的红外视频非均匀性校正方法，属于红外视频处理领域。
背景技术
红外成像是一种新型的成像技术。不同于传统的RGB成像或全色成像，红外成像可以直接探测物体的热辐射功率，从而在一些特殊的领域，比如夜视、测温、军事侦察等，具有传统成像无可比拟的优势。就其技术路径来说，红外成像探测器可分为制冷型和非制冷型。制冷型探测器的工作温度一般在几十开尔文左右，需要特殊的液氮制冷装置进行制冷，多用于高端装备；而非制冷型探测器在常温下就可正常工作，广泛用于民用领域。
非制冷型红外探测器存在较为严重的非均匀性问题。非均匀性的产生可以归根于探测器加工工艺的缺陷导致的像元尺寸、有效吸收面积、掺杂浓度、阻值等物理属性不一致；当接收相同强度的辐射时，每个像元产生的信号值存在差异。同时，像元的响应与环境温度紧密相关。当环境温度发生变化时，每个像元的响应也会发生相应的变化，从而导致非均匀性也会发生变化。总之，非均匀性的存在使得最终的成像叠加了一层“噪声”，对于每一个给定的探测器来说，这种特殊的“噪声”只受环境温度影响：环境温度稳定时，非均匀性保持不变；环境温度变化时，非均匀性也发生变化。
目前的非均匀性校正方法大概可分为两大类：一类是基于标定的校正方法，另一类是基于场景的校正方法。基于标定的校正方法采用打快门的方式进行校正。在相机工作过程中，每隔一段时间或环境温度发生变化时，相机快门自动放下，对每个像元的响应进行校正，使其输出达到均匀(详见Schulz M,Caldwell L.Nonuniformity correction andcorrectability of infrared focal plane arrays[J].Infrared Physics&Technology,1995,36(4):763-777)。这一类校正方法的缺点显而易见，一是打快门会中断相机正常工作；二是快门为机械结构，增加了成本，降低了可靠性。基于场景的校正方法不需要快门结构，理论上可以在不中断相机正常工作的情况下完成非均匀性校正，目前正受到越来越多的关注。
基于场景的非均匀性校正方法需要依赖相机的运动。其基本思路是，当相机运动时，每个像元接收到的场景信号是快速变化的，而每个像元的非均匀是缓慢变化的，甚至不变(当环境温度稳定时)；使用一个低通滤波器就可以将信号与非均匀分离开来。目前最常采用的是线性递归滤波器(详见Scribner D A,Sarkady K A,Caulfield J T,etal.Nonuniformity correction for staring IR focal plane arrays using scene-based techniques[C].Infrared Detectors and Focal Plane Arrays.InternationalSociety for Optics and Photonics,1990,1308:224-233)。这一类采用线性滤波器的基于场景的非均匀性校正方法存在明显的局限性：当相机运动不够充分时，校正效果下降，甚至会出现“鬼影”。
发明内容
针对目前基于场景的非均匀性校正方法在相机运动不充分时存在的校正效果下降、产生“鬼影”等问题，本发明旨在提供一种基于稳健估计的红外视频非均匀性校正方法，采用稳健估计技术，即使相机运动不够充分，仍然能够有效校正非均匀性，并且能够有效避免“鬼影”的产生。
为达到以上目的，本发明采用以下技术方案：
本发明公开的一种基于稳健估计的红外视频非均匀性校正方法，基于观测视频序列的长尾特性，使用混合分布模型对观测视频序列进行建模，最后利用极大似然估计导出本发明提出的非均匀性校正算法。即使相机运动不够充分，仍然能够有效校正非均匀性，并且能够有效避免“鬼影”的产生。
本发明公开的一种基于稳健估计的红外视频非均匀性校正方法，包含以下步骤：
步骤一：初始化红外视频的非均匀性B0＝0。
B0记录初始化的每个像元偏置的值。B0的尺寸与红外图像的尺寸一致。假设红外图像的尺寸为m行n列，那么B0就是一个m×n的矩阵。初始化B0的每个元素为零。
步骤二：计算第k帧红外视频Yk的局部均值
Figure BDA0003629616810000021
其中k＝1、2、3……。
Yk和
Figure BDA0003629616810000022
均为m×n的矩阵。
Figure BDA0003629616810000023
中的第i行、第j列元素对应Yk中第i行、第j列元素同其周围元素的平均值。
步骤三：将第k帧红外视频Yk减去其局部均值
Figure BDA0003629616810000024
得到残差图像
Figure BDA0003629616810000025
Figure BDA0003629616810000026
为尺寸为m×n的矩阵。具体计算方式为
Figure BDA0003629616810000027
步骤四：更新红外视频的非均匀性得到Bk。
使用混合分布模型对
Figure BDA0003629616810000028
进行建模，并计算Bk的极大似然估计，得到如下代价函数
Figure BDA0003629616810000029
式中μ为一个正实数，取为
Figure BDA00036296168100000210
的标准差。对代价函数式(2)关于Bk-1求导，得到Bk的更新方程
Figure BDA00036296168100000211
步骤五：减去非均匀性得到校正后的第k帧红外视频Xk，即基于稳健估计实现红外视频非均匀性校正。
所述Xk由下式计算得到
Xk＝Yk-Bk (4)
有益效果：
1、本发明公开的一种基于稳健估计的红外视频非均匀性校正方法，基于视频序列的长尾特性，采用混合分布模型对视频序列进行建模，有效避免“鬼影”的产生；
2、本发明公开的一种基于稳健估计的红外视频非均匀性校正方法，采用极大似然估计对非均匀性进行估计，保证估计的优良性，有效校正视频中的非均匀性。
3、本发明公开的一种基于稳健估计的红外视频非均匀性校正方法，在实现有益效果1、2基础上实现稳健估计，即使相机运动不够充分，仍然能够有效校正非均匀性，并且能够有效避免“鬼影”的产生。
附图说明
图1是本发明公开的一种基于稳健估计的红外视频非均匀性校正方法的流程图。
图2是本发明方法同现有方法校正效果对比。
其中图a和图c是现有方法校正效果，图b和图d是本发明方法校正效果。
具体实施方式
下面将结合附图和实施例对本发明加以详细说明。同时也叙述了本发明技术方案解决的技术问题及有益效果，需要指出的是，所描述的实施例仅旨在便于对本发明的理解，而对其不起任何限定作用。
本实施例公开的一种基于稳健估计的红外视频非均匀性校正方法，应用于红外热成像相机。硬件测试条件为：Inter i7 6700，8G RAM，Matlab 2016a；所用的红外相机为Xenics Gobi-640-GigE；采集到的图像为14bit NUC数据；相机自动校正功能关闭，μ设置为1。
本实施例公开的一种基于稳健估计的红外视频非均匀性校正方法，如图1所示，包含以下步骤：
步骤101：初始化红外视频的非均匀性B0＝0。
所述B0记录了初始化的每个像元偏置的值。B0的尺寸与红外图像的尺寸一致。红外图像的尺寸为640*512，那么B0就是一个640*512的矩阵。初始化B0的每个元素为零。
步骤102：顺序读取每一帧红外图像Yk，并计算其局部均值
Figure BDA0003629616810000031
步骤102中所述
Figure BDA0003629616810000032
由下式计算得到。令
Figure BDA0003629616810000033
那么
Figure BDA0003629616810000041
由下式计算得到
Figure BDA0003629616810000042
式中
Figure BDA0003629616810000043
代表二维卷积计算。
步骤103：将第k帧红外图像Yk减去其局部均值
Figure BDA0003629616810000044
得到残差图像
Figure BDA0003629616810000045
Figure BDA0003629616810000046
为尺寸为640*512的矩阵。具体计算方式为
Figure BDA0003629616810000047
步骤四：更新红外视频的非均匀性得到Bk。
步骤104所述Bk由下式计算得到
Figure BDA0003629616810000048
式中μ为一个正实数，本实施例取1；
Figure BDA0003629616810000049
和
Figure BDA00036296168100000410
的输出均为640*512矩阵，其第i行、第j列的具体定义如下，
Figure BDA00036296168100000411
Figure BDA00036296168100000412
步骤105：输出校正后的第k帧红外图像Xk。
步骤105所述Xk由下式计算得到
Xk＝Yk-Bk (4)
从图2可以看出，采用本发明的非均匀性校正算法之后，校正效果有了较大的提升，同时有效避免了相机运动不充分时现有算法易出现的“鬼影”问题。
以上所述的具体描述，对发明的目的、技术方案和有益效果进行进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于稳健估计的红外视频非均匀性校正方法，其特征在于：包括如下步骤，
步骤一：初始化红外视频的非均匀性B0＝0；
步骤二：计算第k帧红外视频Yk的局部均值
Figure FDA0003629616800000011
其中k＝1、2、3……；
步骤三：将第k帧红外视频Yk减去其局部均值
Figure FDA0003629616800000012
得到残差图像
Figure FDA0003629616800000013
步骤四：更新红外视频的非均匀性得到Bk；
步骤五：减去非均匀性得到校正后的第k帧红外视频Xk，即基于稳健估计实现红外视频非均匀性校正。
2.如权利要求1所述的一种基于稳健估计的红外视频非均匀性校正方法，其特征在于：步骤一的实现方法为，
B0记录初始化的每个像元偏置的值；B0的尺寸与红外图像的尺寸一致；假设红外图像的尺寸为m行n列，那么B0就是一个m×n的矩阵；初始化B0的每个元素为零。
3.如权利要求1所述的一种基于稳健估计的红外视频非均匀性校正方法，其特征在于：步骤二的实现方法为，
Yk和
Figure FDA0003629616800000014
均为m×n的矩阵；
Figure FDA0003629616800000015
中的第i行、第j列元素对应Yk中第i行、第j列元素同其周围元素的平均值。
4.如权利要求1所述的一种基于稳健估计的红外视频非均匀性校正方法，其特征在于：步骤三的实现方法为，
Figure FDA0003629616800000016
为尺寸为m×n的矩阵；具体计算方式为
Figure FDA0003629616800000017
5.如权利要求1所述的一种基于稳健估计的红外视频非均匀性校正方法，其特征在于：步骤四的实现方法为，
使用混合分布模型对
Figure FDA0003629616800000018
进行建模，并计算Bk的极大似然估计，得到如下代价函数
Figure FDA0003629616800000019
式中μ为一个正实数，取为
Figure FDA00036296168000000110
的标准差；对代价函数式(2)关于Bk-1求导，得到Bk的更新方程
Figure FDA00036296168000000111
6.如权利要求1所述的一种基于稳健估计的红外视频非均匀性校正方法，其特征在于：步骤五的实现方法为，
所述Xk由下式计算得到
Xk＝Yk-Bk (4)。
CN202210500003.6A 2022-05-06 2022-05-06 一种基于稳健估计的红外视频非均匀性校正方法 Pending CN115002360A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210500003.6A CN115002360A (zh) 2022-05-06 2022-05-06 一种基于稳健估计的红外视频非均匀性校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210500003.6A CN115002360A (zh) 2022-05-06 2022-05-06 一种基于稳健估计的红外视频非均匀性校正方法

Publications (1)

Publication Number Publication Date
CN115002360A true CN115002360A (zh) 2022-09-02

Family

ID=83025537

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210500003.6A Pending CN115002360A (zh) 2022-05-06 2022-05-06 一种基于稳健估计的红外视频非均匀性校正方法

Country Status (1)

Country Link
CN (1) CN115002360A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116205825A (zh) * 2023-05-06 2023-06-02 北京师范大学 一种基于时空三维滤波的红外视频非均匀性校正方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116205825A (zh) * 2023-05-06 2023-06-02 北京师范大学 一种基于时空三维滤波的红外视频非均匀性校正方法

Similar Documents

Publication Publication Date Title
JP6887597B2 (ja) 非均一な補正のための赤外線画像の処理方法、及び画像処理デバイス
US20090079854A1 (en) Non-uniformity correction of images generated by focal plane arrays of photodetectors
US20180063454A1 (en) Method and apparatus for correcting fixed pattern noise of an infrared image
CN109060140A (zh) 基于多点标定及拟合的红外图像非均匀性校正方法
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
KR20180012989A (ko) 보정데이터 생성장치 및 이의 보정데이터 생성방법, 그리고 적외선 카메라
Zeng et al. Adaptive image-registration-based nonuniformity correction algorithm with ghost artifacts eliminating for infrared focal plane arrays
CN103076096A (zh) 基于中值直方图均衡的红外非均匀性校正算法
Li et al. Interior radiation noise reduction method based on multiframe processing in infrared focal plane arrays imaging system
CN115002360A (zh) 一种基于稳健估计的红外视频非均匀性校正方法
CN113379636B (zh) 一种红外图像非均匀性校正方法、装置、设备及存储介质
Ratliff et al. Algebraic scene-based nonuniformity correction in focal plane arrays
Lee et al. Dual-branch structured de-striping convolution network using parametric noise model
CN103870847A (zh) 一种低照度环境下对地监控的运动目标检测方法
RU2688616C1 (ru) Способ компенсации геометрического шума инфракрасных изображений
Ratliff et al. Adaptive scene-based correction algorithm for removal of residual fixed pattern noise in microgrid image data
Zhou et al. Local spatial correlation-based stripe non-uniformity correction algorithm for single infrared images
Cao et al. Solid state temperature-dependent NUC (non-uniformity correction) in uncooled LWIR (long-wave infrared) imaging system
Ren et al. Efficient single image stripe nonuniformity correction method for infrared focal plane arrays
CN114972077A (zh) 一种基于秩和检验的红外非均匀性校正“鬼影”抑制方法
Liu et al. A self-adaptive nonuniformity correction algorithm for infrared images combined with two-point correction along the rim
Liu et al. Gradient sky scene based nonuniformity correction and local weighted filter based denoising
Kumar et al. Correcting infrared focal plane array sensor non uniformities based upon adaptive filter
Qu et al. New Non-uniformity correction approach for infrared focal plane arrays imaging
RU2744483C1 (ru) Способ компенсации геометрического шума в видеопоследовательности инфракрасных изображений, основанный на анализе наблюдаемой сцены

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