WO2017107344A1 - 一种气动热辐射效应的频域校正方法 - Google Patents

一种气动热辐射效应的频域校正方法 Download PDF

Info

Publication number
WO2017107344A1
WO2017107344A1 PCT/CN2016/079135 CN2016079135W WO2017107344A1 WO 2017107344 A1 WO2017107344 A1 WO 2017107344A1 CN 2016079135 W CN2016079135 W CN 2016079135W WO 2017107344 A1 WO2017107344 A1 WO 2017107344A1
Authority
WO
WIPO (PCT)
Prior art keywords
thermal radiation
spectrum
image
filter
radiation noise
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.)
Ceased
Application number
PCT/CN2016/079135
Other languages
English (en)
French (fr)
Inventor
张天序
侯旋
章川
刘立
陈泉
钟奥
许明星
周雨田
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and 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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to US15/577,335 priority Critical patent/US20180350041A1/en
Publication of WO2017107344A1 publication Critical patent/WO2017107344A1/zh
Anticipated expiration legal-status Critical
Priority to US16/359,990 priority patent/US10521888B2/en
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/10—Image enhancement or restoration using non-spatial domain filtering
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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 OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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 OR CALCULATING; 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
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20072—Graph-based image processing

Definitions

  • the invention belongs to the field of cross-scientific technology combining aerospace technology and image processing, and more particularly to a frequency domain correction method for aerodynamic thermal radiation effect.
  • Hypersonic vehicles have become an important development direction of the world's aerospace technology, and will have a high strategic significance in the political, military and economic fields.
  • the high-speed flight of the aircraft caused the imaging sensor to deteriorate in image quality, and the signal-to-noise ratio was greatly reduced.
  • a series of aero-optical effects problems hindered the development of hypersonic vehicles, which needs to be resolved.
  • the aerodynamic thermal radiation effect usually refers to the interaction between the optical window and the incoming flow to form a complex flow field when a high-speed aircraft with an optical imaging detection system is flying in the atmosphere. Due to the viscosity of the air, the airflow in contact with the surface of the optical window will be retarded, causing the velocity of the airflow to decrease, forming a boundary layer near the surface of the window. The layers with large velocity gradients in the boundary layer will generate strong friction, and the kinetic energy of the airflow will irreversibly become thermal energy, causing the temperature of the window wall to rise.
  • the high-temperature airflow will continuously transfer heat to the low-temperature wall surface, causing strong aerodynamic heating, which causes radiation interference to the imager, which increases the background brightness of the infrared image, degrades the infrared imaging quality, and seriously affects the navigation, positioning and detection capabilities of the hypersonic vehicle.
  • the present invention provides a frequency domain correction method for aerodynamic thermal radiation, which analyzes the thermal radiation noise spectrum distribution to construct a filter, and filters the spectral components of the thermal radiation noise in the frequency domain.
  • a frequency domain correction method for aerodynamic thermal radiation which analyzes the thermal radiation noise spectrum distribution to construct a filter, and filters the spectral components of the thermal radiation noise in the frequency domain.
  • the present invention provides a frequency domain correction method for aerodynamic thermal radiation, characterized in that the method comprises the following steps:
  • the step (2) specifically includes:
  • the size m ⁇ n of the aero-thermal radiation degradation image described in the step (1) is acquired; then, the Gaussian function is passed Where m, n represent the rows and columns of the two-dimensional Gaussian function, ⁇ represents the standard deviation, constructs a thermal radiation noise Gaussian surface b of the same size as the image, and then performs a Fourier transform on the Gaussian surface of the thermal radiation noise.
  • the centralized spectrum is processed to obtain a thermal radiation noise spectrum B.
  • the step (3) specifically includes:
  • BW(u,v) is any point on BW
  • H(u,v) is any point on the filter function H
  • (u,v) represents the coordinate of the point
  • ⁇ represents the degree of filtering out the thermal radiation noise. The value of ⁇ is between 0 and 1.
  • the filter template constraint is a binary template constraint.
  • the method of the present invention constructs a filter by analyzing the spectral distribution of the thermal radiation noise, and filters the spectral components of the thermal radiation noise in the frequency domain to recover a clear image, thereby ensuring a large image quality and image signal to noise ratio.
  • the calculation complexity of the correction method is minimized, and the correction time is significantly shortened.
  • FIG. 1 is a flow chart of a frequency domain correction method for aerodynamic thermal radiation effect of the present invention
  • FIG. 3 is a schematic diagram of a process of centralized spectrum processing
  • Figure 5 is a filter template constraint BW of the filter function H
  • Figure 6 is a three-dimensional view of the filter function H
  • Figure 8 is a centered spectrum of the reference image
  • Figure 9 is the obtained aerodynamic thermal radiation degradation image f
  • Figure 10 is the centered spectrum F of Figure 9;
  • Figure 11 is a filtered real-time image spectrum G
  • Figure 12 is a thermal radiation correction image g after frequency domain correction of aerodynamic thermal radiation effect
  • Figure 13 (a) is a simulated image of aerodynamic thermal radiation simulated according to actual flight conditions in the embodiment
  • Figure 13 (b) is a heat radiation corrected image corrected by the method of the present invention in the embodiment
  • Figure 13 (c) is a reference image
  • Figure 13 (d) is a comparison of pixel values in the same row in Figures 13 (a), 13 (b) and 13 (c);
  • Figure 14 (a) is a 2000th frame of aerodynamic thermal radiation image acquired by the infrared imaging system in the wind tunnel test of the embodiment
  • Figure 14 (b) is a heat radiation corrected image corrected by the method of the present invention in the embodiment.
  • Figure 14 (c) is the first frame image of the wind tunnel experiment in the embodiment
  • Figure 14 (d) is a comparison of pixel values in the same row in Figures 14 (a), 14 (b) and 14 (c);
  • Figure 15 (a) is an aerodynamic thermal radiation degradation image of a simple background point source target simulation in the embodiment
  • Figure 15 (b) is a heat radiation corrected image corrected by the method of the present invention in the embodiment.
  • Figure 15 (c) is a point source target reference image
  • the method of the present invention compares and analyzes a series of aerodynamic thermal radiation degradation images and original reference images, as shown in Fig. 7-10, and obtains that the thermal radiation noise exhibits a low frequency distribution in aerodynamic thermal radiation degradation image, and the shape is similar to a Gaussian surface. Moreover, the spectrum distribution rules are orderly, in a "cross” shape, and the "cross” has a tendency to gradually decay toward the periphery.
  • the thermal radiation noise can be approximated by a Gaussian surface, which will be specifically described below.
  • FIG. 1 is a flow chart of a frequency domain correction method for aerodynamic thermal radiation effect of the present invention, the method comprising:
  • the step (2) specifically includes: first, acquiring the size m ⁇ n of the aerodynamic thermal radiation degradation image in the step (1); and then, passing the Gaussian function Where m, n represent the rows and columns of the two-dimensional Gaussian function, ⁇ represents the standard deviation, construct a thermal radiation noise Gaussian surface b of the same size as the image, as shown in Figure 2, and then perform Fourier on the surface. Transform and center the spectrum to obtain the thermal radiation noise spectrum B, and then calculate its amplitude spectrum The result is shown in Figure 4.
  • the amplitude spectrum of the Gaussian surface b of the thermal radiation noise It is divided into 2 ⁇ 2 sub-blocks, and the first sub-block and the third sub-block are exchanged, and the second sub-block and the fourth sub-block are exchanged to realize the centralization of the spectrum.
  • the centered image spectrum has a low frequency center and high frequency around it.
  • the step (3) specifically includes:
  • the threshold segmentation result BW is as shown in FIG. 5;
  • BW(u,v) is any point on BW
  • H(u,v) is any point on the filter function H
  • (u,v) represents the coordinate of the point
  • ⁇ represents the degree of filtering out the thermal radiation noise.
  • the present invention was verified by processing three sets of different aerodynamic thermal radiation degradation images according to the steps in the specific implementation method, and the results are shown in Figs. 13 to 15 .
  • PSNR after aero-thermal radiation degradation Frequency domain corrected PSNR operation hours Image 1 11.7837 15.9239 0.0761s Image 2 9.0293 21.6188 0.0676s Image 3 6.3180 26.9207 0.0776s
  • the correction algorithm of the present invention can greatly improve the peak signal-to-noise ratio of the thermal radiation degradation image, and can effectively solve the aerodynamic thermal radiation effect problem.
  • Its running time is the running time of the algorithm of the invention on matlab.

Landscapes

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

Abstract

一种气动热辐射效应的频域校正方法，包括：通过高斯曲面来近似热辐射噪声，对其进行傅里叶变换得到幅度谱，然后对幅度谱进行归一化与分割来获取滤波器二值模板BW，通过获取的滤波器二值模板BW构建滤波器函数H；对气动热辐射退化图像f做傅里叶变换得到中心化频谱F，将F与H点乘后得到滤波后的实时图像频谱G，最后对G进行傅里叶逆变换并取模，得到热辐射校正后图像g。通过执行该方法，可以有效的去除气动热辐射产生的背景噪声，恢复出清晰图像，使得图像品质及图像信噪比大幅提升；并进一步降低了算法复杂度，缩短了运行时间，更适于实时处理。

Description

一种气动热辐射效应的频域校正方法 【技术领域】
本发明属于航天技术与图像处理相结合的交叉科学技术领域，更具体地，涉及一种气动热辐射效应的频域校正方法。
【背景技术】
高超声速飞行器目前已成为世界航空航天技术的重要发展方向，在政治、军事以及经济领域都将具有极高的战略意义。飞行器的高速飞行导致成像传感器成像品质劣化、信噪比大幅降低等一系列的气动光学效应问题阻碍了高超声速飞行器的发展，有待解决。
气动热辐射效应通常是指带有光学成像探测系统的高速飞行器在大气层内飞行时，光学窗口与来流之间的相互作用形成复杂的流场。由于空气粘性的作用，与光学窗口表面相接触的气流将受到阻滞，使得气流速度降低，在窗口表面附近形成边界层。边界层内具有很大速度梯度的各层会产生强烈的摩擦，气流的动能不可逆转地变为热能，造成窗口壁面温度的升高。高温气流将不断向低温壁面传热，引起很强的气动加热，其对成像器形成辐射干扰，使红外图像背景亮度增加，劣化红外成像质量，严重影响高超音速飞行器导航、定位以及探测能力。
目前已有相关文献或专利报道气动热辐射效应校正方法，但是该类方法无不存在计算复杂、耗时长或是仅提供一种建模方法等的问题。均不适用于实时处理，因此，本领域亟需一种实时处理的新型校正方法。
【发明内容】
针对现有技术的以上缺陷或不足，本发明提供了一种气动热辐射的频域校正方法，该方法分析热辐射噪声频谱分布来构建滤波器，在频域中滤除热辐射噪声的频谱成分来恢复出清晰图像，使得图像品质以及图像信噪比大幅提升，因而尤其适用于高超声速飞行器在高速飞行条件下的气动热辐射效应之类的应用场合。
为实现上述目的，本发明提出了一种气动热辐射的频域校正方法，其特征在于，所述方法包括以下步骤：
(1)从实时视频图像库中获取气动热辐射退化图像f；
(2)根据所述气动热辐射退化图像f，近似化处理后得到热辐射噪声高斯曲面b，对其进行傅里叶变换，并将其中心化频谱处理，得到热辐射噪声频谱B；
(3)通过步骤(2)得到的所述热辐射噪声频谱B，得到滤波模板约束，构建滤波器函数H；
(4)对所述气动热辐射退化图像f进行傅里叶变换并将其中心化频谱处理，得到气动热辐射退化图像的中心化频谱F；
(5)将所述中心化频谱F与所述滤波器函数H点乘，得到滤波后的实时图像频谱G；
(6)对滤波后的实时图像频谱G进行中心化频谱处理，并进行傅里叶逆变换后取模，得到热辐射校正图像g。
作为进一步优选的，所述步骤(2)具体包括：
首先，获取步骤(1)中所述气动热辐射退化图像的大小m×n；接着，通过高斯函数
Figure PCTCN2016079135-appb-000001
其中，m，n分别表示二维高斯函数的行和列，σ表示其标准差，构建一个与图像同样大小的热辐射噪声高斯曲面b，然后对该热辐射噪声高斯曲面进行傅里叶变换，并将其中心化频谱处理，得到热辐射噪声频谱B。
作为进一步优选的，所述步骤(3)具体包括：
(3-1)估计步骤(2)中得到的所述热辐射噪声频谱B的幅度谱
Figure PCTCN2016079135-appb-000002
Figure PCTCN2016079135-appb-000003
(3-2)对幅度谱
Figure PCTCN2016079135-appb-000004
进行归一化处理得到归一化幅度谱N，然后统计其直方图分布Hist(x)，其中横坐标x为归一化后的幅度值；
(3-3)根据直方图分布Hist(x)估计分割阈值γ，利用所述分割阈值γ对归一化幅度谱N进行分割，γ的取值在0～1之间；
(3-4)根据分割阈值γ对归一化幅频谱N进行阈值分割，得到滤波模板约束BW；
(3-5)根据得到的滤波模板约束BW构建相应的滤波器函数H，具体为：
Figure PCTCN2016079135-appb-000005
其中，BW(u,v)是BW上任意一点，H(u,v)是滤波器函数H上任意一点，(u,v)表示该点坐标，λ表示对热辐射噪声滤除的程度，λ取值在0～1之间。
作为进一步优选的，所述阈值分割具体包括：对于归一化幅频谱N中每一点
Figure PCTCN2016079135-appb-000006
如果
Figure PCTCN2016079135-appb-000007
则滤波模板约束BW中对应的点BW(u,v)＝0；否则BW(u,v)＝1。
作为进一步优选的，所述滤波模板约束为二值模板约束。
总体而言，按照本发明点的以上技术方案与现有技术相比，主要具备以下的技术优点：
1、本申请中通过结合气动热辐射效应的频域校正的运用需求，针对气动热辐射效应校正方法中导致算法实时性降低的复杂矩阵运算、反复迭代等操作，提出了一种只需对图像进行一次傅里叶正反变换即可完成整个气动热辐射效应校正的方法，在有效抑制热辐射噪声的同时，大幅度地提升了图像的信噪比，具有实时性高的特点；
2、此外，本发明中方法通过分析热辐射噪声频谱分布来构建滤波器，在频域中滤除热辐射噪声的频谱成分来恢复出清晰图像，这样能够在确保图像品质及图像信噪比大幅提升的同时，最大可能的降低了校正方法的计算复杂度，显著缩短了校正时长。
【附图说明】
图1为本发明气动热辐射效应的频域校正方法流程图；
图2为近似化处理后得到的热辐射噪声高斯曲面；
图3为中心化频谱处理的过程示意图；
图4为图2热辐射噪声高斯曲面对应的幅度谱；
图5为滤波器函数H的滤波模板约束BW；
图6为滤波器函数H的三维视图；
图7基准图像；
图8为基准图像的中心化频谱；
图9为获取的气动热辐射退化图像f；
图10为图9的中心化频谱F；
图11为滤波后的实时图像频谱G；
图12为气动热辐射效应频域校正后的热辐射校正图像g；
图13(a)为实施例中根据实际飞行情况仿真的气动热辐射退化图像；
图13(b)为实施例中本发明方法校正后的热辐射校正图像；
图13(c)为基准图像；
图13(d)为图13(a)、图13(b)和图13(c)中同一行像素值对比结果；
图14(a)为实施例中风洞试验中红外成像系统采集的第2000帧气动热辐射图像；
图14(b)为实施例中本发明方法校正后的热辐射校正图像；
图14(c)为实施例中风洞实验第1帧图像；
图14(d)为图14(a)、图14(b)和图14(c)中同一行像素值对比结果；
图15(a)为实施例中简单背景点源目标仿真的气动热辐射退化图像；
图15(b)为实施例中本发明方法校正后的热辐射校正图像；
图15(c)为点源目标基准图像；
图15(d)图15(a)、图15(b)、图15(c)、中同一行像素值对比结果；
【具体实施方式】
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明方法通过对一系列气动热辐射退化图像和原始基准图像进行对比分析，如图7-10所示，得出热辐射噪声在气动热辐射退化图像中呈现低频分布，形状类似于高斯曲面，而且频谱分布规则有序，呈“十字”状，并且“十字”具有向四周逐渐衰减的趋势。
因此，基于上述分析可知热辐射噪声可用高斯曲面来近似，下面来进行具体说明。
如图1所示，为本发明气动热辐射效应的频域校正方法流程图，所述方法包括：
(1)从视频图像中获取气动热辐射退化图像f，如图9所示；
(2)根据所述气动热辐射退化图像，近似化处理后得到热辐射噪声高斯曲面b，对其进行傅里叶变换，并将其中心化频谱处理，得到热辐射噪声频谱B；
所述步骤(2)具体包括：首先，获取步骤(1)中所述气动热辐射退化图像的大小m×n；接着，通过高斯函数
Figure PCTCN2016079135-appb-000008
其中，m，n分别表示二维高斯函数的行和列，σ表示其标准差，构建一个与图像同样大小的热辐射噪声高斯曲面b，如图2所示，然后对该曲面进行傅里叶变换，并将其中心化频谱处理，得到热辐射噪声频谱B，然后计算其幅度谱
Figure PCTCN2016079135-appb-000009
Figure PCTCN2016079135-appb-000010
其结果如图4所示。
具体而言，如图3所示，热辐射噪声高斯曲面b的幅度谱
Figure PCTCN2016079135-appb-000011
被等分为2×2个子块，将图中第1子块和第3子块交换，第2子块和第4子块交换，即可实现对频谱的中心化。中心化后的图像频谱，其中心为低频，四周为高频。
(3)通过步骤(2)得到的所述热辐射噪声频谱B，得到滤波模板约束，构建滤波器函数H；
所述步骤(3)具体包括：
(3-1)估计步骤(2)中得到的所述热辐射噪声频谱B的幅度谱
Figure PCTCN2016079135-appb-000012
Figure PCTCN2016079135-appb-000013
(3-2)对幅度谱
Figure PCTCN2016079135-appb-000014
进行归一化处理得到归一化幅度谱N，然后统计其直方图分布Hist(x)，其中横坐标x为归一化后的幅度值；
(3-3)根据直方图分布Hist(x)估计分割阈值γ，利用所述分割阈值γ对归一化幅度谱N进行分割，从而得到滤波模板约束BW，其中，所述滤波模板约束为二值模板约束；分割阈值γ表示滤除的频谱成分的多少，取值在0～1之间；γ越大表示所滤除的频谱成分越多，在本实施方案中取γ＝0.55.
具体而言，所述阈值分割包括：对于幅频谱N中每一点
Figure PCTCN2016079135-appb-000015
如果
Figure PCTCN2016079135-appb-000016
则滤波模板约束BW中对应的点BW(u,v)＝0；否则BW(u,v)＝1。阈值分割结果BW如图5所示；
(3-4)根据得到的滤波模板约束BW构建相应的滤波器函数H，其三维视图如图6所示，具体为：
Figure PCTCN2016079135-appb-000017
其中，BW(u,v)是BW上任意一点，H(u,v)是滤波器函数H上任意一点，(u,v)表示该点坐标，λ表示对热辐射噪声滤除的程度，λ取值在0～1之间。 λ值越小表示对热辐射噪声滤除的程度越高，可以根据热辐射噪声的强度来选取合适的值，在本实施方案中λ＝0.05；
(4)对所述气动热辐射退化图像f进行傅里叶变换并将其中心化频谱处理，得到气动热辐射退化图像的中心化频谱F，如图10所示；
(5)将所述中心化频谱F与所述滤波器函数H点乘，得到滤波后的实时图像频谱G，如图11所示，即G＝F.*H，从而实现对f的频域滤波；
(6)对滤波后的实时图像频谱G进行中心化频谱处理，并进行傅里叶逆变换后取模，得到热辐射校正图像g，如图12所示。
按照具体实施方法中的步骤分别对三组不同的气动热辐射退化图像进行处理对本发明进行验证，其结果如图13～图15所示。
表1
  气动热辐射退化后PSNR 频域校正后PSNR 运行时间
图像1 11.7837 15.9239 0.0761s
图像2 9.0293 21.6188 0.0676s
图像3 6.3180 26.9207 0.0776s
从表1中的数据对比可以得出，本发明的校正算法能大幅提升热辐射退化图像的峰值信噪比，能够有效的解决气动热辐射效应问题。其运行时间为本发明算法在matlab上运行时间。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，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、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (5)

  1. 一种气动热辐射效应的频域校正方法，其特征在于，所述方法包括以下步骤：
    (1)从实时图像库中获取气动热辐射退化图像f；
    (2)根据所述气动热辐射退化图像，近似化处理后得到热辐射噪声高斯曲面b，对其进行傅里叶变换，并将其中心化频谱处理，得到热辐射噪声频谱B；
    (3)通过步骤(2)得到的所述热辐射噪声频谱B，得到滤波模板约束，构建滤波器函数H；
    (4)对所述气动热辐射退化图像f进行傅里叶变换并将其中心化频谱处理，得到气动热辐射退化图像的中心化频谱F；
    (5)将所述中心化频谱F与所述滤波器函数H点乘，得到滤波后的实时图像频谱G；
    (6)对滤波后的实时图像频谱G进行中心化频谱处理，并进行傅里叶逆变换后取模，得到热辐射校正图像g。
  2. 如权利要求1所述的方法，其特征在于，所述步骤(2)具体包括：
    首先，获取步骤(1)中所述气动热辐射退化图像的大小m×n；接着，通过高斯函数
    Figure PCTCN2016079135-appb-100001
    其中，m，n分别表示二维高斯函数的行和列，σ表示其标准差，构建一个与图像同样大小的热辐射噪声高斯曲面b，然后对该热辐射噪声高斯曲面进行傅里叶变换，并将其中心化频谱处理，得到热辐射噪声频谱B。
  3. 如权利要求1所述的方法，其特征在于，所述步骤(3)具体包括：
    (3-1)估计步骤(2)中得到的所述热辐射噪声频谱B的幅度谱
    Figure PCTCN2016079135-appb-100002
    Figure PCTCN2016079135-appb-100003
    (3-2)对幅度谱
    Figure PCTCN2016079135-appb-100004
    进行归一化处理得到归一化幅度谱N，然后统计其直方图分布Hist(x)，其中横坐标x为归一化后的幅度值；
    (3-3)根据直方图分布Hist(x)估计分割阈值γ，利用所述分割阈值γ对归一化幅度谱N进行分割，得到滤波模板约束BW；γ的取值在0～1之间；
    (3-4)根据得到的滤波模板约束BW构建相应的滤波器函数H，具体为：
    Figure PCTCN2016079135-appb-100005
    其中，BW(u,v)是BW上任意一点，H(u,v)是滤波器函数H上任意一点，(u,v)表示该点坐标，λ表示对热辐射噪声滤除的程度，λ取值在0～1之间。
  4. 如权利要求3所述的方法，其特征在于，所述阈值分割具体包括：对于归一化幅度谱N中每一点
    Figure PCTCN2016079135-appb-100006
    如果
    Figure PCTCN2016079135-appb-100007
    则滤波模板约束BW中对应的点BW(u,v)＝0；否则BW(u,v)＝1。
  5. 如权利要求1-4任一项所述的方法，其特征在于，所述滤波模板约束为二值模板约束。
PCT/CN2016/079135 2015-12-23 2016-04-13 一种气动热辐射效应的频域校正方法 Ceased WO2017107344A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US15/577,335 US20180350041A1 (en) 2015-12-23 2016-04-13 Aerothermal radiation effect frequency domain correction method
US16/359,990 US10521888B2 (en) 2015-12-23 2019-03-20 Aerothermal radiation effect frequency domain correction method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201510995105.XA CN105654432B (zh) 2015-12-23 2015-12-23 一种气动热辐射效应的频域校正方法
CN201510995105.X 2015-12-23

Related Child Applications (2)

Application Number Title Priority Date Filing Date
US15/577,335 A-371-Of-International US20180350041A1 (en) 2015-12-23 2016-04-13 Aerothermal radiation effect frequency domain correction method
US16/359,990 Continuation-In-Part US10521888B2 (en) 2015-12-23 2019-03-20 Aerothermal radiation effect frequency domain correction method

Publications (1)

Publication Number Publication Date
WO2017107344A1 true WO2017107344A1 (zh) 2017-06-29

Family

ID=56477824

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2016/079135 Ceased WO2017107344A1 (zh) 2015-12-23 2016-04-13 一种气动热辐射效应的频域校正方法

Country Status (3)

Country Link
US (1) US20180350041A1 (zh)
CN (1) CN105654432B (zh)
WO (1) WO2017107344A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114022396A (zh) * 2022-01-06 2022-02-08 武汉工程大学 基于nurbs曲面拟合的气动光学热辐射效应校正方法及装置

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109993174B (zh) * 2018-12-25 2021-01-05 华中科技大学 一种基于噪声抑制的空中目标检测方法及系统
CN111462065B (zh) * 2020-03-27 2023-06-27 浙江杜比医疗科技有限公司 超声、红外序列图像融合的乳腺癌检测方法及其系统
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
CN114022399B (zh) * 2022-01-07 2022-04-19 武汉工程大学 一种气动光学热辐射校正方法、电子设备及可读存储介质
CN114972083B (zh) * 2022-05-12 2025-06-20 浙江大学 一种基于实测数据的复杂光学成像条件下图像复原方法
CN115965552B (zh) * 2022-12-30 2023-08-29 华中科技大学 用于低信噪比图像序列的频空时域联合去噪与恢复系统
CN115937231B (zh) * 2022-12-30 2023-10-20 华中科技大学 一种频谱结构约束的红外图像迭代去噪方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0880032A1 (en) * 1997-05-20 1998-11-25 Matsushita Electric Industrial Co., Ltd. Imaging apparatus, distance measurement apparatus and method for measuring distance
CN201945744U (zh) * 2010-09-20 2011-08-24 哈尔滨工业大学 一种用于超音速制导的折射式红外光学系统
CN103093425A (zh) * 2012-12-31 2013-05-08 华中科技大学 一种气动热辐射指纹库的建立方法及其应用
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0880032A1 (en) * 1997-05-20 1998-11-25 Matsushita Electric Industrial Co., Ltd. Imaging apparatus, distance measurement apparatus and method for measuring distance
CN201945744U (zh) * 2010-09-20 2011-08-24 哈尔滨工业大学 一种用于超音速制导的折射式红外光学系统
CN103093425A (zh) * 2012-12-31 2013-05-08 华中科技大学 一种气动热辐射指纹库的建立方法及其应用
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

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114022396A (zh) * 2022-01-06 2022-02-08 武汉工程大学 基于nurbs曲面拟合的气动光学热辐射效应校正方法及装置
CN114022396B (zh) * 2022-01-06 2022-04-19 武汉工程大学 基于nurbs曲面拟合的气动光学热辐射效应校正方法及装置

Also Published As

Publication number Publication date
CN105654432A (zh) 2016-06-08
US20180350041A1 (en) 2018-12-06
CN105654432B (zh) 2017-05-17

Similar Documents

Publication Publication Date Title
WO2017107344A1 (zh) 一种气动热辐射效应的频域校正方法
CN104574324B (zh) 对地面建筑群遥感图像频谱特性约束的去噪方法和系统
CN105654430B (zh) 一种反差约束的气动热辐射校正方法
CN102609917B (zh) 一种基于聚类算法的图像边缘拟合b样条生成方法
CN113870135A (zh) 一种基于天牛须优化算法的nsst域红外图像增强方法
CN109993174B (zh) 一种基于噪声抑制的空中目标检测方法及系统
CN112801899B (zh) 基于互补结构感知的内外循环驱动图像盲去模糊方法和装置
CN105118037B (zh) 一种气动热辐射图像自动校正方法
CN107610159A (zh) 基于曲率滤波和时空上下文的红外弱小目标跟踪方法
CN105184766A (zh) 一种频域边界能量模型的水平集图像分割方法
CN103077507B (zh) 基于Beta算法的多尺度SAR图像降噪方法
CN108288030B (zh) 一种机载红外小目标检测识别实时处理系统和方法
CN116188291A (zh) 一种快速机载暗光图像增强方法
US10521888B2 (en) Aerothermal radiation effect frequency domain correction method
CN104917933B (zh) 基于相位一致性和场景运动估计的微光视频去噪方法
CN103093425B (zh) 一种气动热辐射指纹库的建立方法及其应用
CN103310414B (zh) 基于方向波变换和模糊理论的图像增强方法
CN102521811B (zh) 基于各向异性扩散和互信息匀质性测度的sar图像降斑方法
CN103049889A (zh) 一种强噪声气动光学效应退化图像的预处理方法
CN108510591A (zh) 一种基于非局部均值与双边滤波的改进泊松曲面重建方法
Fu et al. Wavelet-based retinex algorithm for unmanned aerial vehicle image defogging
CN105608705A (zh) 基于非下采样Shearlet变换与矢量C-V模型的图像分割方法
CN112488961A (zh) 一种基于对数方程的t参数同态滤波方法
CN102184529B (zh) 基于经验模态分解的边缘检测方法
CN103679648B (zh) 一种基于空间分割的矩匹配卫星影像条带噪声去除方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16877158

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16877158

Country of ref document: EP

Kind code of ref document: A1