一种自适应偏置更新红外图像场景校正方法与流程

1.本发明属于红外图像处理技术领域，具体涉及一种自适应偏置更新红外图像场景校正方法。


背景技术：

2.红外热像仪由于探测器半导体制造工艺等因素会使得红外图像呈现非均匀性，尤其国产探测器在探测弱辐射场景时，由于探测器响应度不好，会出现很强的非均匀性。而且红外热像仪长时间开机工作后，探测器各像素单元会出现不同程度温漂，也会带来非均匀性，因此，为保证红外热像仪的成像质量，亟待解决红外成像的非均匀性问题。
3.目前对于红外图像的非均匀性校正的方法可分为两大类，一类是基于参考源的nuc校正，另一类是基于场景的nuc校正。基于参考源的nuc校正方法包括挡板校正、黑体校正、拉忽校正等，此类方法的原理是通过在探测器前或热像仪前，使用一均匀热辐射物体对其进行遮挡，使探测器像元对同一温度辐射的物体呈现相同响应，使图像均匀性更好，但此类方法会中断热像仪正常工作，在使用过程中极易影响对目标的搜索、观测、跟踪等任务。
4.而基于场景的nuc校正方法则是利用图像算法来校正图像的非均匀性，热像仪的成像过程中不会产生中断。目前主流方法可归纳为三类：时域高通滤波、恒定统计法、神经网络方法。经过对文献研读与算法仿真，时域高通滤波方法鬼影很难消除，而且会出现弱细节丢失；神经网络方法算法复杂度高，不易工程实现，而且适应场景参数调优复杂；而恒定统计法基于相邻像素观测同一辐射场景的响应应相同的假设，利用偏差修正，算法复杂度低，可嵌入式实现，但是需要解决算法收敛和鬼影问题。目前，还没有一种适当的场景校正方法能解决上述问题。


技术实现要素：

5.为了解决上述基于场景的nuc校正方法中鬼影难以消除、图像细节丢失、算法复杂度高等问题，本发明提出了一种自适应偏置更新红外图像场景校正方法。
6.为实现上述目的，本发明采用的技术方案如下：
7.一种自适应偏置更新红外图像场景校正方法，该方法包括以下步骤：
8.步骤一，输入红外14位原始图像帧序列n表示第n帧，当前帧图像为上一帧图像为
9.步骤二，对步骤一输入的当前帧图像，使用上一帧得计算得到的校正矩阵c
n-1
进行当前帧图帧预校正，当前帧预校正图像当前帧图帧预校正，当前帧预校正图像
10.步骤三，对当前帧预校正图像与上一帧校正图像采用帧间运动自适应参数估计方法计算运动阈值t和帧差图像d；
11.步骤四，根据步骤三得到的运动阈值t和帧差图像d，进行像素级运动检测估计，计算像素级更新区域同时使用欧拉距离对帧差图像d边界进行运动判定，判定图像场景
是否运动；
12.步骤五，对步骤四判定为运动帧的图像，使用偏置更新算法对偏置校正矩阵cn进行更新；对步骤四判定为不运动帧的图像，偏置校正矩阵cn保持与c
n-1
相同；
13.步骤六，使用步骤四得到的更新区域和步骤五得到的偏置校正矩阵cn校正当前图像帧，得到校正图像帧校正方法为
14.步骤七，对步骤六获得的校正图像帧进行图像算法增强后，使用直方图映射方法将14位校正图像帧转换为可供人眼观测的8位图像
15.进一步，优选的是，所述步骤三采用的帧间运动自适应参数估计方法，运动阈值t采用14位红外图像信噪比统计方法计算，其计算方法为其中常数为红外图像计算信噪比统计得到；同时帧差图像d为计算当前帧预校正图像与上一帧校正图像数据的差异，帧差图像为
16.进一步，优选的是，所述步骤四将帧差图像d像素值d
(i,j)
与阈值t进行比较，当d
(i,j)
》t时，图像像素被判定为运动，标记为1；当d
(i,j)
《t，图像像素被判定为不运动，标记为0，得到像素级更新区域其中(i,j)为像素位置；同时对帧差图像d使用欧拉距离计算方法，判定图像场景是否运动，其计算方法为其中d
up
、d
down
、d
left
、d
right
分别为帧差图像第一行、最后一行、第一列、最后一列像素值，当d》c时，该图像帧判定为运动帧，当d《c时，该图像帧判定为不运动帧，c为常数。
17.进一步，优选的是，所述步骤五采用的偏置校正矩阵cn更新算法，其计算方法为更新算法，其计算方法为其中为当前帧更新后的偏置校正矩阵，为上一帧的偏置校正矩阵，diff(i,j)为统计待更新像素值与邻域像素值的偏差值其中(i,j)为像素位置，norm为常数。
18.进一步，优选的是，所述步骤七采用的图像增强算法包括伽马校正、图像锐化、数字细节增强和直方图映射算法。
19.本发明与现有技术相比，其有益效果为：
20.本发明相较于现有的红外图像非均匀性校正技术而言，能够直接利用图像帧序列来估计图像是否运动，不必增加运动检测传感器，能够很好的消除静止帧经算法迭代后带来的鬼影问题，并且本发明的处理过程更加简洁，计算量小，便于硬件实现。
附图说明
21.此处所说明的附图用来提供对本发明实施例的进一步理解，构成本技术的一部分，并不构成对本发明实施例的限定。在附图中：
22.图1为本发明的方法流程示意图。
23.图2为本发明中未进行校正处理的红外输入图像；
24.图3为采用本发明进行校正处理后的红外输出图像；
25.图4为采用本发明去除的图像非均匀性部分。
具体实施方式
26.为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
27.本领域技术人员将会理解，下列实施例仅用于说明本发明，而不应视为限定本发明的范围。实施例中未注明具体技术或条件者，按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。所用材料或设备未注明生产厂商者，均为可以通过购买获得的常规产品。
28.如图1所示，一种自适应偏置更新红外图像场景校正方法，该方法包括以下步骤：
29.步骤一，输入红外14位原始图像帧序列n表示第n帧，当前帧图像为上一帧图像为
30.步骤二，对步骤一输入的当前帧图像，使用上一帧得计算得到的校正矩阵c
n-1
进行当前帧图帧预校正，当前帧预校正图像当前帧图帧预校正，当前帧预校正图像
31.步骤三，对当前帧预校正图像与上一帧校正图像采用帧间运动自适应参数估计方法计算运动阈值t和帧差图像d；
32.步骤四，根据步骤三得到的运动阈值t和帧差图像d，进行像素级运动检测估计，计算像素级更新区域同时使用欧拉距离对帧差图像d边界进行运动判定，判定图像场景是否运动；
33.步骤五，对步骤四判定为运动帧的图像，使用偏置更新算法对偏置校正矩阵cn进行更新；对步骤四判定为不运动帧的图像，偏置校正矩阵cn保持与c
n-1
相同；
34.步骤六，使用步骤四得到的更新区域和步骤五得到的偏置校正矩阵cn校正当前图像帧，得到校正图像帧校正方法为
35.步骤七，对步骤六获得的校正图像帧进行图像算法增强后，使用直方图映射方法将14位校正图像帧转换为可供人眼观测的8位图像
36.其中，所述步骤三采用的帧间运动自适应参数估计方法，运动阈值t采用14位红外图像信噪比统计方法计算，其计算方法为其中常数为红外图像计算信噪比统计得到；同时帧差图像d为计算当前帧预校正图像与上一帧校正图像数据的差异，帧差图像为
37.所述步骤四将帧差图像d像素值d
(i,j)
与阈值t进行比较，当d
(i,j)
》t时，图像像素被判定为运动，标记为1；当d
(i,j)
《t，图像像素被判定为不运动，标记为0，得到像素级更新区域其中(i,j)为像素位置；同时对帧差图像d使用欧拉距离计算方法，判定图像场景是否运动，其计算方法为其中d
up
、d
down
、d
left
、d
right
分别为帧差图像第一行、最后一行、第一列、最后一列像素值，当d》c时，该图像帧判定为运动帧，当d《c时，该图像帧判定为不运动帧，c为常数，优选取值为20。
38.所述步骤五采用的偏置校正矩阵cn更新算法，其计算方法为
norm，其中为当前帧更新后的偏置校正矩阵，为上一帧的偏置校正矩阵，diff(i,j)为统计待更新像素值与邻域像素值的偏差值差值其中(i,j)为像素位置，norm为常数，优选取值为100。
39.所述步骤七采用的图像增强算法包括伽马校正、图像锐化、数字细节增强和直方图映射算法。
40.未进行校正处理的红外输入图像如图2所示，该图像非均匀性严重，竖条纹强烈，场景细节不清晰；图3为采用本发明方法进行校正处理后的红外输出图像，从图3中可以看出，图像非均匀被有效去除，场景信息清晰；图4为本发明去除的图像非均匀性部分，由输入图像与输出图像相减得到，为使用本发明方法去除的图像非均匀部分。
41.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
42.本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
43.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
44.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
45.以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，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。

技术特征：
1.一种自适应偏置更新红外图像场景校正方法，其特征在于，该方法包括以下步骤：步骤一，输入红外14位原始图像帧序列n表示第n帧，当前帧图像为上一帧图像为步骤二，对步骤一输入的当前帧图像，使用上一帧得计算得到的校正矩阵c
n-1
进行当前帧图帧预校正，当前帧预校正图像帧图帧预校正，当前帧预校正图像步骤三，对当前帧预校正图像与上一帧校正图像采用帧间运动自适应参数估计方法计算运动阈值t和帧差图像d；步骤四，根据步骤三得到的运动阈值t和帧差图像d，进行像素级运动检测估计，计算像素级更新区域同时使用欧拉距离对帧差图像d边界进行运动判定，判定图像场景是否运动；步骤五，对步骤四判定为运动帧的图像，使用偏置更新算法对偏置校正矩阵c
n
进行更新；对步骤四判定为不运动帧的图像，偏置校正矩阵c
n
保持与c
n-1
相同；步骤六，使用步骤四得到的更新区域和步骤五得到的偏置校正矩阵c
n
校正当前图像帧，得到校正图像帧校正方法为步骤七，对步骤六获得的校正图像帧进行图像算法增强后，使用直方图映射方法将14位校正图像帧转换为可供人眼观测的8位图像2.根据权利要求1所述的自适应偏置更新红外图像场景校正方法，其特征在于，所述步骤三采用的帧间运动自适应参数估计方法，运动阈值t采用14位红外图像信噪比统计方法计算，其计算方法为同时帧差图像d为计算当前帧预校正图像与上一帧校正图像数据的差异，帧差图像为3.根据权利要求1所述的自适应偏置更新红外图像场景校正方法，其特征在于，所述步骤四将帧差图像d像素值d
(i,j)
与阈值t进行比较，当d
(i,j)
>t时，图像像素被判定为运动，标记为1；当d
(i,j)
<t，图像像素被判定为不运动，标记为0，得到像素级更新区域其中(i,j)为像素位置；同时对帧差图像d使用欧拉距离计算方法，判定图像场景是否运动，其计算方法为其中d
up
、d
down
、d
left
、d
right
分别为帧差图像第一行、最后一行、第一列、最后一列像素值，当d>c时，该图像帧判定为运动帧，当d<c时，该图像帧判定为不运动帧，c为常数。4.根据权利要求1所述的自适应偏置更新红外图像场景校正方法，其特征在于，所述步骤五采用的偏置校正矩阵c
n
更新算法，其计算方法为其中为当前帧更新后的偏置校正矩阵，为上一帧的偏置校正矩阵，diff(i,j)为统计待更新像素值与邻域像素值的偏差值的偏差值其中(i,j)为像素位置，norm为常数。5.根据权利要求1所述的自适应偏置更新红外图像场景校正方法，其特征在于，所述步骤七采用的图像增强算法包括伽马校正、图像锐化、数字细节增强和直方图映射算法。

技术总结
本发明涉及一种自适应偏置更新红外图像场景校正方法，属于红外图像处理技术领域。本发明使用红外14位原始图像帧序列，对图像帧序列进行像素级运动估计，对判定为运动的图像帧进行偏置校正矩阵更新，使用偏置校正矩阵对图像帧序列进行校正，以降低图像的非均匀性。本发明在去除图像非均匀性同时，能更好的保留图像细节，不会引入图像鬼影，算法复杂度低，可嵌入式实现。入式实现。入式实现。


技术研发人员：廖邦繁 杨波 葛朋 李根 王菲 陈信霖 樊佩琦 王浩 金锐凡 洪闻青
受保护的技术使用者：昆明物理研究所
技术研发日：2022.12.07
技术公布日：2023/9/22