[发明专利]高帧频红外图像序列中运动目标的实时复原方法

说明书

一、技术领域

本发明属于红外运动目标的实时复原技术，特别是一种针对目标与探测器相对高速运动的情况下，高帧频凝视型红外成像系统中运动目标实时复原方法。

二、背景技术

随着材料和工艺水平的发展，红外探测器件在国防和工业以及民用领域都得到了广泛的应用。在观察动态场景尤其是有快速运动的场景中，采用高帧频凝视型红外焦平面成像阵列成为发展的趋势。

高帧频凝视型红外成像系统的关键问题之一是拖尾现象。拖尾是由于探测器感光区到电荷存储区的垂直转移过程中，光敏元仍在产生光电荷，并被势阱收集造成的，表现为点目标被成像为一个线目标。拖尾现象是帧转移面阵探测器无法避免的问题，并且探测器与目标的相对运动速度越大、探测器积分时间越长，拖尾现象越严重。高帧频成像系统的另一个特点是由于探测器积分时间短，一般在1us左右，收集的光电荷较少，使得视频信号的噪声如光子噪声、散粒噪声、转移噪声、暗电流噪声等相对明显，图像的信噪比低。

直接应用到红外视频中的运动复原算法很少见于文献报道。《北京理工大学学报》2004年第10期的文章《数字图像去模糊算法的对比研究》中详细地介绍了传统的可见光图像中运动目标的复原方法，主要有逆滤波、最小均方误差率波、约束最小二乘方滤波等。这些方法的共性在于都是根据所建立的图像退化模型，进行适当的假设或简化，实现原始图像某种估计。例如逆滤波根据退化函数直接求逆，缺点在于没有考虑噪声的特征。最小均方误差滤波根据噪声的功率谱特征，理论证明如能合理估计退化函数，其复原效果非常好，但在通常条件下估算图像和噪声的功率谱还存在困难，并且计算比较复杂。约束最小二乘滤波是根据噪声的方差和均值特征来进行的一种最优复原算法。以上几种图像复原方法是用于可见光、红外图像运动目标复原的主要方法。

现有图像复原的关键技术主要有两个方面：退化函数和噪声统计特征的估算。对于运动退化现有文献一般都采用线性运动模糊模型，不同之处在于所利用的噪声统计特征不同。在使用这几种复原方法用于高帧频红外焦平面探测器成像中运动目标复原时，存在以下缺点：(1)由于高帧频探测器积分时间非常短，直接导致了红外图像原本对比度低、信噪比低的缺点更加突出，而以上几种技术在噪声情况下的复原效果不好；(2)这些算法一般是频域滤波，容易出现振铃效应，即复原后的图像存在周期性竖条纹；(3)最重要的是这些算法一般都要求图像或噪声的全局特征，运算量大，难以达到硬件实时。

三、发明内容

本发明的目的在于提供一种减轻噪声影响、适用性强、算法简单，不存在振铃效应，且易于硬件实时实现的高帧频红外图像序列中运动目标的实时复原方法。

实现本发明目的的技术解决方案为：一种高帧频红外图像序列中运动目标的实时复原方法，其步骤如下：

第一步，高帧频红外视频图像帧的输入；

第二步，确定图像帧中目标的运动方向和距离参数；

第三步，在运动方向上进行中值滤波，去除噪声和探测器盲元对复原结果的干扰；

第四步，在运动方向上进行卷积操作，恢复目标拖尾造成的目标强度损失；

第五步，根据运动参数和确定的隶属度函数确定种子像素f₀与邻域像素的隶属度{λ_i}；

第六步，根据判断准则确定种子像素的像素值；

第七步，输出经过运动复原的图像帧。

本发明高帧频红外图像序列中运动目标的实时复原方法中，中值滤波、卷积操作和确定种子像素f₀与邻域像素的隶属度{λ_i}都是在沿运动的一维方向进行的。

本发明高帧频红外图像序列中运动目标的实时复原方法中，中值滤波、卷积操作和确定种子像素f₀与邻域像素的隶属度{λ_i}都是图像的空间域实现的。

本发明高帧频红外图像序列中运动目标的实时复原方法中，对t时刻的输入图像帧f(i，j，t)在运动方向上进行中值滤波，滤波公式为：f(i，j，t)＝median{f(i，j+k，t)|k＝-3，-2，...，3}。