[发明专利]一种基于转向核估计的红外条纹非均匀性校正方法

权利要求书

1.一种基于转向核估计的红外条纹非均匀性校正方法，其特征在于，包含以下步骤：

步骤1，读取一幅待校正的尺寸为的红外图像；计算每个像素点水平方向和垂直方向的一阶梯度、和二阶梯度；根据一阶梯度确定各像素点的转向核椭圆邻域和转向核权值；由转向核权值估计各像素点的期望值；其中是迭代次数，初始值为1，，；

步骤2，拟合非均匀性校正参数，将每列像素的当前估计结果与待校正图像的对应列像素进行一阶线性拟合，得到每列的增益校正参数和偏置校正参数；

步骤3，根据每列的增益校正参数和偏置校正参数校正图像，并计算校正后的图像与转向核估计图像之间的误差函数，当误差函数时，迭代结束，为预先设定的阈值；否则重复步骤1，并更新迭代次数。

2.如权利要求1所述的基于转向核估计的红外条纹非均匀性校正方法，其特

征在于，所述步骤1还包含以下步骤：

步骤1.1，由各像素点水平方向和垂直方向的一阶梯度、形成局部梯度矩阵；

步骤1.2，对局部梯度矩阵进行奇异值分解，分解值用三个特定矩阵表示为 ，其中是正交矩阵，正交矩阵形式用表示，和为正交矩阵参数；是奇异值对角矩阵，对角矩阵形式用表示，和为奇异值对角矩阵参数；是酉矩阵；

步骤1.3，确定转向核椭圆邻域的主方向、伸长因子和尺度因子：

， ， ，

其中和是抑制噪声的正则化因子，是邻域窗口内的像素总数；

步骤1.4，由转向核椭圆邻域的尺度因子、伸长因子和椭圆邻域主方向共同计算转向核矩阵，转向核权值，，其中是平滑因子，表示求矩阵的行列式，代表的椭圆邻域；

步骤1.5，根据转向核权值来估计各像素期望值的过程采用向量的形式表示为：

其中，，，为各像素点的期望值，其中是迭代次数，初始值为1，，，，表示将矩阵元素变换为列向量，和分别是图像高度和宽度。

3.如权利要求1所述的基于转向核估计的红外条纹非均匀性校正方法，其特

征在于，所述步骤2中拟合列向条纹非均匀性校正参数，是将非均匀性校正公式作为目标函数，将当前期望图像第列向量 和图像对应列向量采用最小二乘法进行一阶线性拟合，每列增益校正参数和偏置校正参数拟合公式为：，其中为 第行第列的像素校正后的值。