[发明专利]基于MSR的短波红外成像辐射量校正方法

权利要求书

1.基于MSR的短波红外成像辐射量校正方法，其特征在于，包括：

步骤1：建立短波红外图像的退化和恢复模型；

步骤2：将经过步骤1的短波红外图像在短波红外焦平面的MSR算法模型中进行运算；

步骤3：将经过步骤2的短波红外图像基于MSR算法的红外成像辐射量校正。

2.如权利要求1所述的基于MSR的短波红外成像辐射量校正方法，其特征在于，所述步骤1中短波红外图像受到加性噪声和探测器剩余非均匀性的干扰n(x，y)，短波红外图像的退化图像可写为

g(x，y)＝f(x，y)*h(x，y)+n(x，y)

通过已知退化图像g(x，y)、有关点扩展函数h(x，y)的先验知识、和有关噪声和剩余非均匀性n(x，y)的一些统计特性，对原始图像f(x，y)作估值，使估算出的图像尽可能接近真实的f(x，y)。

3.如权利要求2所述的基于MSR的短波红外成像辐射量校正方法，其特征在于，所述步骤1中对原始图像f(x，y)作估值使用的方法包括：逆滤波恢复、Wiener滤波恢复、功率谱均衡恢复、约束最小平方恢复、最大后验恢复或局部增强恢复。

4.如权利要求1所述的基于MSR的短波红外成像辐射量校正方法，其特征在于，在所述步骤2中的MSR算法：

R(x,y)=Σn=1Nwn{lgI(x,y)-lg[Fn(x,y)*I(x,y)]}---(5)]]>

Fn(x,y)=Knexp(-x2+y2cn2)---(6)]]>

∫∫F_n(x，y)dxdy＝1                 (7)

其中，R(x，y)是Retinex的输出，I(x，y)是图像分布，即(x，y)位置的亮度值，＊表示卷积运算，F(x，y)是环绕函数，N是尺度因子的个数；w为第n个尺度因子的加权系数，满足通过对不同环绕尺度因子处理后的结果进行加权平均，可以使得不同的尺度因子的影响相互补充，从而获得较好的图像恢复效果。