[发明专利]一种基于局部相关性的红外图像条纹噪声去除方法

说明书

本发明属于红外图像处理领域，具体公开了一种基于局部相关性的红外图像条纹噪声去除方法，其包括：通过一维水平均值滤波计算预校正像素点的期望输出值；计算预校正像素点的预期输出，使用预校正像素点上面一个像素点对应的校正参数对预校正像素点进行校正，得到预期输出；满足期望输出和预期输出的差平方和最小的条件下，通过列间迭代的方式实现校正参数的自适应更新；采用新的校正参数对预校正像素点进行校正；对同一行下一个像素点进行校正，直至一帧图像校正完成。本发明的方法不需要存储一帧图像来计算图像的统计特性，只需要缓存当前像素点的相邻元素，结合条纹噪声的列间局部相关性，就可以实现单帧图像的条纹噪声去除，更适合红外图像数据流水式的特点。

技术领域

本发明属于红外图像处理领域，更具体地，涉及一种基于局部相关性的红外图像条纹噪声去除方法。

背景技术

在红外成像系统中，红外焦平面阵列通常是同一列像元共享同一个输出电路，由于行输出电路偏置电压不完全一致，同时输出电路存在非均匀性，使得红外成像系统产生的图像中会包含以条纹为主要特征的非均匀噪声，称为条纹噪声。传统的基于场景的非均匀校正算法或者基于定标的校正算法，无法有效地去除这种条纹噪声。

目前，解决红外图像条纹噪声的方法主要分为两类：一类是基于统计特征的去除算法，该类算法往往对同一列像素应用相同的校正参数，由于外界随机因素和一些预校正步骤的影响，条纹的统计特性受到了影响，也就是说同一列不同像素对应的校正系数相关，但并不相同(称之为条纹的局部相关性)。因此，该类算法不仅不能有效的去除条纹噪声，而且容易产生“伪影”。另一类是与统计特征无关的去除算法，但这些方法适应性和广泛性较差，往往要求图像中地物类型单一，且该类算法容易造成图象退化和图像“伪影”。还有一类是基于变换的条纹去除算法，比如基于傅里叶变换和小波变化的条纹噪声校正算法，例如专利文献CN104580937A中公开了一种红外成像系统条纹噪声去除方法，其实施步骤如下：1)利用红外成像系统对黑体成像并将得到的红外图像转换为一维数列；2)将得到的一维数列进行FFT傅里叶变换；3)对变换后频谱图中代表条纹噪声的谱线进行标定；4)以标定的谱线位置对同样转换为一维数列的待降噪图像FFT转换后的结果进行处理；5)将处理后的结果逆变换为一维数列，然后拼接回二维图像。该方案可以去除红外图像中的条纹噪声，并不损失图像原信息，但这些算法计算量较大，不利于实时地硬件实现。因此，本领域亟需寻找一种有效、实用的条纹噪声去除技术，既保证红外成像质量，又具有实时性。

发明内容

针对现有技术的以上缺陷或不足，本发明提供一种基于局部相关性的红外图像条纹噪声去除方法，该方案充分利用条纹噪声的局部相关特性，在上方像素校正参数的基础上迭代计算出预校正像素点的实时校正参数，从而实现单帧红外图像的条纹噪声去除。本发明的方法无需计算图像的统计特性，无需储存一整幅图像，只需缓存与预校正像素点相邻的同一行的像素点，对流水式的特点的红外图像数据具有良好的噪声去除效果。

为实现上述目的，按照本发明，提出了一种基于局部相关性的红外图像条纹噪声去除方法，其特征在于，该方法包括：

S1：通过一维水平均值滤波计算图像任一行中的预校正像素点的期望输出；

S2：计算预校正像素点的预期输出，具体为：使用预校正像素点的上一行对应像素点的校正参数对预校正像素点进行校正，得到预期输出；

S3：对校正参数进行自适应更新，具体为：满足期望输出和预期输出的差平方和最小的条件下，通过列间迭代的方式实现校正参数的自适应更新，其中所述实现校正参数自适应更新的公式为：

其中，d(i,j)是像素点(i,j)的期望输出，z(i,j)是预校正像素点的预期输出，g(i,j)和o(i,j)是像素点(i,j)的增益校正系数和偏置校正参数，u是可调节的迭代步长；

S4：采用更新后的校正参数对预校正像素点进行校正；