[发明专利]一种非均匀性校正的方法和设备

说明书

本发明公开了一种非均匀性校正的方法和设备，涉及图像处理技术领域，用以解决基于场景的帧间匹配算法校正能力不足，在帧间无相对位移时失效，匹配精度不足的问题，本发明方法包括：通过对相邻帧图像进行亚像素级互相关配准得到帧间的相对位移；根据相对位移是否大于阈值确定梯度下降的方向；根据梯度下降的方向对目标图像的像素校正参数进行更新，其中目标图像位于相邻帧图像的前一帧图像之后；根据更新后的像素校正参数对目标图像进行非均匀性校正，由于本发明通过亚像素级互先关配准提高了匹配的精度，此外根据相对位移是否大于阈值来确定梯度下降的方向、更新像素校正参数，实现了在镜头无相对位移时，对目标图像的非均匀性校正。

技术领域

本发明涉及图像处理技术领域，特别涉及一种非均匀性校正的方法和设备。

背景技术

红外探测器的非均匀性是限制其性能与应用的首要因素，这种非均匀性表现为一种叠加在图像上固定图案噪声。

目前的非均匀性校正方法分为两类：一类是温度定标法，另一类是基于场景的自适应校正算法。定标法计算量较小，容易在FPGA(Field-Programmable Gate Array，现场可编辑门阵列)或DSP(Digital Signal Processing，数字信号处理)中实现。其中两点定标法在工程中起着主导作用。定标法的缺点是参数不随环境自行改变，需要对不同环境反复标定，操作繁琐。基于场景的自适应校正算法则拥有不需要反复标定，操作简单，参数可以随时间自适应变化等众多优点，其大致可分为三大种类：统计类、基于空域和基于配准的校正算法。统计类的典型算法有时域高通滤波法、卡拉曼滤波、恒定统计等；基于空域的校正算法则以神经网络算法为代表；基于配准的主要算法有运动补偿法、代数法和帧间配准等。

针对基于场景的帧间匹配算法大多需要视频帧之间有相对位移，通常认为，在较短的时间间隔内，若观察场景中相同的位置时，每个像元的响应也应该是相同的，因此这类技术需要准确的估计帧与帧之间的移动。

综上所述，基于场景的帧间匹配算法校正能力不足，在帧间无相对位移时失效，匹配精度不足。

发明内容

本发明提供一种非均匀性校正的方法和设备，用以解决现有技术中存在基于场景的帧间匹配算法校正能力不足，在帧间无相对位移时失效，匹配精度不足的问题。

第一方面，本发明实施例提供的一种非均匀性校正的方法包括：

通过对相邻帧图像进行亚像素级互相关配准得到帧间的相对位移；

根据所述相对位移是否大于阈值确定梯度下降的方向；

根据所述梯度下降的方向对目标图像的像素校正参数进行更新，其中所述目标图像位于所述相邻帧图像的前一帧图像之后；

根据更新后的像素校正参数对所述目标图像进行非均匀性校正。

上述方法，通过将帧间配准由像素级更换为亚像素级的配准，提高了帧间配准的精度，此外目前的帧间匹配算法只能够实现在镜头有相对位移时的参数更新，由于本发明中可以根据帧间的相对位移是否大于阈值判断镜头是否移动，针对镜头是否移动采用不同的方式确定对像素校正参数进行更新时梯度下降的方向，实现了在镜头无相对位移时对像素校正参数的更新，从而可以根据更新后的参数可以对目标图像进行非均匀性校正，实现了在帧间匹配算法校正能力不足，帧间无相对位移时失效情况下的非均匀性校正。

在一种可能的实现方式中，若所述相对位移大于阈值，则所述梯度下降的方向为所述目标图像时域降噪后的像素参考值和所述目标图像的像素估计值的差值缩小的方向；或

若所述相对位移不大于阈值，则所述梯度下降的方向为所述目标图像空域降噪后的像素参考值和所述目标图像的像素估计值的差值缩小的方向。