[发明专利]一种基于场景的红外图像非均匀性校正方法

说明书

本发明提供了一种基于场景的红外图像非均匀性校正方法，包括：本发明提供的一种基于场景的红外图像非均匀性校正方法，该方法是基于无快门技术的非均匀校正，主要分为两部分：场景运动判断和分离场景固定高频噪声进行非均匀性校正。首先采用基于配准的方法判断场景是否处于运动状态，当场景处于运动状态下，分离场景的固定高频噪声，然后提取场景的细节信息，自适应地计算出当前图像场景对应的偏置校正参数，对红外图像进行进一步的非均匀性补偿校正。本发明对红外图像进行基于场景的非均匀性校正，实时对场景图像进行更新，无须中断成像过程，提升了红外成像的图像质量。

技术领域

本发明涉及红外图像处理领域，尤其涉及一种基于场景的红外图像非均匀性校正方法。

背景技术

随着红外热成像技术的飞速发展，红外技术已广泛应用于民用、军事等多种领域中。然而红外热像仪因其器件材料和制造加工等原因，红外图像会有明显的非均匀性，严重影响成像质量。此外，红外图像的非均匀性受图像场景变化的影响较大，在非制冷红外成像系统中，还受到环境温度的影响，严重地降低了红外系统的成像质量。因此对红外图像进行非均匀性校正，尽可能地消除外界因素对图像质量稳定性的影响具有重大意义。目前红外热像仪的非均匀性问题无法根除，常用的方法是采用快门对探测器进行周期性校正，然而快门的应用会增加成本、功耗，还会造成成像中断。

在国内外公开的文献中,有许多红外图像非均匀性校正算法已经被提出，这些算法可以分为两大类：一是基于场景的非均匀性校正方法，二是基于定标的非均匀性校正方法。基于场景的非均匀性校正算法在进行图像校正前不需要对探测器进行定标，通过对图像场景的估计来获取非均匀性校正参数，对每一帧图像都需要更新增益系数和偏置参数，往往需要通过数百帧图像的计算才可以得到收敛。根据原理的不同，这类算法可以分为很多类，比较有代表性的技术有恒定统计平均法、基于自适应滤波理论的校正算法、时域高通滤波算法、基于神经网络的校正算法等。但这类算法计算量较大，计算当前帧的校正参数，往往需要前一帧甚至很多帧的图像信息，工程实现较为困难。

发明内容

为了解决上述问题，本发明提供的一种基于场景的红外图像非均匀性校正方法，该方法是基于无快门技术的非均匀校正，主要分为两部分：场景运动判断和分离场景固定高频噪声进行非均匀性校正。首先采用基于配准的方法判断场景是否处于运动状态，当场景处于运动状态下，分离场景的固定高频噪声，然后提取场景的细节信息，自适应地计算出当前图像场景对应的偏置校正参数，对红外图像进行进一步的非均匀性补偿校正。具体包括以下步骤：

S101：设定基准帧图像为前一帧图像Y_n，并获取当前帧图像Y_n+1，对基准帧图像和当前帧图像进行初始非均匀性校正，得到校正后的基准帧图像和当前帧图像；

S102：对校正后的基准帧图像和当前帧图像均进行无重叠的图像块划分，得到k个无重叠的图像块；

S103：计算k个图像块的方差，并选取方差最大的图像块；

S104：对方差最大的图像块进行二值化操作，得到二值化后的图像块；

S105：对二值化后的图像块在水平方向和垂直方向进行投影，得到投影数组；

S106：根据投影数组，对基准帧图像和当前帧图像进行互相关计算，得到投影行、列偏移向量；

S107：根据偏移向量判断场景是否处于运动状态；当行、列偏移向量均大于设定值时，场景为运动状态，执行步骤S108；否则为静止状态，不作任何操作；

S108：存储当前帧DDE细节，并获取下一时刻图像，重复步骤S102～S108，直至存储M张运动帧图像；

S109：对M张运动帧图像进行加权平均，得到最终的输出图像。

进一步地，步骤S101中，初始非均匀性校正公式如下：