[发明专利]一种频谱结构约束的红外图像迭代去噪方法及系统

权利要求书

1.一种频谱结构约束的红外图像迭代去噪方法，其特征在于，包括以下步骤：

S1：将原始红外图像采用图像分割方法分成均匀区域和非均匀区域；

S2：利用滑动窗口在均匀区域通过窗口步进的方式获取若干个窗口，窗口组合的图像与原始红外图像大小一致；

S3：将窗口组合的图像变换至频域并中心化，获取均匀区域频谱；

S4：设置滤波器频域半径，构建相应的第一滤波器函数；

S5：根据原始红外图像频谱中目标的频谱位置，在第一滤波器中相应的位置进行保留，构建第二滤波器；

S6：将均匀区域频谱与第二滤波器函数点乘，滤除均匀区域自身低频频谱分量，得到估计的噪声频谱；

S7：将原始红外图像进行傅里叶变换后，与估计的噪声频谱加权相减得到去噪频谱；

S8：将去噪频谱进行反傅里叶变换和去中心化，获取去噪结果图像；

S9：调整滤波器参数和加权因子，重复S4～S8，直至完成所有迭代过程；

S10：计算去噪结果图像的局部边缘保持系数，获得局部边缘保持系数最大时的图像作为最终的去噪结果图像。

2.根据权利要求1所述的红外图像迭代去噪方法，其特征在于，构造的第一滤波器函数为：

其中，D为均匀区域频谱区域；D₁为均匀区域频谱中属于噪声的无方向中高频部分；D-D₁为频谱中中低频区域噪声部分，λ为噪声成分的保留因子，(u,v)为频谱的坐标；u为横坐标；v为纵坐标。

3.根据权利要求1或2所述的红外图像迭代去噪方法，其特征在于，S9具体为：

在不同的均匀区域频谱图中，根据相应的频谱结构，确定滤波器的长半轴和短半轴；

判断迭代循环次数是否达到最大循环次数，若没有达到最大循环次数，则调整加权因子的值，执行S4～S8；否则转至S10。

4.根据权利要求3所述的红外图像迭代去噪方法，其特征在于，局部边缘保持系数的计算方法为：

EPI_G＝∑∑_{(i,j)∈D(i,j)}|G(i,j)-G(i,j+1)|+∑∑_{(i,j)∈D(i,j)}|G(i,j)-G(i+1,j)|

EPI_F＝∑∑_{(i,j)∈D(i,j)}|F(i,j)-F(i,j+1)|+∑∑_{(i,j)∈D(i,j)}|F(i,j)-F(i+1,j)|

其中，EPI为局部边缘保持系数，G(i,j)为去噪后图像像素点，F(i,j)为红外图像像素点，D(i,j)为图像中不包括均匀区域的部分。

5.一种频谱结构约束的红外图像迭代去噪系统，其特征在于，包括：

区域分割模块，用于将原始红外图像采用图像分割方法分成均匀区域和非均匀区域两类区域；

窗口图像获取模块，用于利用滑动窗口在均匀区域通过窗口步进的方式获取若干个窗口，窗口组合的图像与原始红外图像大小一致；

频域变换模块，用于将窗口组合的图像变换至频域并中心化，获取均匀区域频谱；

第一滤波器构建模块，用于设置滤波器频域半径，构建相应的第一滤波器函数；

第二滤波器构建模块，用于根据原始红外图像频谱中目标的频谱位置，在第一滤波器中相应的位置进行保留，构建第二滤波器；

噪声频谱估计模块，用于将均匀区域频谱与第二滤波器函数点乘，滤除均匀区域自身低频频谱分量，得到估计的噪声频谱；

去噪频谱计算模块，用于将原始红外图像进行傅里叶变换后，与估计的噪声频谱加权相减得到去噪频谱；

去噪结果图像获取模块，用于将去噪频谱进行反傅里叶变换和去中心化，获取去噪结果图像；

驱动判定模块，用于判断迭代过程是否完成；

参数调节模块，用于调整滤波器参数和加权因子；

去噪结果图像筛选模块，用于计算去噪结果图像的局部边缘保持系数，获得局部边缘保持系数最大时的图像作为最终的去噪结果图像。