基于场景的两点非均匀性校正方法技术

本发明专利技术公开了一种基于场景的两点非均匀性校正方法，属于红外焦平面成像领域，解决了现有的非均匀性校正方法存在的校正精度低和复杂度高的问题。首先，采集并存储F帧原始图像；其次，逐像素对灰度值按大小排序，存储排序后的帧图像；然后，抽取第帧和第帧两帧图像；最后，利用两点校正法求解校正系数矩阵，再根据求解的校正系数矩阵计算校正后的图像。本发明专利技术不需要预存校正系数，不需要中断正常成像过程，解决了辐射响应随时间漂移的问题。本发明专利技术校正精度高，鲁棒性强，时间和空间复杂度低，有着广泛的应用前景。

Scene-based two-point nonuniformity correction method

The invention discloses a scene-based two-point nonuniformity correction method, which belongs to the field of infrared focal plane imaging, and solves the problems of low accuracy and high complexity of the existing nonuniformity correction methods. Firstly, the original F frame image is collected and stored; secondly, the sorted frame image is stored by sorting the gray value of each pixel according to its size; secondly, the first frame and the first frame images are extracted; finally, the correction coefficient matrix is solved by two-point correction method, and then the corrected image is calculated according to the corrected coefficient matrix. The invention does not need the pre-storage correction coefficient and does not need to interrupt the normal imaging process, and solves the problem of radiation response drifting with time. The invention has high correction accuracy, strong robustness, low time and space complexity, and wide application prospects.

【技术实现步骤摘要】
基于场景的两点非均匀性校正方法
本专利技术属于红外焦平面成像领域，具体涉及基于场景的两点非均匀性校正方法。
技术介绍
长波红外探测器是红外导引头和红外预警系统的重要组成部分，具有精度高、抗干扰性强、隐蔽性好和效费比高等优点，能够实现目标检测、识别、跟踪和定位等应用。受制造材料及杂质、制造工艺、驱动电路、光学系统和工作环境等因素的影响，红外图像常受严重的非均匀性噪声干扰。非均匀性噪声的存在，降低图像分辨率，严重影响图像质量，降低红外系统的性能指标。因此，有必要研究高精度的非均匀性校正方法。非均匀性校正方法主要包括基于标定的方法和基于场景的方法两类。基于标定的非均匀性校正方法通过采集相同辐射源(黑体)的图像并调整校正系数使输出信号一致。这类方法的优点是实现简单，性能可靠、稳定。常用的标定方法包括单点校正法、两点校正法和多点校正法。由于探测器存在辐射响应非线性的问题，当待观测场景的温度远离定标黑体的温度时，非线性误差逐渐增加。与单点校正法相比，两点校正法或多点校正法可以抑制辐射响应非线性的问题。由于探测器辐射响应特性随时间漂移，因此需要重复标定。工程中常用的方法是在光路中嵌入黑体或均匀挡板，进行在线标定。这种方法的缺点是嵌入式黑体精度低，而且需要中断正常的成像过程。此外，由于难以在实验室模拟整套系统复杂的工作环境，会引入校正误差。基于场景的校正方法主要包括基于统计的校正方法和基于配准的校正方法。这类方法通过拍摄的图像序列计算校正系数，不需要黑体辐射源。基于统计的校正方法包括恒定统计法、最小均方误差法、局部统计特性法、相邻像素统计相似性方法、基于卡尔曼滤波的方法和基于神经网络的方法等。这类方法基于时间域或空间域内各个像元接收的辐射量的统计假设，通过调整校正系数达到非均匀性校正的目的。当场景不能满足假设条件时，校正后图像存在鬼影现象，校正精度下降。基于配准的校正方法假设在相邻若干帧间隔内，相同场景的辐射通量相同。这类方法的假设条件比基于统计的校正方法更合理，收敛速度也更快。但需要复杂的配准算法，时间复杂度和空间复杂度高，实现难度大，难以在工程中应用。此外，这类算法的非均匀性校正精度依赖于配准算法的精度，对于沙漠、海洋、草地和天空等场景，配准精度难以保证，算法鲁棒性和可靠性差。
技术实现思路
本专利技术为解决现有的非均匀性校正方法存在的校正精度低和复杂度高的问题，提供了一种校正精度高但是实现过程简单可靠的基于场景的两点非均匀性校正方法。基于场景的两点非均匀性校正方法，该方法由以下步骤实现：步骤一、保持被拍摄场景和长波红外探测器存在相对运动，采集并存储F帧原始图像；步骤二、对采集到的F帧原始图像逐像素对灰度值按大小排序，存储排序后的F帧图像；步骤三、随机抽取第f1帧和第f2帧两帧图像；步骤四、利用抽取的两帧图像和两点校正法求解校正系数矩阵；步骤五、根据求解的校正系数矩阵计算校正后的图像。本专利技术的有益效果：本专利技术结合了基于场景的校正方法和标定法的优点，能够有效去除图像中的非均匀性噪声，不需要预存校正系数，解决了辐射响应随时间漂移的问题。本专利技术利用两点校正法求解校正系数，算法鲁棒性强，稳定、可靠，时间和空间复杂度低，方便工程实现。本专利技术的假设条件合理，应用范围广泛，校正后图像无鬼影。本专利技术能够有效去除图像中的非均匀性噪声，提高图像质量。附图说明图1是本专利技术所述的基于场景的两点非均匀性校正方法实施流程图。图2是本专利技术所述的基于场景的两点非均匀性校正方法中捕获的校正前图像I。图3是本专利技术所述的基于场景的两点非均匀性校正方法中四个像素的灰度值随帧索引变化曲线。图4是本专利技术所述的基于场景的两点非均匀性校正方法中四个像素排序后的灰度值随帧索引变化曲线。图5是本专利技术所述的基于场景的两点非均匀性校正方法中抽取的第250帧图像R1。图6是本专利技术所述的基于场景的两点非均匀性校正方法中抽取的第750帧图像R2。图7是本专利技术所述的基于场景的两点非均匀性校正方法中计算得到的校正系数矩阵k。图8是本专利技术所述的基于场景的两点非均匀性校正方法中计算得到的校正系数矩阵b。图9是本专利技术所述的基于场景的两点非均匀性校正方法中校正后的图像J。具体实施方式具体实施方式一、结合图1说明本实施方式，基于场景的两点非均匀性校正方法，该方法由以下步骤实现：步骤一、保持被拍摄场景和长波红外探测器存在相对运动，采集并存储F帧原始图像；被拍摄场景和长波红外探测器在任意方向上的相对运动都可以，产生相对运动的方式有很多：(1)可以通过改变方位角、俯仰角或偏航角等实现，运动速度随意；(2)典型地，针对航空相机，在不改变方位角、俯仰角或偏航角的情况下，载机在飞行过程中可以产生相对运动。步骤二、对采集到的F帧原始图像逐像素对灰度值按大小排序，存储排序后的F帧图像；步骤三、随机抽取第f1帧和第f2帧两帧图像；步骤四、利用抽取的两帧图像和两点校正法求解校正系数矩阵；步骤五、根据求解的校正系数矩阵计算校正后的图像。步骤一中，存储了F帧待校正原始图像If(f＝1,2,...,F)。F的典型值为1000。在不影响图像质量的前提下，相对速度越大，校正精度越高；F的值越大，校正精度越高。F一般不小于800，典型值为1000。If(i,j)代表图像If第i行、第j列像素的灰度值。其中，i∈[1,M]，j∈[1,N]，M和N分别代表像素的行数和列数。本专利技术采用的校正模型为Jf(i,j)＝k(i,j)If(i,j)+b(i,j)(1)其中，Jf为校正后图像，k和b为校正系数矩阵。使场景和长波红外探测器产生相对运动的方法包括相机平移、连续改变相机的方位角、俯仰角和偏航角等。在不影响图像质量的前提下，增大相对速度可以增加场景的多样性，因此更容易满足不同像素统计一致性的假设，校正精度越高。同理，采集原始图像的帧数F越大，对校正系数的估计越精确。一般地，F不小于800，典型值为1000。步骤二中，为了分析像素灰度值的统计特性，逐像素按灰度值大小排序。针对任意像素(i,j)，排序后生成长度为F的序列。为了存储每个像素对应的排序后序列，不需要开辟新的存储空间，而是将序列中的元素按顺序存储在If(i,j)中。步骤三中，抽取的第f1帧图像记为R1，抽取的第f2帧图像记为R2。抽取的两帧图像满足以下条件：f1+f2＝1(2)场景中的极值不具有统计特性。为了避免受场景中极值的影响，要求f1和f2满足如下条件：f1的典型值为f2的典型值为步骤四中，假设不同像素具有统计一致性，即不同像素的中值及其临近的值具有统计一致性。根据这个假设，图像R1和R2中各像素接收的辐射通量分别相等。因此，可以采用两点校正法计算校正系数，即其中，和分别是图像R1和R2的均值，即结合式(4)～(7)，得到校正系数为步骤五中，利用式(8)和式(9)中的校正系数矩阵，通过式(1)中的校正模型计算校正后的图像。具体实施方式二、结合图1至图9说明本实施方式，本实施方式为将具体实施方式一所述的基于场景的两点非均匀性校正方法应用到原理样机中。原理样机包含Sofradir公司生产的制冷型长波红外探测器和焦距为38mm的光学镜头。其中，长波红外探测器分辨率为320×256，采样位数为14位，响应波段为7.7～11.3μm。首先，对地面场景成像，以5o/s的转速连本文档来自技高网...

【技术保护点】
1.基于场景的两点非均匀性校正方法，其特征是，该方法由以下步骤实现：步骤一、保持被拍摄场景和长波红外探测器存在相对运动，采集并存储F帧原始图像；步骤二、对采集到的F帧原始图像逐像素对灰度值按大小排序，存储排序后的F帧图像；步骤三、随机抽取第f1帧和第f2帧两帧图像；步骤四、利用抽取的两帧图像和两点校正法求解校正系数矩阵；步骤五、根据求解的校正系数矩阵计算校正后的图像。

【技术特征摘要】
1.基于场景的两点非均匀性校正方法，其特征是，该方法由以下步骤实现：步骤一、保持被拍摄场景和长波红外探测器存在相对运动，采集并存储F帧原始图像；步骤二、对采集到的F帧原始图像逐像素对灰度值按大小排序，存储排序后的F帧图像；步骤三、随机抽取第f1帧和第f2帧两帧图像；步骤四、利用抽取的两帧图像和两点校正法求解校正系数矩阵；步骤五、根据求解的校正系数矩阵计算校正后的图像。2.根据权利要求1所述的基于场景的两点非均匀性校正方法，其特征在于，步骤三中所述的抽取第f1帧和第f2帧两帧图像，其约束条件为：f1+f2＝1，且3.根据权利要求1所述的基于场景的两点非均匀...

【专利技术属性】
技术研发人员：穆绍硕，姜燕冰，张解放，
申请(专利权)人：浙江传媒学院，
类型：发明
国别省市：浙江,33