红外图像盲元检测方法技术

本发明专利技术公开了一种红外图像盲元检测方法，包括：步骤S1，建立背景预测模型步骤S2，将权重矩阵w(m,n)和盲元蒙版M(i,j)代入所述背景预测模型以获得理想图像的估计结果；步骤S3，将实际图像和理想图像的估计结果代入公式B(i,j)+v(i,j)＝E(i,j)＝X(i,j)‑Y(i,j)以获得估计残差；步骤S4，对估计残差进行盲元检测以获得更新后的盲元蒙版；步骤S5，重复执行步骤S2至步骤S4，直至盲元蒙版不再变化。本发明专利技术对孤立和连续忙晕都能准确检测，通用性强，是一种有效、实用和易于软硬件实现的在线检测算法。

Infrared image blind detection method

The invention discloses an infrared image blind pixel detection method, which comprises the following steps: S1, establish the background prediction model of step S2, weight matrix w (m, n) and the Mongolian version of the M blind (I, J) into the background prediction model to obtain the estimation results of ideal image; step S3, the actual the image and the ideal image of the estimation results into the formula B (I, J) +v (I, J) = E (I, J) = X (I, J) Y (I, J) to obtain the estimated residuals; step S4 estimation of residual blind pixel detection to obtain the updated blind element mask; step S5, repeat step S2 to step S4, the Mongolian version does not change until the blind. The invention has the advantages of accurate detection of isolated and continuous busy halo, high universality, and is an effective, practical and easy to implement online detection algorithm.

【技术实现步骤摘要】

本专利技术涉及红外图像处理
，具体涉及一种红外图像盲元检测方法。
技术介绍
红外成像电子学组件是热成像系统的重要组成部分，其肩负着充分发挥红外焦平面探测器性能、将红外焦平面探测器输出的电信号经过处理转化为视频信号或者其它系统规定格式信号的功能。红外成像电子学组件则包括硬件系统和图像处理算法两大部分，由于当前硬件系统平台已经十分完善，因此红外图像处理技术成为成像电子学组件的重要研究内容。受红外敏感元件、读出电路、半导体特性及放大电路等各种因素综合影响，红外图像普遍存在着盲元，在成像时不经相应的处理，盲元会使图像出现亮点或暗点，严重影响成像质量。因此，在红外成像系统中剔除盲元是关键的非均匀性校正步骤，盲元的剔除包括盲元检测和补偿两个方面。目前，常用的盲元检测方法分为定标法和基于场景检测法两类。定标法需要较长时间打断系统的正常工作以便采集黑体的均匀辐射，操作流程比较繁琐，仅适用于检测固定盲元，无法处理实际应用过程中随机出现的新盲元。基于场景的检测方法则能进一步对成像过程中随机出现的盲元进行检测，但现有基于场景的检测方法都比较复杂，运算时间长，不利于硬件实现。
技术实现思路
本专利技术所要解决的是现有基于场景的盲元检测方法复杂、运算时间长、不利于硬件实现的问题。本专利技术通过下述技术方案实现：一种红外图像盲元检测方法，包括：步骤S1，建立背景预测模型其中，Y(i,j)为系统的理想输入图像灰度值，T为背景预测的空域模板，w(m,n)为背景预测模型的权重矩阵，M(i+m,j+n)为图像(i+m,j+n)位置的盲元蒙版，X(i,j)为系统实际输出红外图像灰度值；步骤S2，将权重矩阵w(m,n)和盲元蒙版M(i,j)代入所述背景预测模型以获得理想图像的估计结果；步骤S3，将实际图像和理想图像的估计结果代入公式B(i,j)+v(i,j)＝E(i,j)＝X(i,j)-Y(i,j)以获得估计残差，其中，B(i,j)为叠加在图像(i,j)位置的盲元信号，v(i,j)为噪声灰度值，E(i,j)为实际图像和理想图像之间的残差；步骤S4，对估计残差进行盲元检测以获得更新后的盲元蒙版；步骤S5，重复执行步骤S2至步骤S4，直至盲元蒙版不再变化。可选的，盲元蒙版的初始值为1。可选的，权重矩阵w(m,n)根据公式确定。本专利技术与现有技术相比，具有如下的优点和有益效果：本专利技术提供的红外图像盲元检测方法，将盲元在图像上表现出的亮点和暗点作为检测目标，将真实图像作为背景，提出了一种基于背景预测的盲元自适应单帧检测算法。本专利技术对孤立和连续忙晕都能准确检测，通用性强，是一种有效、实用和易于软硬件实现的在线检测算法。附图说明此处所说明的附图用来提供对本专利技术实施例的进一步理解，构成本申请的一部分，并不构成对本专利技术实施例的限定。在附图中：图1是本专利技术实施例的红外图像盲元检测方法的流程示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本专利技术作进一步的详细说明，本专利技术的示意性实施方式及其说明仅用于解释本专利技术，并不作为对本专利技术的限定。实施例图1是本专利技术实施例的红外图像盲元检测方法的流程示意图，所述红外图像盲元检测方法包括：步骤S1，建立背景预测模型其中，Y(i,j)为系统的理想输入图像灰度值，T为背景预测的空域模板，w(m,n)为背景预测模型的权重矩阵，M(i+m,j+n)为图像(i+m,j+n)位置的盲元蒙版，X(i,j)为系统实际输出红外图像灰度值。具体地，从信息组成的角度来看，含有坏点的实际红外图像可以认为是由理想图像叠加上盲元信号和噪声，数学模型表示为：X(i,j)＝Y(i,j)+B(i,j)+v(i,j)，其中，B(i,j)为叠加在图像(i,j)位置的盲元信号，v(i,j)为噪声灰度值。盲元与其周围正常像元相关性较差，可以假设盲元和强噪声在图像中表现出的亮点和暗点是待检测的目标，则可视理想红外图像为背景，可得盲元和噪声信号为：B(i,j)+v(i,j)＝E(i,j)＝X(i,j)-Y(i,j)，其中，E(i,j)为实际图像和理想图像之间的残差。由上式可知，基于场景进行盲元探测的关键在于如何求得理想图像。由于理想图像应该与实际图像非常类似，故采用背景预测模型对实际图像进行估计来获取理想图像，建立背景预测模型盲元蒙版可以通过对公式B(i,j)+v(i,j)＝E(i,j)＝X(i,j)-Y(i,j)求出的盲元和噪声信号进行检测来确定，其值同时也表达了盲元算法的检测结果。步骤S2，将权重矩阵w(m,n)和盲元蒙版M(i,j)代入所述背景预测模型以获得理想图像的估计结果。初次执行此步骤时，还没有盲元和噪声信号的估计值，无法求出盲元蒙版。因此，在本实施例中，盲元蒙版的初始值为1，即第一次迭代时假设全图无盲元。对于图像(i+m,j+n)位置所对应的权重值w(m,n)，典型的渐变权重计算公式为式中的分母是各权重的比例因子，使模板T的全部权重和等于1，保证滤波前后的能量守恒。根据背景预测模型，由于盲元蒙版的影响，并非每一权重都一定参与预测。因此，需要对渐变权重计算公式进行修正：权重矩阵w(m,n)根据公式确定。步骤S3，将实际图像和理想图像的估计结果代入公式B(i,j)+v(i,j)＝E(i,j)＝X(i,j)-Y(i,j)以获得估计残差，其中，B(i,j)为叠加在图像(i,j)位置的盲元信号，v(i,j)为噪声灰度值，E(i,j)为实际图像和理想图像之间的残差。步骤S4，对估计残差进行盲元检测以获得更新后的盲元蒙版。步骤S5，重复执行步骤S2至步骤S4，直至盲元蒙版不再变化。以上所述的具体实施方式，对本专利技术的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本专利技术的具体实施方式而已，并不用于限定本专利技术的保护范围，凡在本专利技术的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
一种红外图像盲元检测方法，其特征在于，包括：步骤S1，建立背景预测模型其中，Y(i,j)为系统的理想输入图像灰度值，T为背景预测的空域模板，w(m,n)为背景预测模型的权重矩阵，M(i+m,j+n)为图像(i+m,j+n)位置的盲元蒙版，X(i,j)为系统实际输出红外图像灰度值；步骤S2，将权重矩阵w(m,n)和盲元蒙版M(i,j)代入所述背景预测模型以获得理想图像的估计结果；步骤S3，将实际图像和理想图像的估计结果代入公式B(i,j)+v(i,j)＝E(i,j)＝X(i,j)‑Y(i,j)以获得估计残差，其中，B(i,j)为叠加在图像(i,j)位置的盲元信号，v(i,j)为噪声灰度值，E(i,j)为实际图像和理想图像之间的残差；步骤S4，对估计残差进行盲元检测以获得更新后的盲元蒙版；步骤S5，重复执行步骤S2至步骤S4，直至盲元蒙版不再变化。

【技术特征摘要】
1.一种红外图像盲元检测方法，其特征在于，包括：步骤S1，建立背景预测模型其中，Y(i,j)为系统的理想输入图像灰度值，T为背景预测的空域模板，w(m,n)为背景预测模型的权重矩阵，M(i+m,j+n)为图像(i+m,j+n)位置的盲元蒙版，X(i,j)为系统实际输出红外图像灰度值；步骤S2，将权重矩阵w(m,n)和盲元蒙版M(i,j)代入所述背景预测模型以获得理想图像的估计结果；步骤S3，将实际图像和理想图像的估计结果代入公式B(i,j)+v(i,j)＝E(i,j)...

【专利技术属性】
技术研发人员：谢雪平，章睿，曾衡东，
申请(专利权)人：成都市晶林科技有限公司，
类型：发明
国别省市：四川;51