一种联合运动指导与边缘检测的自适应红外焦平面非均匀校正方法技术

本发明专利技术涉及红外焦平面阵列成像中的红外图像处理领域，公开了一种联合运动指导与边缘检测的自适应红外焦平面非均匀校正方法。本发明专利技术首先以连续N帧图像作为一个观测序列，将序列中的每帧图像与前一帧进行二值化差分运动检测，判断当前序列中的场景是否都处于运动状态，然后对运动图像序列进行边缘检测，控制图像中的边缘和细节部分对应的迭代参数不更新，再利用最小梯度下降方法，并结合神经网络算法进行红外图像的非均匀校正。本发明专利技术可有效抑制红外图像非均匀校正过程的“鬼影”现象，同时算法复杂度低，运算效率高，是一种可在实际红外系统中实现快速非均匀校正的实用方法手段。

【技术实现步骤摘要】
一种联合运动指导与边缘检测的自适应红外焦平面非均匀校正方法
本专利技术属于红外焦平面阵列成像技术中的图像处理
，涉及一种联合运动指导与边缘检测的自适应红外焦平面非均匀校正方法。
技术介绍
红外焦平面阵列(IRFPA,InfraredFocalPlaneArray)是红外成像系统的核心部件，广泛用于工业、安防以及遥感等相关
中。但由于受外部环境、红外敏感元件、电路结构、半导体特性等各种因素影响，红外焦平面阵列各探测单元往往存在响应的非均匀性，导致输出的红外图像上存在叠加的固定模式噪声，严重影响了红外系统成像质量，制约系统温度分辨率，因此需要对获取的红外图像进行非均匀校正，以便后续的目标探测与识别。到目前为止，纵观国内外红外焦平面阵列的非均匀性校正方法，概括起来可分为两大类：1)基于辐射定标的校正技术；2)基于场景的校正方法；其中前者是假定探测器响应与温度变化满足线性关系的，通过采集不同黑体温度下的均匀辐射图像，利用单点、两点或多点校正方法对红外焦平面阵列各探测元的响应参数进行标定来实现非均匀性校正。这类方法原理简单，算法复杂度低，但忽略了探测器响应随环境时间变化的“温漂”效本文档来自技高网...

【技术保护点】
1.一种联合运动指导与边缘检测的自适应红外焦平面非均匀校正方法，其特征在于：该方法包括以下步骤：1)采集原始图像数据，对获取的图像序列，以连续N帧为一个观测周期，在该周期内对各帧图像与其前一帧图像进行二值化差分运动检测，判断当前场景是否处于运动状态，具体过程如下：1.1)对步骤1)中的当前图像Xn(i,j)与其前一帧图像Xn‑1(i,j)进行运算，得到对应的差分图像Dn(i,j)，即：Dn(i,j)＝|Xn(i,j)‑Xn‑1(i,j)|其中，n代表累计周期内的图像帧数，其范围为2～N；(i,j)为对应的像素坐标位置。1.2)对于得到的差分图像Dn(i,j)，通过设定阈值将其二值化分割，得到分...

【技术特征摘要】
1.一种联合运动指导与边缘检测的自适应红外焦平面非均匀校正方法，其特征在于：该方法包括以下步骤：1)采集原始图像数据，对获取的图像序列，以连续N帧为一个观测周期，在该周期内对各帧图像与其前一帧图像进行二值化差分运动检测，判断当前场景是否处于运动状态，具体过程如下：1.1)对步骤1)中的当前图像Xn(i,j)与其前一帧图像Xn-1(i,j)进行运算，得到对应的差分图像Dn(i,j)，即：Dn(i,j)＝|Xn(i,j)-Xn-1(i,j)|其中，n代表累计周期内的图像帧数，其范围为2～N；(i,j)为对应的像素坐标位置。1.2)对于得到的差分图像Dn(i,j)，通过设定阈值将其二值化分割，得到分割结果Fn(i,j)，计算表达式为：其中，Imin和Imax分别为二值化图像对应的最小值和最大值，Th1为二值化分割阈值。1.3)对二值化分割结果Fn(i,j)进行降噪滤波，消除奇异点，得到滤波结果再统计中灰度值等于Imax的像元个数K，若K值大于判定阈值，则判定当前场景为运动状态，当前帧对应的运动判定标志值置为1，反之则为0，计算表达式为：其中，Mn代表第n帧图像的运动状态标志，Th2为判定阈值。1.4)对观测周期内的N帧图像均按照步骤1.1)—1.3)进行计算后，对各帧运动状态结果进行与运算，得到最终运动判定标志，计算方法为：W为整个观测周期对应的运动判定标志；当W＝1则判定当前周期内图像场景处于运动状态，反之则判定场景处于静止状态。2)对步骤1)的运动检测结果，如果判定为场景静止，则当前周期输出原图像，并开始对下一周期序列图像重复步骤1)的流程；如果判定为场景运动，则对各帧图像进行边缘检测，具体过程如下：2.1)对当前帧图像Xn(i,j)各像元进行局部空间相关性检测，若检测结果小于等于判定阈值，则判定当前位置为平坦背景区域，边缘判定标志值置为0，反之则判定为目标细节区域，边缘判定标志值置为1，计算表达为：其中，Sn(i,j)代表第n帧图像中心坐标(i,j)对应的边缘检测标志，Ωr表示以(i,j)为中心，r为半径的局部图像区域，(p,q)为对应区域各像元坐标，Ts为空间相关性阈值。2.2)对步骤2.1)计算得到的Sn(i,j)，进行修正求得控制收敛速度的非均匀校正迭代参数，计算表达为：其中，λn(i,j)为第n帧图像中心点为(i,j)对应的迭代参数，代表以(i,j)为中心的局部方差，k为修正常数。3)根据步骤2.2)得到的迭代参数λn(i,j)，利用最小梯度下降法，并结合神经网络非均匀校正方法对各运动序列图像进行非均匀校正，迭代计算非均匀校正参数增益和偏置，计算表达为：Gn+1(i,j)＝G...

【专利技术属性】
技术研发人员：冯华君，李凌霄，徐之海，李奇，陈跃庭，朱琴，龚小霞，李德香，范明国，
申请(专利权)人：浙江大学，北方夜视技术股份有限公司，
类型：发明
国别省市：浙江,33