一种利用多帧图像重建提升红外测温距离的方法及系统技术方案

技术编号:32534985 阅读:12 留言:0更新日期:2022-03-05 11:30
一种利用多帧图像重建提升红外测温距离的方法及系统,所述方法包括:初始化基准图像;微调红外探测器焦距,连续对目标辐射源进行图像采集,以获取多帧第一图像;根据多帧所述第一图像对所述基准图像进行重建,得到重建图像;在所述重建图像中,依据所述目标辐射源周围预设区域的辐射均值确定所述目标辐射源的温度。本发明专利技术提供的多帧图像重建的方法,不需要在硬件上作出调整,降低了成本;相对于利用经验值来模拟远距离的测温数据,通过重建出的真实图像进行测温更具有可靠性。真实图像进行测温更具有可靠性。真实图像进行测温更具有可靠性。

【技术实现步骤摘要】
一种利用多帧图像重建提升红外测温距离的方法及系统


[0001]本专利技术涉及图像处理、红外测温领域,具体涉及一种利用多帧图像重建提升红外测温距离的方法及系统。

技术介绍

[0002]目前提升红外测温距离的方法有三种:
[0003]1.提高探测器本身的分辨率。使得探测器本身能够在远距离下清晰的成像并获取到辐射源的辐射量;
[0004]2.加配镜头或改变镜头结构。通过更换更大焦距的镜头或者调整镜头结构使得探测器能够在远距离下清晰的成像并获取到辐射源的辐射量;
[0005]3.利用经验值来获取远距离的测温值。即使无法清晰成像,也可以针对实现采集的数据来构建距离模型,并以此来粗略估算测温值。
[0006]当前提升红外测温距离的方法存在以下问题:
[0007]1.成本高,且需要针对不同的使用场景定制镜头或结构;
[0008]2.准确性低,利用经验值建模获取的温度信息存在误差(采集误差,预测误差等等)。

技术实现思路

[0009]鉴于现有技术中存在的技术缺陷和技术弊端,本专利技术实施例提供克服上述问题或者至少部分地解决上述问题的一种利用多帧图像重建提升红外测温距离的方法及系统,具体方案如下:
[0010]作为本专利技术的第一方面,提供一种利用多帧图像重建提升红外测温距离的方法,所述方法包括:
[0011]初始化基准图像;
[0012]微调红外探测器焦距,连续对目标辐射源进行图像采集,以获取多帧第一图像;
[0013]根据多帧所述第一图像对所述基准图像进行重建,得到重建图像;
[0014]在所述重建图像中,依据所述目标辐射源周围预设区域的辐射均值确定所述目标辐射源的温度。
[0015]进一步地,所述根据多帧所述第一图像对所述基准图像进行重建,得到重建图像包括:
[0016]对各帧所述第一图像进行预处理,得到多帧第二图像;
[0017]建立多帧所述第二图像与所述基准图像之间的损失函数,根据所述损失函数调整所述基准图像中各个像素点的值直至所述损失函数收敛,从而得到重建图像。
[0018]进一步地,所述对各帧所述第一图像进行预处理,得到多帧第二图像包括:
[0019]修正所述目标辐射源在各帧所述第一图像中的位置;
[0020]通过点扩散函数对修正后的所述第一图像进行处理,得到多帧第二图像。
[0021]进一步地,所述修正所述目标辐射源在各帧所述第一图像中的位置包括:
[0022]从多帧所述第一图像中选取最清晰的图像,将该最清晰的图像作为参考图像,将其他第一图像作为退化图像;
[0023]将所述参考图像中的目标辐射源所在的区域作为初始模板,在所述退化图像中搜索与所述初始模板同样大小的最佳匹配块,根据所述最佳匹配块在所述退化图像中的位置,计算所述目标辐射源的位移;
[0024]基于所述位移修正所述退化图像中目标辐射源的位置,以使所述退化图像中的目标辐射源与所述参考图像中的目标辐射源处于相同的位置上。
[0025]进一步地,所述通过点扩散函数对修正后的所述第一图像进行处理,得到多帧第二图像包括:
[0026]通过最小均方误差MSE来计算目标辐射源的位移,具体公式如下:
[0027]公式一:
[0028]其中,M和N分别为搜索框的宽高,m和n分别为当前像素的行数和列数,i和j分别为当前搜索位置在x和y方向上的偏移量,MSE(i,j)为当前偏移下的均方误差,S
k
(m、n)为目标框,S
k+1
(m+i、n+j)为搜索框中相对于m、n位置偏移i、j个像素的匹配框。
[0029]进一步地,所述点扩散函数的具体公式如下:
[0030]公式二:
[0031]其中K是归一化常数,α是一个正常数,C是h(m,n)的圆形支持域。
[0032]进一步地,所述建立多帧所述第二图像与所述基准图像之间的损失函数包括:
[0033]令第二图像表示为Y=HX+N,其中H为退化算子,N为加性噪声,考虑到第二图像上的一个像素是高分辨率图像中对应的像素以及其邻域像素的共同结果,上式可以改写为:
[0034]k=1,2,

,p,m=1,2,

,M;
[0035]考虑到加性噪声一般是高斯白噪声,因此可以表示为:
[0036][0037]所以:
[0038][0039]令图像先验概率分布服从Gauss

Gibbs随机场,因此损失函数为:
[0040][0041]其中,B表示各像素与其邻域像素相关性的对称稀疏矩阵,采用拉普拉斯算子来描述这一关系为:
[0042][0043]d
ij
是只考虑一阶邻域的拉普拉斯算子:
[0044][0045]代入损失函数可将损失函数转化为如下公式:
[0046]公式三:
[0047]其中,σ
η
为白噪声标准差,p为采集的第二图像的帧数,M为第二图像的分辨率,y
k,m
为第k帧图像中的第m个像素点,h
k,m,r
为第r个高分辨率像素对第k帧第r个低分辨率像素的影响,x
r
为第r个低分辨率像素,N为待重建高分辨率图像的分辨率,x
j
为第j个高分辨率像素。
[0048]进一步地,所述根据所述损失函数调整所述基准图像中各个像素点的值直至所述损失函数收敛包括:
[0049]采用梯度下降的方式对损失函数进行最小化,通过对损失函数求一阶导数,得到梯度的表达式为:
[0050]公式四:
[0051]其中,h
m,k
为第K帧图像的退化算子,h
m,r
为当前帧中第r个低分辨率像素的退化算子,x
m
为第m个低分辨率像素,y
m
为第m个高分辨率像素,Z
j
为x
j
的一阶导数;
[0052]得到梯度后,选择预设的步长来对损失函数进行更新,令步长为ε
n
,则L(x
n+1
)=L(x
n

ε
n
g
k
),n为迭代轮数,L(x
n+1
)为第n+1轮的损失函数值,g
k
为第k个像素的梯度值,可得:
[0053]公式五:
[0054]其中:
[0055][0056]其中,为第n轮迭代中第r个像素的估计值,为第n轮迭代中第j个像素的真实值;
[0057]不断对损失函数进行更新,当训练到了一定的轮数,损失函数收敛后即输出超分辨率重建图像。
[0058]作为本专利技术的第二方面,提供一种利用多帧图像重建提升红外测温距离的系统,所述系统包括初始化模块,数据采集模块、重建模块和测温模块;
[0059]本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种利用多帧图像重建提升红外测温距离的方法,其特征在于,所述方法包括:初始化基准图像;微调红外探测器焦距,连续对目标辐射源进行图像采集,以获取多帧第一图像;根据多帧所述第一图像对所述基准图像进行重建,得到重建图像;在所述重建图像中,依据所述目标辐射源周围预设区域的辐射均值确定所述目标辐射源的温度。2.根据权利要求1所述的方法,其特征在于,所述根据多帧所述第一图像对所述基准图像进行重建,得到重建图像包括:对各帧所述第一图像进行预处理,得到多帧第二图像;建立多帧所述第二图像与所述基准图像之间的损失函数,根据所述损失函数调整所述基准图像中各个像素点的值直至所述损失函数收敛,从而得到重建图像。3.根据权利要求2所述的方法,其特征在于,所述对各帧所述第一图像进行预处理,得到多帧第二图像包括:修正所述目标辐射源在各帧所述第一图像中的位置;通过点扩散函数对修正后的所述第一图像进行处理,得到多帧第二图像。4.根据权利要求3所述的方法,其特征在于,所述修正所述目标辐射源在各帧所述第一图像中的位置包括:从多帧所述第一图像中选取最清晰的图像,将该最清晰的图像作为参考图像,将其他第一图像作为退化图像;将所述参考图像中的目标辐射源所在的区域作为初始模板,在所述退化图像中搜索与所述初始模板同样大小的最佳匹配块,根据所述最佳匹配块在所述退化图像中的位置,计算所述目标辐射源的位移;基于所述位移修正所述退化图像中目标辐射源的位置,以使所述退化图像中的目标辐射源与所述参考图像中的目标辐射源处于相同的位置上。5.根据权利要求3所述的方法,其特征在于,所述通过点扩散函数对修正后的所述第一图像进行处理,得到多帧第二图像包括:通过最小均方误差MSE来计算目标辐射源的位移,具体公式如下:公式一:其中,M和N分别为搜索框的宽高,m和n分别为当前像素的行数和列数,i和j分别为当前搜索位置在x和y方向上的偏移量,MSE(i,j)为当前偏移下的均方误差,S
k
(m、n)为目标框,S
k+1
(m+i、n+j)为搜索框中相对于m、n位置偏移i、j个像素的匹配框。6.根据权利要求3所述的方法,其特征在于,所述点扩散函数的具体公式如下:公式二:其中K是归一化常数,α是一个正常数,C是h(m,n)的圆形支持域。7.根据权利要求2所述的利用多像重建提升红外测温距离的方法,其特征在于,所述建立多帧所述第二图像与所述基准图像之间的损失函数的公式如下:
公式三:其中,σ
η
为白噪声标准差,p为采集的第二图像的帧数,M为第二图像的分辨率,y
k,m
...

【专利技术属性】
技术研发人员:田志远崔昌浩周汉林王鹏
申请(专利权)人:武汉高德智感科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1