一种红外图像处理方法及红外系统技术方案

本申请公开了一种红外图像处理方法及红外系统，方法包括：获取红外光学镜头采集的红外信号，将红外信号转换成原始红外图像；对原始红外图像进行预处理，得到预处理后红外图像；利用图像增强模型对预处理后红外图像进行图像增强处理，得到增强后红外图像；其中，图像增强模型采用预处理后样本红外图像和增强后样本红外图像对第一卷积神经网络进行训练得到。本申请公开的技术方案，采用对卷积神经网络训练得到的图像增强模型对红外图像进行处理，以降低图像处理繁琐程度，提高图像处理效率和质量。且图像增强模型具有极高的升级灵活性，实现起来较为简单，因此，可高效、便捷地实现处理的灵活升级。现处理的灵活升级。现处理的灵活升级。

【技术实现步骤摘要】
一种红外图像处理方法及红外系统


[0001]本申请涉及图像处理
，更具体地说，涉及一种红外图像处理方法及红外系统。

技术介绍

[0002]红外相机通过传感器获得电信号，然后，经过ISP(ImageSignalProcessing，图像信号处理)得到人眼可见图像。
[0003]目前，红外图像的ISP处理都是利用传统的图像处理器，采用去噪、色调映射、细节增强等传统算法实现，传统的图像处理器有DSP(Digital Signal Processor，数字信号处理器)、FPGA(Field Programmable Gate Array，现场可编程门阵列)，有些规模化的应用也开始做ASIC(Application Specific Integrated Circuit，专用集成电路)流片。但是，这种红外图像处理流程不仅繁琐，而且图像质量提升、图像风格变化都需要重新升级硬件且需要繁琐的调参工作，升级灵活性受到限制。
[0004]综上所述，如何降低红外图像处理的繁琐程度，并实现处理算法的灵活升级，是目前本领域技术人员亟待解决的技术问题。

技术实现思路

[0005]有鉴于此，本申请的目的是提供一种红外图像处理方法及红外系统，用于降低红外图像处理的繁琐程度，并实现处理算法的灵活升级。
[0006]为了实现上述目的，本申请提供如下技术方案：
[0007]一种红外图像处理方法，包括：
[0008]获取红外光学镜头采集的红外信号，将所述红外信号转换成原始红外图像；
[0009]对所述原始红外图像进行预处理，得到预处理后红外图像；
[0010]利用图像增强模型对所述预处理后红外图像进行图像增强处理，得到增强后红外图像；其中，所述图像增强模型采用预处理后样本红外图像和增强后样本红外图像对第一卷积神经网络进行训练得到。
[0011]优选的，所述对所述原始红外图像进行预处理，得到预处理后红外图像，包括：
[0012]利用预处理模型对所述原始红外图像进行预处理，得到所述预处理后红外图像；其中，所述预处理模型采用样本红外图像和所述预处理后样本红外图像对第二卷积神经网络进行训练得到。
[0013]优选的，在所述利用图像增强模型对所述预处理后红外图像进行图像增强处理，得到增强后红外图像之前，还包括：
[0014]获取所述预处理后样本红外图像及所述增强后样本红外图像，并根据所述预处理后样本红外图像和所述增强后样本红外图像形成训练数据对；
[0015]利用所述训练数据对所述第一卷积神经网络进行训练，得到所述图像增强模型。
[0016]优选的，所述获取所述预处理后样本红外图像和所述增强后样本红外图像，并根
据所述预处理后样本红外图像和所述增强后样本红外图像形成训练数据对，包括：
[0017]获取所述预处理后样本红外图像及相应的所述增强后样本红外图像；
[0018]对所述预处理后样本红外图像及相应的所述增强后样本红外图像进行空间及时间上的数据对齐；
[0019]从所述预处理后样本红外图像及相应的所述增强后样本红外图像中同时裁剪出各自的中间视场部分，形成训练数据对。
[0020]优选的，所述获取所述预处理后样本红外图像及相应的所述增强后样本红外图像，包括：
[0021]采集所述预处理后样本红外图像及相应的所述增强后样本红外图像；
[0022]或者，采集所述预处理后样本红外图像，并通过上位机对所述预处理后样本红外图像做图像增强算法处理，以得到相应的所述增强后样本红外图像。
[0023]优选的，所述图像增强模型是在服务器或PC上训练得到，且在所述服务器或所述PC得到所述图像增强模型后，由所述服务器或所述PC根据所述图像增强模型待嵌入的嵌入式平台对所述图像增强模型进行相应的文件转换，并根据所述嵌入式平台的部署步骤将文件转换后的所述图像增强模型移植到所述嵌入式平台中。
[0024]优选的，所述第一卷积神经网络具体为PyNet或轻量化的CSANet
[0025]优选的，在利用图像增强模型对所述预处理后红外图像进行图像增强处理，得到增强后红外图像之后，还包括：
[0026]采用与后端系统相适配的图像输出方式输出所述增强处理后红外图像。
[0027]一种红外系统，包括：
[0028]红外光学镜头，用于采集红外信号；
[0029]红外传感器，用于获取所述红外光学镜头采集的所述红外信号，将所述红外信号转换成原始红外图像；
[0030]图像预处理电路，用于对所述原始红外图像进行预处理，得到预处理后红外图像；
[0031]图像AI处理电路，用于利用图像增强模型对所述预处理后红外图像进行图像增强处理，得到增强后红外图像；其中，所述图像增强模型采用预处理后样本红外图像和增强后样本红外图像对第一卷积神经网络进行训练得到。
[0032]优选的，还包括：
[0033]视频输出接口，用于输出所述增强后红外图像。
[0034]本申请提供了一种红外图像处理方法、装置及红外系统，其中，该方法包括：获取红外光学镜头采集的红外信号，将红外信号转换成原始红外图像；对原始红外图像进行预处理，得到预处理后红外图像；利用图像增强模型对预处理后红外图像进行图像增强处理，得到增强后红外图像；其中，图像增强模型采用预处理后样本红外图像和增强后样本红外图像对第一卷积神经网络进行训练得到。
[0035]本申请公开的上述技术方案，预先采用预处理后样本红外图像、对预处理后样本红外图像进行图像增强得到的增强后样本红外图像对第一卷积神经网络进行训练，以得到图像增强模型。在进行红外图像处理时，先对红外信号转换成的原始红外图像进行预处理，以去除原始红外图像的时间噪声和空间噪声等，从而便于提高最终得到的红外图像的质量。然后，利用图像增强模型对预处理后红外图像进行图像增强处理，以得到增强后红外图
像。由此可知，本申请是采用对第一卷积神经网络进行训练而得到的图像增强模型来对红外图像进行增强处理，而不再分别采用传统的算法依次对红外图像进行增强处理，因此，可以降低红外图像处理的繁琐程度，提高红外图像处理效率和质量。并且，图像增强模型具有极高的升级灵活性，同时实现起来较为简单，因此，可以高效、便捷地实现对红外图像增强处理的灵活升级，并提升红外图像的质量。
附图说明
[0036]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0037]图1为本申请实施例提供的一种红外图像处理方法的流程图；
[0038]图2为本申请实施例提供的红外系统的结构示意图；
[0039]图3为本申请实施例提供的对原始红外图像进行预处理的流程图；
[0040]图4为本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种红外图像处理方法，其特征在于，包括：获取红外光学镜头采集的红外信号，将所述红外信号转换成原始红外图像；对所述原始红外图像进行预处理，得到预处理后红外图像；利用图像增强模型对所述预处理后红外图像进行图像增强处理，得到增强后红外图像；其中，所述图像增强模型采用预处理后样本红外图像和增强后样本红外图像对第一卷积神经网络进行训练得到。2.根据权利要求1所述的红外图像处理方法，其特征在于，所述对所述原始红外图像进行预处理，得到预处理后红外图像，包括：利用预处理模型对所述原始红外图像进行预处理，得到所述预处理后红外图像；其中，所述预处理模型采用样本红外图像和所述预处理后样本红外图像对第二卷积神经网络进行训练得到。3.根据权利要求1所述的红外图像处理方法，其特征在于，在所述利用图像增强模型对所述预处理后红外图像进行图像增强处理，得到增强后红外图像之前，还包括：获取所述预处理后样本红外图像及所述增强后样本红外图像，并根据所述预处理后样本红外图像和所述增强后样本红外图像形成训练数据对；利用所述训练数据对所述第一卷积神经网络进行训练，得到所述图像增强模型。4.根据权利要求3所述的红外图像处理方法，其特征在于，所述获取所述预处理后样本红外图像和所述增强后样本红外图像，并根据所述预处理后样本红外图像和所述增强后样本红外图像形成训练数据对，包括：获取所述预处理后样本红外图像及相应的所述增强后样本红外图像；对所述预处理后样本红外图像及相应的所述增强后样本红外图像进行空间及时间上的数据对齐；从所述预处理后样本红外图像及相应的所述增强后样本红外图像中同时裁剪出各自的中间视场部分，形成训练数据对。5.根据权利要求3所述的红外图像处理方法，其特征在于，所述...

【专利技术属性】
技术研发人员：徐绘峰，黄星明，石本义，黄田玉，
申请(专利权)人：合肥英睿系统技术有限公司，
类型：发明
国别省市：