基于时空域自适应滤波的红外视频降噪方法，用于室内运动物体的拖尾去除，根据掩膜进行运动物体分割，得到运动物体的运动图像；对运动图像进行模糊区域判断得到拖尾图像，使用记忆力模块对运动图像进行深度学习，通过深度学习算法对运动图像进行超分辨率的三维重建得到运动物体三维立体数据，通过探针的标定信息获取三维立体数据中的拖尾重建图像；利用拖尾探针定位，将拖尾重建图像叠加到输入红外视频图像的拖尾探针的区域，实现运动物体的拖尾去除。本发明专利技术通过实时拖尾图像的探针，将拖尾区域和三维立体数据进行映射，获取与拖尾区域对应的拖尾重建图像，使运动物体的拖尾去除计算量减少，去除速度加快。去除速度加快。去除速度加快。
【技术实现步骤摘要】
基于时空域自适应滤波的红外视频降噪方法和装置
[0001]本专利技术涉及红外图像的成像
，更具体的说，特别涉及一种基于时空域自适应滤波的红外视频降噪方法和装置。
技术介绍
[0002]红外图像是红外技术与成像技术结合的产物，红外成像技术可以用于测温、监控着火、军事、检测建筑材料、医学、电力行业等。但是红外热成像图像具有分辨率较低,细节模糊,对于快速运动目标适应性较差的特点。
[0003]这是由于红外图像的成像机理以及红外成像系统自身的原因，红外视频图像中出现运动目标拖尾和模糊的问题，一直没有有效的解决方案。
[0004]因此，现有技术存在的问题，有待于进一步改进和发展。
技术实现思路
[0005]（一）专利技术目的：为解决上述现有技术中存在的问题，本专利技术的目的是提供一种能够高效去除室内运动物体拖尾的降噪方法和装置，以提高红外视频图像的清晰度。
[0006]（二）技术方案：为了解决上述技术问题，本技术方案提供基于时空域自适应滤波的红外视频降噪方法，用于室内运动物体的拖尾去除，包括如下步骤：步骤A、获取输入红外视频图像的像素，计算出输入红外视频图像中像素的局部标准图像和局部均值图像，根据所述局部标准图像和局部均值图像计算出输入红外视频图像中像素的局部灰度波动率图像；步骤B、根据所述局部灰度波动率图像对输入红外视频图像进行软分割，得到细节区域的掩膜，对所述掩膜进行运动物体分割，得到运动物体的运动图像；步骤C、对运动图像进行模糊区域判断得到拖尾图像，使用记忆力模块对运动图像进行深度学习，通过深度学习算法对运动图像进行超分辨率的三维重建得到运动物体三维立体数据，通过探针的标定信息获取三维立体数据中的拖尾重建图像；步骤D、利用拖尾探针定位，将拖尾重建图像叠加到输入红外视频图像的拖尾探针的区域，实现运动物体的拖尾去除；步骤E、运动物体的拖尾去除后的红外视频图像采用空域滤波器和时域滤波器降噪得到输出红外视频图像。
[0007]所述基于时空域自适应滤波的红外视频降噪方法，其中，所述步骤C还包括：对运动图像铺设网格进行分割，将拖尾图像的每个网格区域放置拖尾探针；所述拖尾探针包括标定数据，所述标定数据包括拖尾图像的模糊度以及拖尾图像的网格在运动图像中的位置。
[0008]所述基于时空域自适应滤波的红外视频降噪方法，其中，所述运动图像进行模糊区域判断得到拖尾图像的方法包括如下步骤：利用灰度方差算法、基于拉普拉斯算子的模糊检测算法，计算出运动图像的模糊区域，得到拖尾图像。
[0009]所述基于时空域自适应滤波的红外视频降噪方法，其中，所述记忆力模块，包括控制器、外部图像存储器和掩膜，所述外部图像存储器用于存储第一时间段内经过掩膜过滤的红外图像数据。
[0010]所述基于时空域自适应滤波的红外视频降噪方法，其中，所述空域滤波器的滤波处理，在分配空间邻域像素点的滤波权重值时，包含空间距离权重系数和第一灰度值权重系数。
[0011]所述基于时空域自适应滤波的红外视频降噪方法，其中，所述时域滤波器的滤波处理，在分配历史帧和当前帧像素点的滤波权重值时，包含时间距离权重值系数和第二灰度权重系数。
[0012]所述基于时空域自适应滤波的红外视频降噪方法，其中，对所述空域滤波器和时域滤波器进行反复迭代结算，得到输出红外视频图像。
[0013]基于时空域自适应滤波的红外视频降噪装置，用于室内运动物体的拖尾去除，其中，包括局部灰度波动率图像计算单元、运动图像分割单元、拖尾重建图像计算单元、拖尾去除单元和降噪单元：所述局部灰度波动率图像计算单元，用于获取输入红外视频图像的像素，计算出输入红外视频图像中像素的局部标准图像和局部均值图像，根据所述局部标准图像和局部均值图像计算出输入红外视频图像中像素的局部灰度波动率图像；所述运动图像分割单元，用于根据所述局部灰度波动率图像对输入红外视频图像进行软分割，得到细节区域的掩膜，对所述掩膜进行运动物体分割，得到运动物体的运动图像；拖尾重建图像计算单元，用与对运动图像进行模糊区域判断得到拖尾图像，使用记忆力模块对运动图像进行深度学习，通过深度学习算法对运动图像进行超分辨率的三维重建得到运动物体三维立体数据，通过探针的标定信息获取三维立体数据中的拖尾重建图像；拖尾去除单元，利用拖尾探针定位，将拖尾重建图像叠加到输入红外视频图像的拖尾探针的区域，实现运动物体的拖尾去除；降噪单元，运动物体的拖尾去除后的红外视频图像采用空域滤波器和时域滤波器降噪，得到输出红外视频图像。
[0014]（三）有益效果：本专利技术提供的基于时空域自适应滤波的红外视频降噪方法和装置通过对运动物体的三维重建得到三维立体数据，通过实时拖尾图像的探针，将拖尾区域和三维立体数据进行映射，获取与拖尾区域对应的拖尾重建图像，使运动物体的拖尾去除计算量减少，去除速度加快。最后本专利技术使用时域滤波算法和空域滤波算法，对拖尾去除后的红外视频图像降噪，能有效解决运动目标拖尾边缘的模糊现象，提高整个输出红外视频图像的清晰度。
附图说明
[0015]图1是基于时空域自适应滤波的红外视频降噪方法流程示意图；图2是本专利技术记忆力模块结构示意图；图3是本专利技术拖尾去除后的红外视频图像采用时域滤波和空域滤波算法降噪得到
输出红外视频图像的流程示意图；图4是基于时空域自适应滤波的红外视频降噪装置的结构示意图。
具体实施方式
[0016]下面结合优选的实施例对本专利技术做进一步详细说明，在以下的描述中阐述了更多的细节以便于充分理解本专利技术，但是，本专利技术显然能够以多种不同于此描述的其他方式来实施，本领域技术人员可以在不违背本专利技术内涵的情况下根据实际应用情况作类似推广、演绎，因此不应以此具体实施例的内容限制本专利技术的保护范围。
[0017]附图是本专利技术的实施例的示意图，需要注意的是，此附图仅作为示例，并非是按照等比例的条件绘制的，并且不应该以此作为对本专利技术的实际要求保护范围构成限制。
[0018]本专利技术提供的基于时空域自适应滤波的红外视频降噪方法，用于室内运动物体的拖尾去除，主要应用于成像设备与物体之间的相对运动引起的拖尾去除。对如图1所示，包括如下步骤：步骤101、获取输入红外视频图像的像素，计算出输入红外视频图像中像素的局部标准图像和局部均值图像，根据所述局部标准图像和局部均值图像计算出输入红外视频图像中像素的局部灰度波动率图像。
[0019]获取输入图像，所述输入图像包括图像的像素位置和像素数值，计算输入图像中像素的局部标准图像和局部均值图像，根据局部标准图像和局部均值图像求得局部灰度波动率图像，，其中，为一个大于0的小常数，用以避免被除数为0的异常情况。
[0020]本专利技术的局部均值就是以某个像素点为中心的局部方形窗口中的像素值的均值，对于每个像素点来说都会有一个滚动的局部窗口（图像边缘处会对外进行扩充）对应一个局部均值，输入图像的像素对应的局部均值构成局部均值图像。
[0021]本专利技术的局部标准值是以某个像素点为中心的局部方形窗口中像素值的标准差,输入图像的像本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于时空域自适应滤波的红外视频降噪方法，用于室内运动物体的拖尾去除，其特征在于，包括如下步骤：步骤A、获取输入红外视频图像的像素，计算出输入红外视频图像中像素的局部标准图像和局部均值图像，根据所述局部标准图像和局部均值图像计算出输入红外视频图像中像素的局部灰度波动率图像；步骤B、根据所述局部灰度波动率图像对输入红外视频图像进行软分割，得到细节区域的掩膜，对所述掩膜进行运动物体分割，得到运动物体的运动图像；步骤C、对运动图像进行模糊区域判断得到拖尾图像，使用记忆力模块对运动图像进行深度学习，通过深度学习算法对运动图像进行超分辨率的三维重建得到运动物体三维立体数据，通过探针的标定信息获取三维立体数据中的拖尾重建图像；步骤D、利用拖尾探针定位，将拖尾重建图像叠加到输入红外视频图像的拖尾探针的区域，实现运动物体的拖尾去除；步骤E、运动物体的拖尾去除后的红外视频图像采用空域滤波器和时域滤波器降噪得到输出红外视频图像。2.根据权利要求1所述基于时空域自适应滤波的红外视频降噪方法，其特征在于，所述步骤C还包括：对运动图像铺设网格进行分割，将拖尾图像的每个网格区域放置拖尾探针；所述拖尾探针包括标定数据，所述标定数据包括拖尾图像的模糊度以及拖尾图像的网格在运动图像中的位置。3.根据权利要求1所述基于时空域自适应滤波的红外视频降噪方法，其特征在于，所述运动图像进行模糊区域判断得到拖尾图像的方法包括如下步骤：利用灰度方差算法、基于拉普拉斯算子的模糊检测算法，计算出运动图像的模糊区域，得到拖尾图像。4.根据权利要求2所述基于时空域自适应滤波的红外视频降噪方法，其特征在于，所述记忆力模块，包括控制器、外部图像存储器和掩膜，所述外部图像存储器用于存储第一时间段内经过掩膜过滤的红外图像数据。5.根据权...
【专利技术属性】
技术研发人员：贺明，苗鱼，罗珏典，杨杰，
申请(专利权)人：国科天成科技股份有限公司，
类型：发明
国别省市：
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。