本发明专利技术实施例公开了一种校正坏点的方法、装置、终端和计算机可读存储介质，该方法包括：判断初始图像中的疑似坏点；得到第一疑似坏点表；由实时生成的相邻前后两帧图像得到第二疑似坏点表；基于当前的第一疑似坏点表与第二疑似坏点表中疑似坏点的非重复区域对的第一疑似坏点表进行更新；重复执行上述步骤，得到最终的第一疑似坏点表进行坏点校正。本方案中，基于成像设备生成的图像中，坏点在运动过程中与正常像素点之间的表现差异，以图像识别与处理的方式定位坏点的位置，进而对坏点进行校正，实现了自动校正，不需要手动操作，实时性高，节省时间；且不受对成像设备进行坏点校正的操作条件限制，通用性高。通用性高。
【技术实现步骤摘要】
一种校正坏点的方法、装置、终端及计算机可读存储介质
[0001]本专利技术涉及图像校正
，尤其涉及一种校正坏点的方法、装置、终端及计算机可读存储介质。
技术介绍
[0002]红外成像设备在高速冲击的情况下，会出现坏点，影响后续的使用，需要做坏点校正，但是目前已有的坏点校正方法都是出现坏点后，再手动进行坏点校正操作。目前的这种校正坏点的方法，在坏点出现后需要满足对设备进行坏点校正的外部操作条件，制约性比较大或者根本不具备操作条件，且操作占用非常多的时间。
[0003]由此，目前需要有一种更好的方案来解决现有技术中的问题。
技术实现思路
[0004]有鉴于此，本专利技术提出了一种校正坏点的方法、装置、终端及计算机可读存储介质，用以解决现有技术中的问题，实现自动化的坏点校正。
[0005]具体的，本专利技术实施例提出了以下具体的实施例：
[0006]本专利技术实施例提出了一种校正坏点的方法，包括：
[0007]步骤A、若检测到红外成像设备符合预设的触发条件时，获取所述红外成像设备生成的初始图像；
[0008]步骤B、根据预设的坏点判断特征判断所述初始图像中的每个点是否为疑似坏点；
[0009]步骤C、汇总所述初始图像中所有的所述疑似坏点得到第一疑似坏点表；
[0010]步骤D、针对所述红外成像设备实时生成的相邻前后两帧图像，确定前后两帧图像的重叠区域；
[0011]步骤E、确定前后两帧图像中后一帧图像中位于所述重叠区域的疑似坏点，并形成第二疑似坏点表；
[0012]步骤F、确定当前的第一疑似坏点表与所述第二疑似坏点表中在后一帧图像中的所述重叠区域内疑似坏点的非重复部分；
[0013]步骤G、在所述第一疑似坏点表中剔除所述非重复部分后，得到更新后的第一疑似坏点表；
[0014]步骤H、重复执行步骤D
‑
步骤G，得到最终的第一疑似坏点表；
[0015]步骤I，基于最终的第一疑似坏点表进行坏点校正。
[0016]在一个具体的实施例中，该方法还包括：
[0017]实时获取所述红外成像设备的运动特征；
[0018]当基于所述运动特征确定所述红外成像设备的运动幅度大于预设幅度阈值，则确认所述红外成像设备符合预设的触发条件。
[0019]在一个具体的实施例中，所述实时获取所述红外成像设备的运动特征，包括：
[0020]通过运动态势传感器对所述红外成像设备进行实时监测，以实时获取所述红外成
像设备的运动特征。
[0021]在一个具体的实施例中，，所述坏点判断特征是基于坏点与正常像素点之间的差异所生成。
[0022]在一个具体的实施例中，重复执行步骤D
‑
步骤G的次数与准确度要求相关；其中，准确度要求越高，对应的次数越多。
[0023]在一个具体的实施例中，所述步骤D，包括：
[0024]针对所述红外成像设备实时生成的相邻前后两帧图像，分别计算前后两帧图像在预设直角坐标系中X方向的投影与Y方向的投影；
[0025]基于前后两帧图像在X方向的投影与Y方向的投影确定前后两帧图像在X方向的平移量与Y方向的平移量；
[0026]基于前后两帧图像在X方向的平移量与Y方向的平移量确定前后两帧图像的重叠区域。
[0027]在一个具体的实施例中，所述步骤E，包括：
[0028]基于预设的坏点判断特征判断前后两帧图像中后一帧图像中位于所述重叠区域的每个点是否为疑似坏点；
[0029]汇总所述重叠区域中的所有的所述疑似坏点得到第二疑似坏点表。
[0030]本专利技术实施例还提出了一种校正坏点的装置，其特征在于，包括：
[0031]获取模块，用于若检测到红外成像设备符合预设的触发条件时，获取所述红外成像设备生成的初始图像；
[0032]初步判断模块，用于根据预设的坏点判断特征判断所述初始图像中的每个点是否为疑似坏点；
[0033]第一列表模块，用于汇总所述初始图像中所有的所述疑似坏点得到第一疑似坏点表；
[0034]重叠模块，用于针对所述红外成像设备实时生成的相邻前后两帧图像，确定前后两帧图像的重叠区域；
[0035]第二列表模块，用于确定前后两帧图像中后一帧图像中位于所述重叠区域的疑似坏点，并形成第二疑似坏点表；
[0036]确定模块，用于确定当前的第一疑似坏点表与所述第二疑似坏点表中在后一帧图像中的所述重叠区域内疑似坏点的非重复区域；
[0037]更新模块，用于在所述第一疑似坏点表中剔除所述非重复部分后，得到更新后的第一疑似坏点表；
[0038]迭代模块，用于重复执行重叠模块
‑
更新模块，得到最终的第一疑似坏点表；
[0039]校正模块，基于最终的第一疑似坏点表进行坏点校正。
[0040]本专利技术实施例还提出了一种终端，包括存储器以及处理器，所述存储器用于存储计算机应用程序，所述处理器运行所述计算机应用程序以使所述终端执行上述的校正坏点的方法。
[0041]本专利技术实施例还提出了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机应用程序，所述计算机应用程序被处理器执行时实现上述的校正坏点的方法。
[0042]以此，本专利技术实施例提出了一种校正坏点的方法、装置、终端及计算机可读存储介
质，该方法包括：步骤A、若检测到红外成像设备符合预设的触发条件时，获取所述红外成像设备生成的初始图像；步骤B、根据预设的坏点判断特征判断所述初始图像中的每个点是否为疑似坏点；步骤C、汇总所述初始图像中所有的所述疑似坏点得到第一疑似坏点表；步骤D、针对所述红外成像设备实时生成的相邻前后两帧图像，确定前后两帧图像的重叠区域；步骤E、确定前后两帧图像中后一帧图像中位于所述重叠区域的疑似坏点，并形成第二疑似坏点表；步骤F、确定当前的第一疑似坏点表与所述第二疑似坏点表中在后一帧图像中的所述重叠区域内疑似坏点的非重复区域；步骤G、在所述第一疑似坏点表中各疑似坏点所对应的区域剔除所述非重复区域后，得到更新后的第一疑似坏点表；步骤H、重复执行步骤D
‑
步骤G，得到最终的第一疑似坏点表；步骤I，基于最终的第一疑似坏点表进行坏点校正。本方案中，基于红外成像设备生成的图像中，坏点在运动过程中与正常像素点之间的表现差异，以图像识别与处理的方式定位坏点的位置，进而对坏点进行校正，以保证图像的质量，由于采用对图像处理的方式来进行校正，本方案可以自动完成新产生的坏点的校正，不需要手动操作，实时性高，节省时间；且不受对红外成像设备进行坏点校正的操作条件限制，通用性高。
附图说明
[0043]为了更清楚地说明本专利技术的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对本专利技术保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
[0044]图1示出了本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种校正坏点的方法，其特征在于，包括：步骤A、若检测到红外成像设备符合预设的触发条件时，获取所述红外成像设备生成的初始图像；步骤B、根据预设的坏点判断特征判断所述初始图像中的每个点是否为疑似坏点；步骤C、汇总所述初始图像中所有的所述疑似坏点得到第一疑似坏点表；步骤D、针对所述红外成像设备实时生成的相邻前后两帧图像，确定前后两帧图像的重叠区域；步骤E、确定前后两帧图像中后一帧图像中位于所述重叠区域的疑似坏点，并形成第二疑似坏点表；步骤F、确定当前的第一疑似坏点表与所述第二疑似坏点表中在后一帧图像中的所述重叠区域内疑似坏点的非重复部分；步骤G、在所述第一疑似坏点表中剔除所述非重复部分后，得到更新后的第一疑似坏点表；步骤H、重复执行步骤D
‑
步骤G，得到最终的第一疑似坏点表；步骤I，基于最终的第一疑似坏点表进行坏点校正。2.如权利要求1所述的方法，其特征在于，还包括：实时获取所述红外成像设备的运动特征；当基于所述运动特征确定所述红外成像设备的运动幅度大于预设幅度阈值，则确认所述红外成像设备符合预设的触发条件。3.如权利要求2所述的方法，其特征在于，所述实时获取所述红外成像设备的运动特征，包括：通过运动态势传感器对所述红外成像设备进行实时监测，以实时获取所述红外成像设备的运动特征。4.如权利要求1所述的方法，其特征在于，所述坏点判断特征是基于坏点与正常像素点之间的差异所生成。5.如权利要求1所述的方法，其特征在于，重复执行步骤D
‑
步骤G的次数与准确度要求相关；其中，准确度要求越高，对应的次数越多。6.如权利要求1所述的方法，其特征在于，所述步骤D，包括：针对所述红外成像设备实时生成的相邻前后两帧图像，分别计算前后两帧图像在预设直角坐标系中X方向的投影与Y方向的投影；基于前后两帧图像在X方向的投影与Y方向的投影...
【专利技术属性】
技术研发人员：黄晟，方磊，周宇，马庆，
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：
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。