【技术实现步骤摘要】
一种基于黑体数据增强的宽温度大动态红外图像校正方法
[0001]本专利技术属于红外图像处理
，具体涉及一种基于黑体数据增强的宽温度大动态红外图像校正方法
。
技术介绍
[0002]在红外成像系统中，即使接收相同强度的红外辐射，红外探测器焦平面阵列上的探测单元仍会产生不一致的输出响应，这种由探测像元响应引起的非均匀性会造成红外图像退化，影响红外图像的视觉效果和后续检测任务的精度
。
因此，需要对红外探测器采集到的原始数据进行红外图像非均匀性校正
。
[0003]在实际应用中，最常用的校正方法是基于温度定标的方法
。
该方法通过将红外探测器的焦平面阵列对准温度均匀分布的黑体，采集一个或多个温度的响应值对焦平面阵列上每一个像元的增益和偏置系数进行计算，然后将计算好的参数补偿原始红外图像，完成非均匀性校正
。
然而，由于红外探测器的响应曲线是完全非线性的，一点
、
两点和多点校正法均难以精确的拟合真实的校正曲线；此外，传统的定标算法均通过采...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.
一种基于黑体数据增强的宽温度大动态红外图像校正方法，其特征在于，包括：步骤1，针对预设的
H
个温度中的每个温度，利用待校正的红外探测器，采集该温度下的
N
张黑体图像，由
H
个温度得到的黑体图像构成黑体数据；其中，
H
个温度连续变化，
H
至少为
10
，温度步长包括
5℃
或
10℃
；步骤2，计算所述黑体数据中每个温度下的有效黑体图像和对应的配对图像，作为对应温度下的一个图像组；步骤3，基于需增强的最大尺度确定当前次循环采用的滑动窗口；执行局部区域图获取步骤，包括基于随机图像组得到融合图像并利用所述滑动窗口进行处理获得融合增强图像的局部区域图；重复所述局部区域图获取步骤并拼接得到的局部区域图，直至执行局部区域图获取步骤达到预设次数，得到融合增强图像，并将其分离得到增强后的脏图和目标图像，构成当前次循环的增强后图像对；步骤4，判断循环次数是否达到
G
次；若否，执行步骤3，若是，执行步骤5；步骤5，由得到的所有增强后图像对构成增强后的数据集；使用所述增强后的数据集通过有监督方式训练预设的深度神经网络，得到训练完成的红外图像校正模型，用于对输入的待校正的红外图像输出非均匀性校正后图像
。2.
根据权利要求1所述的基于黑体数据增强的宽温度大动态红外图像校正方法，其特征在于，步骤2中，计算所述黑体数据中每个温度下的有效黑体图像和对应的配对图像，包括：针对每个温度，通过将该温度下所有的黑体图像进行像素平均，得到该温度下的有效黑体图像；针对每个温度，利用该温度下的有效黑体图像确定焦平面阵列针对该温度具有的均匀响应图像，作为该温度下有效黑体图像对应的配对图像
。3.
根据权利要求2所述的基于黑体数据增强的宽温度大动态红外图像校正方法，其特征在于，针对每个温度，通过将该温度下所有的黑体图像进行像素平均，得到该温度下的有效黑体图像，所采用的计算公式，包括：其中，为温度
T
g
下的有效黑体图像；为温度
T
g
下的第
k
张黑体图像；
(i,j)
为图像中像元的位置；
g∈[1
，
H]。4.
根据权利要求3所述的基于黑体数据增强的宽温度大动态红外图像校正方法，其特征在于，针对每个温度，利用该温度下的有效黑体图像确定焦平面阵列针对该温度具有的均匀响应图像，作为该温度下有效黑体图像对应的配对图像，所采用的计算公式，包括：其中，为温度
T
g
下有效黑体图像对应的配对图像；
m
×
n
为待校正的红外探测器的红外焦平面阵列像元总数，也为得到的每张黑体图像的像素数
。5.
根据权利要求4所述的基于黑体数据增强的宽温度大动态红外图像校正方法，其特
征在于，步骤3中，基于需增强的最大尺度确定当前次循环采用的滑动窗口，包括：根据预先设置的需增强的最大尺度
l
，生成一个随机数
s
，其中，
s
＝
random(1,l)
；定义一个尺寸与步长均为
s
的滑动窗口
W
s
作为当前次循环采用的滑动窗口
。6.
根据权利要求5所述的基于黑体数据增强的宽温度大动态红外图像校正方法，其特征在于，步骤3中，执行局部区域图获取步骤，包括基于随机图像组得到融合图像并利用所述滑动窗口进行处理获得融合增强图像的局部区域图；重复所述局部区域图获取步骤并拼接得到的局部区域图，直至执行局部区域图获取步骤达到预设次数，得到融合增强图像，并将其分离得到增强后的脏图和目标图像，构成当前次循环的增强后图像对，包括：步骤
a1
，生成一个随机数
r
；
r
技术研发人员：秦翰林，袁帅，延翔，廖昕源，杨世旗，杨钦，李居柳，吴朝辉，
申请(专利权)人：西安电子科技大学，
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。