一种低存储红外图像黑锅校正方法技术

本发明专利技术公开了一种低存储红外图像黑锅校正方法

【技术实现步骤摘要】
一种低存储红外图像黑锅校正方法、存储介质及装置


[0001]本专利技术涉及图像处理领域，特别是涉及一种低存储红外图像黑锅校正方法
、
存储介质及装置
。

技术介绍

[0002]在红外成像中，图像非均匀性是一个重要的问题
。
受到工艺
、
设计等影响，红外探测器在工作中焦平面温度不一致
、
由于镜头遮挡受辐射量不同
、
读出电路温漂噪声和增益不一致等，都会使得探测器输出图像存在四周与中心灰度不一致的现象，即四周发白或发黑，这一现象被称为黑锅效应，或锅盖效应，是图像非均匀性的一种体现
。
黑锅效应会导致画面边缘目标被掩盖，丢失信息
。
[0003]通过多点标定
、
采集并存储多张黑锅图像进行图像校正可以有效缓解黑锅问题，但是这种方法需要进行多次标定，耗时耗力，并且需要大量存储资源，在一些低存储资源的器件上难以实现
。
例如：
[0004]CN114881870A
公开了一种红外图像锅盖效应校正方法
、
系统及计算机存储介质，通过采集黑锅图像预存本底，实时计算每一帧图像的校正系数，进而计算出校正后图像
。
该方法需要预存一帧大小的本底信息，存储量较大
。
[0005]CN113421220A
公开了一种红外图像去锅盖方法，采集多个温度点红外参考图像，进行奇异值分解后曲线拟合得到三次多项式函数，拟合图像与温度得到二次函数，在使用时根据三次多项式和二次函数反解出参考图像，进而计算校正后图像
。
该方法需要在不同温度下进行多点标定，虽然不用存储，但标定流程复杂，需要消耗大量时间
。
[0006]文献
《
自适应多点定标非均匀性校正算法
》(
黄宇等，红外技术
.2020,42(07))
，对传统多点定标法的标定点选择进行了自适应优化，但在存储方面，仍需要存储多帧标定数据
。

技术实现思路

[0007]本专利技术的目的在于克服上述不足，提供了一种低存储红外图像黑锅校正方法
、
存储介质及装置，通过图像采样，大大降低了黑锅校正算法存储参数量，在成像黑锅稳定条件下，使用较少存储资源就能够便捷
、
有效地解决图像中的黑锅现象
。
[0008]基于第一方面，本方法提供一种低存储红外图像黑锅校正方法，所述方法包括：
[0009]黑锅参考图像进行下采样得到黑锅采样图像；所述黑锅参考图像为均匀辐射下采集到的原始图像；
[0010]根据所述黑锅采样图像得到黑锅预测图像；
[0011]根据黑锅预测图像对原始图像进行校正得到最终黑锅校正后图像
。
[0012]可选的，所述黑锅参考图像进行下采样得到黑锅采样图像包括：
[0013]在均匀辐射下采集原始图像作为黑锅参考图像；
[0014]将黑锅参考图像进行下采样得到黑锅采样图像并存储
。
[0015]可选的，所述根据所述黑锅采样图像得到黑锅预测图像包括：
[0016]将黑锅采样图像进行上采样得到黑锅预测图像
。
[0017]可选的，所述根据黑锅预测图像对原始图像进行校正得到最终黑锅校正后图像包括：
[0018]将黑锅预测图像与校正系数相乘，得到锅盖补偿图像，原始图像减去所述锅盖补偿图像后，得到黑锅校正后图像，所述黑锅校正后图像
I
corr
计算公式如下所示：
[0019]I
c
＝
I
b
×
ε
[0020]I
corr
＝
I
o
‑
I
c
[0021]式中，
I
o
表示原始图像，
I
b
表示黑锅预测图像，
I
c
表示锅盖补偿图像，
ε
表示校正系数，取值范围0～
2。
[0022]基于第二方面，本专利技术还提供一种计算机可读存储介质，所述存储介质上存储有低存储红外图像黑锅校正程序，所述低存储红外图像黑锅校正程序被读取执行时实现如前所述的低存储红外图像黑锅校正方法的步骤
。
[0023]基于第三方面，一种低存储红外图像黑锅校正装置，包括：
[0024]黑锅采集模块，用于在均匀辐射下采集原始图像作为黑锅参考图像；
[0025]黑锅存储模块，用于存储黑锅参考图像进行下采样后的得到的黑锅采样图像；
[0026]黑锅预测模块，用于将黑锅采样图像进行上采样得到黑锅预测图像
。
[0027]所述装置包括处理器和如前所述的计算机可读存储介质，所述处理器用于执行所述计算机可读存储介质中存储的计算机程序，实现如前所述低存储红外图像黑锅校正方法的步骤
。
[0028]本专利技术提供的技术方案优点在于：
[0029]在均匀辐射下采集图像作为黑锅采样图像，表征了探测器对相同辐射的响应非均匀性
。
采样操作能够滤除图像在均匀背景下依旧存在的噪声，保留了全局的黑锅信息，作为黑锅校正参考图像
。
通过下采样，大大降低了黑锅校正算法存储参数量
。
仅使用较少的数据计算黑锅预测图像，对图像进行实时补偿，避免了图像在经过动态范围压缩后边缘信息丢失
。
本方法在使用较少存储资源的情况下，能够便捷
、
有效地解决图像中的黑锅现象，能够广泛应用于对资源和处理速度有较高要求的场景
。
以
640
×
512
大小为例，通常的标定的方法需要存储
327680
个像素，在本方法中，当采样步长为
32
时，仅需要存储
320
个像素
。
[0030]此外，本专利技术还提供了方法相应的实现装置及计算机可读存储介质，提高了所述低存储红外图像黑锅校正方法的实用性，所述装置及计算机可读存储介质具有相应优点
。
附图说明
[0031]图1为一种低存储红外图像黑锅校正方法的流程图
。
[0032]图2为本专利技术实施例提供的一个实例性应用场景校正前红外图像
。
[0033]图3为本专利技术实施例提供的一个实例性应用场景的黑锅预测图像
。
[0034]图4为本专利技术实施例提供的一个实例性应用场景校正后红外图像
。
具体实施方式
[0035]为了使技术人员更好地理解本专利技术的内容
、
技术方案和优点，下面结合附图和具
体实施方式，对本专利技术作进一步描述
。
所述实施例仅为部分实施例，而不是所有实施例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种低存储红外图像黑锅校正方法，其特征在于，包括以下步骤：步骤1，黑锅参考图像进行下采样得到黑锅采样图像；所述黑锅参考图像为均匀辐射下采集到的原始图像；步骤2，根据所述黑锅采样图像得到黑锅预测图像；步骤3，根据黑锅预测图像对原始图像进行校正得到最终黑锅校正后图像，包括：将黑锅预测图像与校正系数相乘，得到锅盖补偿图像，原始图像减去所述锅盖补偿图像后，得到黑锅校正后图像，所述黑锅校正后图像
I
corr
计算公式如下：
I
c
＝
I
b
×
ε
I
corr
＝
I
o
‑
I
c
式中：
I
o
表示原始图像，
I
b
表示黑锅预测图像，
I
c
表示锅盖补偿图像，
ε
表示校正系数
。2.
根据权利要求1所述低存储红外图像黑锅校正方法，其特征在于，所述黑锅参考图像进行下...

【专利技术属性】
技术研发人员：周永康，周俊洁，许红，苏丹，刘浪，陈宇，朱尤攀，李联炳，傅志宇，何禹洪，唐兴芬，
申请(专利权)人：云南北方光电仪器有限公司，
类型：发明
国别省市：