【技术实现步骤摘要】
本专利技术涉及红外去噪，尤其涉及一种静态和动态区域区分的时域高通滤波方法及系统。
技术介绍
1、目前的红外成像系统，大多以红外焦平面阵列作为核心器件，因其具有探测灵敏度高、系统体积小以及结构紧凑等优点，在军事以及民用领域广泛应用。然而，红外焦平面阵列的非均匀性影响着红外图像的质量，较差的非均匀性不仅弱化了红外图像中被探测目标的边缘，还会降低图像的清晰程度，严重时甚至造成图像畸变。红外焦平面阵列的非均匀性阻碍着红外图像质量的进一步提高，并在一定程度上也限制了红外成像系统的应用与发展，迫切地需要开展红外焦平面阵列非均匀性校正方法研究。
2、红外图像非均匀性校正算法主要分为两类：一类是基于黑体标定的非均匀性校正算法，另一类是基于场景的红外图像非均匀性校正算法。基于黑体标定的非均匀性校正算法中校正参数数值固定不变，而红外焦平面阵列工作时的非均匀性受工作环境、工作温度以及其他因素的影响，若仍采用初始校正参数进行红外图像的非均匀性校正，则无法有效地改善红外图像下的非均匀性。若要保证红外图像具有较好的非均匀性，需重新测定校正参数，工作过程繁琐。相比之下，基于场景的红外图像非均匀性校正算法不需要考虑校正参数定标的问题，其利用变化的场景信息进行校正参数的更新，能够根据红外系统所处环境的变化自动替换校正参数，摆脱了人工的干预，解决了基于黑体标定的非均匀性校正算法的焦平面非均匀性随时间以及温度变化而产生的漂移问题。
3、基于场景的红外图像非均匀性校正算法的种类众多，主要有时域高通滤波算法、最小均方校正算法、恒定统计法以及基于图
技术实现思路
1、本专利技术的目的是提供一种静态和动态区域区分的时域高通滤波方法及系统，以解决如何实现静、动态区域不同去噪效果，以及降低红外系统的功耗、成本的技术问题。
2、本专利技术是采用以下技术方案实现的：一种静态和动态区域区分的时域高通滤波方法，包括如下步骤：
3、s1：通过两点校正的方法获取非均匀性校正的增益图像g数据，以及非均匀校正的偏移图像o数据；
4、s2：根据g数据和o数据，对每一帧红外数据进行nuc校正；
5、s3：对校正后的红外图像数据，提取纹理分量；
6、s4：对纹理分量进行时域高通滤波，实现对静态和动态区域的不同去噪效果。
7、进一步的，步骤s1包括如下子步骤：
8、s11：采集多帧未经过nuc校正的低温黑体数据图像，经时域平均后，得到一帧图像，记为g1；所述低温黑体指室温温度或低于室温温度的黑体；
9、s12：采集多帧未经过nuc校正的高温黑体数据图像，经时域平均后，得到一帧图像，记为g2；所述高温黑体指温度高于50℃的黑体；
10、s13：通过两点校正的方法计算均得到 g数据：
11、，其中，分别是图像 g1、 g2的图像均值；
12、s14：采集开机时刻多帧未经过nuc校正的挡片数据集，经时域平均后，得到一帧图像，记为 o ori；
13、s15：通过两点校正的方法计算得到o数据：
14、，其中，m是的图像均值。
15、进一步的，步骤s2具体为：对红外数据进行nuc校正，由红外数据 x、数据 g和数据 o计算修正后的数据 y，公式为：
16、。
17、进一步的，步骤s3具体为：对校正后的红外图像数据进行双边滤波，涉及到两帧图像，取一帧图像为上一帧，记为，另一帧图像为当前帧，记为，具体包括如下子步骤：
18、s31：确定双边滤波参数；
19、s32：对进行双边滤波，得到低频分量 ：
20、，其中， w( i, j, k, l)为权重系数，公式为：
21、，其中，i∈[1, height]，j∈[1,width]，(k,l)∈以(i,j)点为中心的邻域，是衡量像素距离的因子；是衡量像素值差异的因子；
22、s33：计算高频分量 ：
23、。
24、进一步的，步骤s31包括如下子步骤：
25、s311：计算与每一个像素点的图像差值diff：
26、，其中，i∈[1, height]，j∈[1,width]；
27、s312：计算每点处的双边滤波参数：
28、，其中，是自适应参数，其初始值由用户设置，之后通过步骤s4更新；是阈值，用于判断像素点是否运动；和是可设置比例系数，用于控制平滑程度。
29、进一步的，步骤s4包括如下子步骤：
30、s41：计算图像每个点的时间常数 m；
31、s42：根据高频分量和时间常数 m，计算每一个像素点对应的噪声数据 f：
32、，其中， f( n-1)为上一帧图的噪声数据；
33、s43：大值比较：判断该像素点的运动状态以及比较该像素点当前帧噪声数值与上一帧该像素点的噪声数值大小，满足条件时， f( n)= f( n-1)，公式为：
34、，其中， v( n)为像素值变化幅度的方差；
35、s44：计算当前帧噪声图像的噪声程度 tvalue， tvalue为每一个像素点对应的噪声值 f的平均值，公式为本文档来自技高网...
【技术保护点】
1.一种静态和动态区域区分的时域高通滤波方法，其特征在于，包括如下步骤：
2.如权利要求1所述的一种静态和动态区域区分的时域高通滤波方法，其特征在于，步骤S1包括如下子步骤：
3.如权利要求2所述的一种静态和动态区域区分的时域高通滤波方法，其特征在于，步骤S2具体为：对红外数据进行NUC校正，由红外数据x、数据G和数据O计算修正后的数据y，公式为：
4.如权利要求3所述的一种静态和动态区域区分的时域高通滤波方法，其特征在于，步骤S3具体为：对校正后的红外图像数据进行双边滤波，涉及到两帧图像，取一帧图像为上一帧，记为，另一帧图像为当前帧，记为，具体包括如下子步骤：
5.如权利要求4所述的一种静态和动态区域区分的时域高通滤波方法，其特征在于，步骤S31包括如下子步骤：
6.如权利要求5所述的一种静态和动态区域区分的时域高通滤波方法，其特征在于，步骤S4包括如下子步骤：
7.如权利要求6所述的一种静态和动态区域区分的时域高通滤波方法，其特征在于，步骤S41包括如下子步骤：
8.一种静态和动态区域区分的时
9.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时，实现权利要求1~7任意一项所述的一种静态和动态区域区分的时域高通滤波方法。
10.一种计算机可读存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1~7任意一项所述的一种静态和动态区域区分的时域高通滤波方法。
...【技术特征摘要】
1.一种静态和动态区域区分的时域高通滤波方法，其特征在于，包括如下步骤：
2.如权利要求1所述的一种静态和动态区域区分的时域高通滤波方法，其特征在于，步骤s1包括如下子步骤：
3.如权利要求2所述的一种静态和动态区域区分的时域高通滤波方法，其特征在于，步骤s2具体为：对红外数据进行nuc校正，由红外数据x、数据g和数据o计算修正后的数据y，公式为：
4.如权利要求3所述的一种静态和动态区域区分的时域高通滤波方法，其特征在于，步骤s3具体为：对校正后的红外图像数据进行双边滤波，涉及到两帧图像，取一帧图像为上一帧，记为，另一帧图像为当前帧，记为，具体包括如下子步骤：
5.如权利要求4所述的一种静态和动态区域区分的时域高通滤波方法，其特征在于，步骤s31包括如下子步骤：
6.如权利要求5所述的...
【专利技术属性】
技术研发人员：朱裕莎，赵勋，路璐，姜立涛，黄安明，曾衡东，
申请(专利权)人：成都市晶林科技有限公司，
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。