【技术实现步骤摘要】
本专利技术属于红外焦平面阵列成像领域，涉及一种基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法。
技术介绍
1、红外成像技术作为红外辐射实际应用过程中的关键技术，与可见光成像不同，红外成像属于被动成像，无需借助其他辐射源，具有很强的隐蔽性，并且由于大气对红外辐射的吸收较少，即使在恶劣环境中，仍旧能够正常探测目标，因此红外成像技术受外界因素的影响较小，从而广泛应用于军事和民用领域，包括红外侦察、资源勘探、石油化工、冶金制造、消防、测温和医疗等方面。
2、红外焦平面阵列(irfpa)作为红外成像技术的核心，由于其生产工艺、制作材料的限制以及热环境变化的影响，导致其在输出红外图像上产生非均匀性，严重影响了成像质量和有用信息的提取。在凝视型红外焦平面阵列产生的红外图像中，条纹非均匀性普遍存在，irfpa放大电路中的偏置电压噪声会对整个列像素的响应产生影响，从而导致条纹状的固定模式噪声(fpn)，通常称为条纹非均匀性。
3、为解决这一问题，国内外学者对红外成像系统的图像处理算法进行了广泛研究，提出了许多效果显著的算法，但是目前在红外图像的非均匀性校正算法方面仍然存在一些问题：
4、(1)基于辐射源标定的非均匀性校正算法在外界环境和红外成像系统自身温度变化时需要反复标定校正参数，影响连续性工作，故其在军事侦察、监控探测等领域存在缺陷。无挡片的基于辐射源标定的非均匀性校正算法需经过复杂的标定，实时性差，难以达到理想的校正结果。
5、(2)基于场景的非均匀性校正算法，虽具有自适应修正能力，
6、因此，需要一种基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法来解决上述问题。
技术实现思路
1、专利技术目的：本专利技术的目的是提供一种基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法，能够针对不同红外场景在单帧范围内实现条纹非均匀性校正。
2、技术方案：为实现上述目的，本专利技术所述的一种基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法，包括以下步骤：
3、步骤一、利用一维行引导滤波对原始红外图像进行水平方向分离，将原始红外图像分解为低频平滑分量和高频分量；
4、步骤二、将原始红外图像量化，基于量化后的参数，利用构建的自适应模型确定最佳的滤波窗口尺寸；
5、步骤三、基于步骤二提供的滤波窗口尺寸，将步骤一中得到的低频平滑分量和高频分量作为梯度域加权引导滤波的输入，对红外图像边缘结构进行提取，将提取到的图像边缘纹理信息叠加到低频平滑分量上获得校正后的红外图像。
6、进一步的，步骤一中所述的原始红外图像为制冷型红外焦平面阵列产生的红外图像。
7、更进一步的，步骤一中所述的原始红外图像为带有条纹非均匀性的红外图像。
8、更进一步的，步骤一中所述的对原始红外图像进行水平方向分离，包括以下步骤：
9、s11、建立带有条纹非均匀性的红外图像模型，其表示如下式所示：
10、pi＝ui+si+ti；
11、式中，pi表示原始红外图像，ui表示低频平滑分量，si表示条纹非均匀性，ti表示图像纹理信息高频分量。
12、s12、利用原始红外图像pi作为一维行引导滤波的输入图像和引导图像，设置正则化参数∈＝0.42，窗口尺寸为1×9，将原始红外图像从水平方向分离为低频平滑分量和高频分量，如下式所示：
13、pi＝ui+ni；
14、式中，ni是包括条纹噪声、图像纹理信息的高频分量。
15、更进一步的，步骤二中对原始红外图像通过均方根差rmse和局部对比度评价因子eme分别量化条纹非均匀性以及图像纹理信息，通过下式表示：
16、
17、
18、式中，原始红外图像尺寸m×n，f(x，y)表示坐标为(x，y)的像素点的像素值的大小，k1、k2分别表示原始红外图像垂直方向与水平方向的分块数目，依次设置为k1＝floor(m/8)、k2＝floor(n/8)，分别表示图像块内像素灰度值的最大与最小值。
19、更进一步的，步骤三中所述梯度域加权引导滤波的能量函数如下所示：
20、
21、式中，(ak，bk)表示滤波局部窗口中心位于k时窗口内的线性系数，ωk表示滤波局部窗口，ui表示引导图像，ni表示输入图像，表示边缘感知约束，g(k)表示边缘保护约束，∈表示正则化参数。
22、更进一步的，所述梯度域加权引导滤波的线性系数如下所示：
23、
24、式中，μk和分别表示引导图像ui在滤波局部窗口ωk中的均值和方差，表示输入图像ni与引导图像ui在滤波局部窗口ωk中的协方差，表示输入图像ni在滤波局部窗口ωk中的均值，|ω|表示滤波局部窗口ωk中的像素总数。
25、更进一步的，所述梯度域加权引导滤波的边缘感知约束如下所示：
26、
27、其中
28、
29、式中，e(k)表示归一化项，表示红外图像的水平梯度，表示像素与相邻像素水平梯度信息的绝对差值，γ为正则化参数，ω1、ω2分别表示不同窗口半径大小，依次设置为2、20，n0表示红外图像像素点的总数。
30、更进一步的，所述梯度域加权引导滤波的边缘保护约束g(k)如下所示：
31、
32、其中：
33、
34、式中，表示边缘感知约束，n0表示红外图像像素点的总数。
35、更进一步的，步骤一中得到的低频平滑分量和高频分量分别作为步骤三中梯度域加权引导滤波的引导图像和输入图像，滤波窗口尺寸由步骤二给出。
36、有益效果：本专利技术具有如下优点：本专利技术的基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法能够针对不同红外场景在单帧范围内实现条纹非均匀性校正，有效保证图像纹理细节的同时更好地去除条纹非均匀性，显著提高了红外图像质量与校正性能。
本文档来自技高网...【技术保护点】
1.一种基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法，其特征在于，步骤一中所述的原始红外图像为制冷型红外焦平面阵列产生的红外图像。
3.根据权利要求1所述的基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法，其特征在于：步骤一中所述的原始红外图像为带有条纹非均匀性的红外图像。
4.根据权利要求1所述的基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法，其特征在于，步骤一中所述的对原始红外图像进行水平方向分离，包括以下步骤：
5.根据权利要求1所述的基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法，其特征在于，步骤二中所述的对原始红外图像进行量化的方法为：通过均方根差RMSE和局部对比度评价因子EME分别量化原始红外图像的条纹非均匀性以及图像纹理信息，通过下式表示：
6.根据权利要求1所述的基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法，其特征在于，步骤一中得到的低频平滑分
7.根据权利要求1所述的基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法，其特征在于，步骤三中所述梯度域加权引导滤波的能量函数如下所示：
8.根据权利要求7所述的基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法，其特征在于，所述梯度域加权引导滤波的线性系数如下所示：
9.根据权利要求6所述的基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法，其特征在于，所述梯度域加权引导滤波的边缘感知约束如下所示：
10.根据权利要求6所述的基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法，其特征在于，所述梯度域加权引导滤波的边缘保护约束g(k)如下所示：
...【技术特征摘要】
1.一种基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法，其特征在于，步骤一中所述的原始红外图像为制冷型红外焦平面阵列产生的红外图像。
3.根据权利要求1所述的基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法，其特征在于：步骤一中所述的原始红外图像为带有条纹非均匀性的红外图像。
4.根据权利要求1所述的基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法，其特征在于，步骤一中所述的对原始红外图像进行水平方向分离，包括以下步骤：
5.根据权利要求1所述的基于梯度域加权引导滤波的单帧红外图像条纹非均匀性校正算法，其特征在于，步骤二中所述的对原始红外图像进行量化的方法为：通过均方根差rmse和局部对比度评价因子eme分别量化原始红外图像的条纹非均匀性以及图像纹理信...
【专利技术属性】
技术研发人员：隋修宝，王冠杰，王一红，陈钱，李宁，刘源，郭伟兰，姚哲毅，周圣航，高航，
申请(专利权)人：南京理工大学，
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。