本发明涉及一种光斑去除方法,特别涉及一种基于补偿系数拟合的红外图像光斑去除方法,属于图像处理领域。
背景技术:
随着红外成像技术的发展,越来越多的红外成像技术运用到各行各业,涉及监控,消防和军事等各个方面。对于非制冷红外成像设备,一般都装配有用于过滤红外光的锗窗。然而,由于制造工艺的限制,锗窗上经常附着有大小不一的灰尘。这些灰尘使得锗窗对应位置的透光程度不均匀,最终导致红外图像中存在强度不同的光斑。这些光斑严重影响了成像质量以及观感体验,因此,光斑去除是提高红外成像质量的重要方法之一。
对于红外图像光斑去除,国内外对这一问题的研究较少。目前可用的光斑去除方法主要是针对红外图像的去噪方法。针对红外图像的去噪方法以基于小波变换的去噪方法(nic,liq,xialz.anovelmethodofinfraredimagedenoisingandedgeenhancement.signalprocessing,2008,88(6):1606-1614.)为代表,该方法利用小波变换和图像的局部奇异性建立联合模型,通过边缘的几何连续特性对图像边缘进行更新,同时在小波扩散中引入双向扩散技术以消除噪声;该方法在去除光斑过程中可能会造成图像在相应位置的信息丢失。此外,该方法可以去除面积较小的光斑,但是对于面积较大的光斑效果较差。
技术实现要素:
本发明公开的一种基于补偿系数拟合的红外图像光斑去除方法,要解决的技术问题是:去除红外图像中的光斑,提高红外相机成像质量,且本发明不仅能够去除小面积光斑,还能去除面积较大的光斑。
本发明的目的是通过下述技术方案实现的:
本发明公开的一种基于补偿系数拟合的红外图像光斑去除方法,根据矩阵低秩分解计算得到光斑模板图像;使用阈值分割以及连通块搜索技术检测得到光斑位置的采样点集;使用系数拟合方法结合上述的光斑模板以及采样点集,计算拟合得到图像的补偿系数;使用补偿系数以及光斑模板对当前红外图像进行线性补偿,得到去除光斑后的红外图像。
本发明公开的一种基于补偿系数拟合的红外图像光斑去除方法,包括以下步骤:
步骤一、根据矩阵低秩分解计算得到光斑模板图像。
采集红外成像设备的标定图像c,标定图像c是背景图像b与光斑模板图像e的线性叠加,即
c=b+e(1)
根据矩阵低秩分解求解以下能量函数,迭代计算得到光斑模板图像e。
其中,||||f代表frobenius范数,||||*代表核范数,||||1代表1范数。μ和λ是控制能量项权重的参数。
步骤二、使用阈值分割以及连通块检测得到光斑位置的采样点集,所述光斑位置的采样点集包括光斑位置点集及与所述斑位置点集相邻的点集。
给定光斑强度分割阈值th1以及光斑强度差异阈值th2。使用光斑强度分割阈值th1将步骤一中得到的光斑模板图像e进行二值化处理,得到二值化图像eb。然后,对二值化图像eb进行连通块检测,得到二值化图像eb中存在的若干个连通块,取其中面积最大的n个连通块组成连通块集合{block1,block2,…,blockn}。对于第i个连通块blocki,取包含blocki最小的圆作为其对应的光斑circlei。分别对n个连通块进行处理,得到光斑集合{circle1,circle2,…,circlen},所述光斑集合的圆心和半径即为光斑的位置与大小,即通过矩阵的低秩分解结合阈值分割与连通块检测,检测到图像中光斑的位置与大小,便于步骤三补偿系数的计算。
针对第i个光斑circlei,取其竖直直径上的一点x以及相邻点y,当模板图像e在所述两点对应位置的像素强度之差的绝对值大于光斑强度差异阈值th2时,将直径上的点x与其相邻点y分别加入到光斑位置点集p与q中。对光斑集合中所有光斑的竖直直径上的点做相同操作,最后得到光斑位置点集p={x1,x2,…,xm}及与光斑位置点集p相邻的点集q={y1,y2,…,ym}。其中m代表点的数目。
步骤三:根据步骤二所述的采样点集得到光斑模板对应位置的像素强度,使用系数拟合方法对所述像素强度进行拟合,计算得到图像的补偿系数。
步骤三所述的系数拟合方法优选最小二乘法对所述像素强度进行拟合。
步骤三所述的系数拟合方法选用最小二乘法时,步骤三实现方法如下:
给定带有光斑的红外图像d,最终去除光斑后的图像i与光斑模板图像e之间的关系建模如下:
d=i-ηe(3)
其中,η表示控制光斑模板图像权重的补偿系数。
由于在自然图像中,平坦区域占图像的绝大多数面积,对于无光斑图像i的任意两个相邻像素的强度,其相同的概率远远大于不同的概率。利用所述特性,对于光斑位置点集p中的第i个点xi,以及光斑位置点集p相邻的点集q中的第i个点yi,分别取对应i相应位置的像素强度值为i(xi)与i(yi),有
i(xi)=i(yi)(4)
结合公式(3)、(4),得出如下关系
d(xi)-d(yi)=η[e(xi)-e(yi)](5)
使用光斑位置点集p中的所有m个点以及与光斑位置点集p相邻的点集q中的所有m个点进行最小二乘拟合,得到较为准确的补偿系数η。补偿系数η的求解公式如下:
其中,et代表矩阵e的转置。矩阵e和d的形式如下:
e=[e(x1)-e(y1)e(x2)-e(y2)…e(xm)-e(ym)]
d=[d(x1)-d(y1)d(x2)-d(y2)…d(xm)-d(ym)](7)
步骤四、使用步骤三得到的补偿系数以及光斑模板对当前红外图像进行线性补偿,得到去除光斑后的红外图像,进而提高红外相机成像质量。
根据步骤一得到的光斑模板图像e,步骤三得到的补偿系数η以及给定的带有光斑的红外图像d,根据公式(3)对当前有光斑的红外图像d进行线性补偿,得到去除光斑之后的图像i:
i=d+ηe(8)
得到的图像i即为给定的带有光斑的图像d所对应的去除光斑后的红外图像,进而提高红外相机成像质量。
有益效果:
1、本发明公开的一种基于补偿系数拟合的红外图像光斑去除方法,使用矩阵的低秩分解结合阈值分割与连通块检测,能够准确地检测到图像中光斑的位置与大小,同时通过针对光斑特性建立补偿模型,能够有效地消除不同面积的光斑。
2、本发明公开的一种基于补偿系数拟合的红外图像光斑去除方法,使用系数拟合方法结合上述的光斑模板以及采样点集,计算拟合得到图像的补偿系数;使用补偿系数以及光斑模板对当前红外图像进行线性补偿,得到去除光斑后的红外图像,进而能够在消除光斑的同时,对相应位置的有效信息进行增强,尽量保留图像的有效信息,能够有效地提高红外相机成像质量。
附图说明
图1是本发明基于补偿系数拟合的红外图像光斑去除的流程图。
图2是带有光斑的图像与去除光斑之后图像的对比示意图,其中图2a为带有光斑的图像,图2b为去除光斑后的图像。
具体实施方式
为了更好的说明本发明的目的和优点,下面结合附图和实例对发明内容做进一步说明。
如图1所示,本实施例公开的一种基于补偿系数拟合的红外图像光斑去除方法,包括以下步骤:
步骤一、根据矩阵低秩分解计算得到光斑模板图像。
采集红外成像设备的标定图像c,标定图像c是背景图像b与光斑模板图像e的线性叠加,即
c=b+e(1)
对于一个特定的相机,由于锗窗已经被封装好,因此模板e不会发生变化,只需要标定计算一次即可多次使用。对于标定图像c,可以将红外成像设备分别在差别较大的两个温度下进行校正,最终获取到光斑比较明显的图像作为标定图像。
根据矩阵低秩分解求解以下能量函数,迭代计算得到光斑模板图像e。
其中,||||f代表frobenius范数,||||*代表核范数,||||1代表1范数。μ和λ是控制能量项权重的参数。
步骤二、使用阈值分割以及连通块检测得到光斑位置的采样点集,所述光斑位置的采样点集包括光斑位置点集及与所述斑位置点集相邻的点集。
给定光斑强度分割阈值th1以及光斑强度差异阈值th2。使用光斑强度分割阈值th1将步骤一中得到的光斑模板图像e进行二值化处理,得到二值化图像eb。然后,对二值化图像eb进行连通块检测,得到二值化图像eb中存在的若干个连通块,取其中面积最大的n个连通块组成连通块集合{block1,block2,…,blockn}。对于第i个连通块blocki,取包含blocki最小的圆作为其对应的光斑circlei。分别对n个连通块进行处理,得到光斑集合{circle1,circle2,…,circlen},n在实际操作中设置为10到20之间,所述光斑集合的圆心和半径即为光斑的位置与大小,即通过矩阵的低秩分解结合阈值分割与连通块检测,检测到图像中光斑的位置与大小,便于步骤三补偿系数的计算。
针对第i个光斑circlei,取其竖直直径上的一点x以及相邻点y,当模板图像e在所述两点对应位置的像素强度之差的绝对值大于光斑强度差异阈值th2时,将直径上的点x与其相邻点y分别加入到光斑位置点集p与q中。对于相邻点y的选择,在实际操作中一般按照图像的扫描顺序选择x之前像素的对应位置。对光斑集合中所有光斑的竖直直径上的点做相同操作,最后得到光斑位置点集p={x1,x2,…,xm}及与光斑位置点集p相邻的点集q={y1,y2,…,ym}。其中m代表点的数目,设置为100左右。
步骤三:根据步骤二所述的采样点集得到光斑模板对应位置的像素强度,使用系数拟合方法对所述像素强度进行拟合,计算得到图像的补偿系数。
步骤三所述的系数拟合方法选用最小二乘法时,步骤三实现方法如下:
给定带有光斑的红外图像d,最终去除光斑后的图像i与光斑模板图像e之间的关系建模如下:
d=i-ηe(3)
其中,η表示控制光斑模板图像权重的补偿系数。实际操作中,带有光斑的红外图像d的宽高与光斑模板图像e相同。
由于在自然图像中,平坦区域占图像的绝大多数面积,对于无光斑图像i的任意两个相邻像素的强度,其相同的概率远远大于不同的概率。利用所述特性,对于光斑位置点集p中的第i个点xi,以及光斑位置点集p相邻的点集q中的第i个点yi,分别取对应i相应位置的像素强度值为i(xi)与i(yi),有
i(xi)=i(yi)(4)
结合公式(3)、(4),得出如下关系
d(xi)-d(yi)=η[e(xi)-e(yi)](5)
使用光斑位置点集p中的所有m个点以及与光斑位置点集p相邻的点集q中的所有m个点进行最小二乘拟合,得到较为准确的补偿系数η。补偿系数η的求解公式如下:
其中,et代表矩阵e的转置。矩阵e和d的形式如下:
e=[e(x1)-e(y1)e(x2)-e(y2)…e(xm)-e(ym)]
d=[d(x1)-d(y1)d(x2)-d(y2)…d(xm)-d(ym)](7)
步骤四、使用步骤三得到的补偿系数以及光斑模板对当前红外图像进行线性补偿,得到去除光斑后的红外图像,进而提高红外相机成像质量。
根据步骤一得到的光斑模板图像e,步骤三得到的补偿系数η以及给定的带有光斑的红外图像d,根据公式(3)对当前有光斑的红外图像d进行线性补偿,得到去除光斑之后的图像i:
i=d+ηe(8)
计算得到的图像i即为给定的带有光斑的图像d所对应的去除光斑后的红外图像,进而提高红外相机成像质量。图2展示光斑去除方法的效果。在图2中,图2a为原始的带有光斑的红外图像,能够清晰的看上其在图像的多个位置存在大小不同的光斑,所述光斑严重降低图像的质量。图2b为去除光斑之后的图像,图像中光斑被消除,光斑所掩盖的有效信息(如边缘信息)也能被成功恢复,提高红外相机成像质量。
以上所述的具体描述,对发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。